在当今的智能化时代,人工智能技术迎来了研究的热潮,而自动驾驶作为人工智能技术之一也受到了广泛的关注。自动驾驶技术在减少交通事故、降低能源耗费、提升出行效率方面具有关键意义。自动驾驶技术是众多功能技术的交叉融合,包括感知技术、规划技术、控制技术等。感知技术负责利用传感器对周围环境进行感知和建模;规划技术负责根据环境模型对车辆的驾驶路线、运动轨迹等做出决策;控制技术根据规划结果生成车辆可执行的控制信号,使车辆能够按照规划决策行驶。规划控制技术直接影响车辆的行驶行为质量,体现着自动驾驶车辆的智能程度,在自动驾驶系统中至关重要。本文对自动驾驶中的规划控制技术进行研究,并设计仿真实验以验证所提出算法的有效性。具体包括以下内容:（1）采用序贯规划算法,分层次解决车辆规划问题。算法从逻辑上分为全局规划和局部规划。全局规划即路线规划,负责搜索从当前道路到目标位置所在道路的路线,得到道路序列。在全局规划完成后,局部规划负责解决局部场景下的车辆轨迹规划问题,生成车辆可行的平滑轨迹,最终由控制算法控制车辆执行。针对局部规划所需要应对的不同场景设计算法状态机,在不同场景下设计最适合当前场景的规划算法并使用。（2）针对传统规划算法效率低、不具备运动学可行性的缺陷,设计对应改进算法。对于无约束场景下的RRT算法,根据初始解生成概率分布以引导采样。采样车辆可行控制信号进行前向轨迹推演,保证搜索结果的运动学可行性。对于有约束场景下的Lattice算法,选择螺旋曲线作为模型,生成满足边界条件约束的平滑曲线,再通过图搜索算法,得到局部场景下的最优轨迹。（3）对车辆横纵向进行解耦控制,车辆横向控制基于纯追踪算法,纵向控制基于传统PID算法,算法复杂性降低,易实现。设计一种自适应选择前视距离的纯追踪算法,车辆的速度、跟踪效果等指标将影响前视距离的选择,以保证车辆的控制效果。本文在仿真环境中实现了所设计的自动驾驶车辆规划控制算法,并进行了仿真实验。实验结果表明,本文设计的算法能够有效完成自动驾驶车辆的规划控制任务。