1.一种基于场的智能车辆换道决策方法，其特征在于：具体包括以下步骤：

1)根据获取的智能车辆的行驶速度和加速度，判断智能车辆是否有换道需求，如果智能车辆有换道需求，则进入步骤2)；

2)根据获取的观测路段的车辆速度和数量确定智能车辆行驶车道和相邻车道的车流平均速度及车流密度，分别计算观测路段智能车辆行驶车道和相邻车道的场强；所述智能车辆相邻车道包括智能车辆左侧相邻车道或右侧相邻车道中的至少一个车道；

所述观测路段智能车辆行驶车道和相邻车道的场强，具体计算公式如下：式中，

Ec表示测路段智能车辆行驶车道的场强；

El表示测路段智能车辆左侧相邻车道的场强；

Er表示测路段智能车辆右侧相邻车道的场强；

表示观测路段智能车辆行驶车道的车流平均车速；

表示观测路段智能车辆左侧相邻车道的车流平均车速；

表示观测路段智能车辆右侧相邻车道的车流平均车速；

vc(max)表示观测路段智能车辆行驶车道的最大允许速度；

vl(max)表示观测路段智能车辆左侧相邻车道的最大允许速度；

vr(max)表示观测路段智能车辆右侧相邻车道的最大允许速度；

ρc表示观测路段智能车辆行驶车道的车流密度；

ρl表示观测路段智能车辆左侧相邻车道的车流密度；

ρr表示观测路段智能车辆右侧相邻车道的车流密度；

ρc(max)表示观测路段智能车辆行驶车道的最大允许车流密度；

ρl(max)表示观测路段智能车辆左侧相邻车道的最大允许车流密度；

ρr(max)表示观测路段智能车辆右侧相邻车道的最大允许车流密度；

ωc1表示观测路段智能车辆行驶车道的车流平均车速的影响权重；

ωl1表示观测路段智能车辆左侧车道的车流平均车速的影响权重；

ωr1表示观测路段智能车辆右侧车道的车流平均车速的影响权重；

ωc2表示观测路段智能车辆行驶车道的车流密度的影响权重；

ωl2表示观测路段智能车辆左侧相邻车道的车流密度的影响权重；

ωr2表示观测路段智能车辆右侧相邻车道的车流密度的影响权重；

3)根据所述观测路段智能车辆行驶车道和相邻车道的场强，分别计算智能车辆行驶车道和相邻车道对智能车辆的吸引力，并计算智能车辆行驶车道和相邻车道对智能车辆的吸引力的差值；

所述智能车辆行驶车道和相邻车道对智能车辆的吸引力，具体计算公式如下：其中，Δv＝vr‑vexp

式中，

Fc表示观测路段智能车辆行驶车道对智能车辆的吸引力；

Fl表示观测路段智能车辆左侧相邻车道对智能车辆的吸引力；

Fr表示观测路段智能车辆右侧相邻车道对智能车辆的吸引力；

Ec表示观测路段智能车辆行驶车道的场强；

El表示观测路段智能车辆左侧相邻车道的场强；

Er表示观测路段智能车辆右侧相邻车道的场强；

vr表示智能车辆的行驶速度；

vexp表示智能车辆的期望行驶速度；

Δv表示智能车辆行驶速度与期望行驶速度的速度差；

4)根据所述观测路段智能车辆行驶车道的车流密度，计算智能车辆换道决策阈值；

所述智能车辆换道决策阈值Fexp，具体计算公式如下：式中，

μ、λ1和λ2均为预设值；

γ为第一换道风险系数；

Α为第二换道风险系数；

ρc表示观测路段智能车辆行驶车道的车流密度；

表示车道车流密度对时间的微分；

5)根据所述智能车辆行驶车道与相邻车道对智能车辆的吸引力差值和智能车辆换道决策阈值，判断智能车辆是否可以进行换道。

2.根据权利要求1所述的基于场的智能车辆换道决策方法，其特征在于：所述步骤1)具体包括以下步骤：S1.1获取智能车辆的行驶速度v，将智能车辆的行驶速度v与智能车辆期望行驶速度vexp进行比较，若v≥vexp，则说明智能车辆无换道需求；若v

S1.2获取智能车辆的行驶加速度a，若a＞0，则说明智能车辆无换道需求；若a≤0，则说明智能车辆有换道需求，进行步骤2)。

3.根据权利要求2所述的基于场的智能车辆换道决策方法，其特征在于：所述观测路段智能车辆行驶车道与相邻车道对智能车辆的吸引力的差值，具体计算公式如下：ΔF＝Fl‑Fc或ΔF＝Fr‑Fc式中，

Fl表示观测路段智能车辆左侧相邻车道对智能车辆的吸引力；

Fr表示观测路段智能车辆右侧相邻车道对智能车辆的吸引力；

Fc表示观测路段智能车辆行驶车道对智能车辆的吸引力。

4.根据权利要求3所述的基于场的智能车辆换道决策方法，其特征在于：所述判断智能车辆是否换道包括以下步骤：在ΔF＞0的情况下，预设时间段内始终有ΔF＞Fexp，则当智能车辆相邻车道上，智能车辆对应位置的相邻前后行驶车辆的行驶车距大于安全跟车间距时，智能车辆可以进行安全换道；反之，智能车辆不能进行换道。