随着经济快速发展,全球汽车保有量逐年增长,如何降低交通事故、拥堵等成为一大难题。自动驾驶技术在上个世纪被提出以来,至今仍然是各大高校、企业研究热点,其中就包括车辆自主换道。完整的自主换道研究包括:交通感知、行为决策、轨迹规划以及车辆控制。轨迹规划与车辆控制是自动驾驶汽车研究与开发中的两项关键技术。为了解决多车交通环境下车辆换道难,轨迹跟踪控制器精度低、实时性差等问题,本文重点研究了以下四个部分:第一部分为最优换道轨迹规划。首先通过对比三种多项式,选取过渡较为平滑的五次多项式作为换道轨迹,通过调整换道时长可以生成一系列轨迹簇。然后通过定义车辆动力学稳定界限对轨迹簇进行筛选得到满足车辆动力学稳定的轨迹簇。并基于启发式避撞算法剔除非安全轨迹,得到满足避撞约束的轨迹簇。最后利用理想算法对多目标优化问题进行求解,从安全轨迹簇中得到最优换道期望轨迹。第二部分为轨迹重归划。针对正常换道过程中出现的扰动问题,设计了双层控制系统。上层为局部轨迹重归划层,利用雷达探测获取障碍物位置、大小信息从而重新规划出避开障碍物的参考轨迹;下层为轨迹跟踪控制层,根据上层输出参数实现对障碍物的躲避,同时对全局期望轨迹进行跟踪。第三部分为换道轨迹跟踪控制。对车辆分别进行纵向和横向控制,运用车辆逆动力学模型设计了纵向速度跟踪控制器;横向基于车辆二自由度模型设计了模型预测控制器,并对目标函数进行多目标优化,将其转变为二次规划问题求解;最后通过仿真验证表明所设计的纵横向控制器可实现多场景下车辆自主换道,跟踪精度较高,车辆横向稳定性较好,提高了汽车行驶的安全性和舒适性。最后一部分为实验平台搭建,以L3级智能驾驶汽车为实验载体,利用Pure pursuit算法对最优参考轨迹进行跟踪控;分别对实验平台、控制算法原理、实验目的和步骤进行了阐述。