在城市交通拥堵问题日益严重的背景下,发展车辆自动驾驶技术,促进车辆行驶逐渐实现“智能化”、“自动化”,从而提高车辆行驶效率以及安全性,已经成为未来城市交通发展的必然趋势。本文通过参考传统驾驶人的换道行为,基于自动驾驶技术环境下的跟驰理论,讨论自动驾驶车辆在换道过程中受到的其他车辆影响,从而研究自动驾驶车辆对其换道轨迹的类人化动态规划方法。首先,本文对自动驾驶技术进行了简要概述,并介绍了所引用的协同自适应巡航控制车辆跟驰理论,基于该理论主要讨论了自动驾驶车辆在换道过程中受到当前车道以及换道目标车道上两辆前车的影响。根据上述讨论,本文建立了基于换道行为的改进跟驰模型,并利用NGSIM数据来对该模型进行了模型参数的校准与验证以及模型仿真验证,仿真结果显示,使用该模型来描述车辆在换道过程中的行驶时,车辆能在换道过程中与其他车辆保持与实际行驶数据相似的,甚至更小的安全车头间距与时距。其次,本文利用基于换道行为的改进跟驰模型,同时研究目标车道后车对换道过程的影响,研究了车辆换道过程中的纵向运动;此外,本文提出使用正弦函数来描述车辆换道过程中的横向运动,并根据实际车辆换道过程,提出周围车辆会同时对换道车辆的横向与纵向运动产生影响。根据以上分析,再结合对换道初始条件进行的讨论,本文最终建立了自动驾驶车辆动态换道轨迹规划模型。最后,本文利用NGSIM实际换道轨迹数据,将实际换道过程与利用该模型得到的自动驾驶车辆拟人化换道过程进行了对比,结果显示,利用本文所提换道轨迹动态规划模型得到换道过程与实际换道过程相似度较高,换道轨迹具有相同特征。此外,利用模型得到的换道时间较短,且在换道过程中,车辆能与其他车辆保持较小的安全车头时距与间距。本文基于自动驾驶技术环境下的跟驰理论研究了自动驾驶车辆类人化的换道轨迹动态规划模型,模型仿真验证结果显示,在保证换道安全的前提下,应用该模型进行自动驾驶车辆的换道轨迹动态规划具有有效性和可靠性。通过本文对自动驾驶换道拟人化轨迹动态规划的研究,可以为自动驾驶车辆的策略设计和制定提供基本依据,推进车辆“智能化”驾驶技术在整个交通系统中的发展。