摘要：分析了近年來(lái)智能網(wǎng)聯(lián)汽車(chē)(Intelligent Connected Vehicle,ICV)運(yùn)動(dòng)規(guī)劃方法的研究,根據(jù)規(guī)劃時(shí)空尺度和任務(wù)目標(biāo),將ICV運(yùn)動(dòng)規(guī)劃細(xì)分為路徑規(guī)劃、路線(xiàn)規(guī)劃、動(dòng)作規(guī)劃和軌跡規(guī)劃4級(jí)子任務(wù),回顧了各級(jí)子任務(wù)中智能網(wǎng)聯(lián)技術(shù)的研究和應(yīng)用現(xiàn)狀;探討了 ICV中駕駛?cè)诵袨樘匦约捌鋵?duì)運(yùn)動(dòng)規(guī)劃結(jié)果的影響;從技術(shù)背景、研究場(chǎng)景、算法流程和應(yīng)用理論4個(gè)方面,提出ICV運(yùn)動(dòng)規(guī)劃方法研究的未來(lái)發(fā)展方向。結(jié)果表明:由于ICV主要依賴(lài)車(chē)輛網(wǎng)聯(lián)信息規(guī)劃運(yùn)動(dòng)路徑,而路網(wǎng)中同時(shí)存在不同網(wǎng)聯(lián)等級(jí)的ICV,這將增加路徑規(guī)劃問(wèn)題的求解難度;現(xiàn)有ICV路線(xiàn)規(guī)劃模型較少考慮周邊多車(chē)運(yùn)動(dòng)狀態(tài)以及路段車(chē)道設(shè)置情況,將現(xiàn)有算法與微觀交通流模型相結(jié)合有助于解決此問(wèn)題;ICV中人機(jī)協(xié)同及任務(wù)切換領(lǐng)域已出現(xiàn)諸多研究熱點(diǎn),如城市道路上換道與轉(zhuǎn)彎動(dòng)作規(guī)劃、ICV引導(dǎo)非網(wǎng)聯(lián)車(chē)輛行駛等問(wèn)題;借鑒駕駛?cè)诵袨槟Ｊ揭?guī)劃ICV運(yùn)動(dòng)軌跡已成為研究共識(shí),但是車(chē)-車(chē)、車(chē)-路網(wǎng)聯(lián)信息在此領(lǐng)域的應(yīng)用仍然有限;采用反饋-迭代的方法進(jìn)行ICV運(yùn)動(dòng)路線(xiàn)和動(dòng)作協(xié)同規(guī)劃、運(yùn)動(dòng)規(guī)劃和軌跡跟蹤控制有助于獲得全局最優(yōu)的運(yùn)動(dòng)規(guī)劃結(jié)果和車(chē)輛控制策略;根據(jù)具體規(guī)劃任務(wù)特點(diǎn)選擇構(gòu)建ICV運(yùn)動(dòng)規(guī)劃模型的基礎(chǔ)理論,有助于發(fā)揮各類(lèi)理論的優(yōu)勢(shì),提升規(guī)劃算法的靈活性和適用性。