近年来,自动驾驶汽车技术已经成为了人工智能领域的研究热点。本文针对换道场景中周围车辆不确定的未来行为给自动驾驶汽车带来的安全隐患问题,以降低交通事故率和提高车辆智能化水平为目的,分别从周围车辆驾驶意图识别、周围车辆轨迹预测、自动驾驶汽车行为决策和自动驾驶汽车轨迹规划四个方面展开研究,主要研究内容如下:（1）建立基于MDP的周围车辆驾驶意图识别模型。从NGSIM数据集中提取所需的车辆轨迹数据,使用加权移动平均滤波器去除数据中的噪声;以三车道为应用场景,将车辆驾驶意图分为左换道、右换道和直行;结合场景搭建驾驶意图识别模型,使用处理后的车辆轨迹数据集训练该模型中的参数;最后通过仿真实验验证了该模型的可行性。（2）建立基于POMDP的车辆轨迹预测模型。以三车道为应用场景,搭建轨迹预测模型;为了实现降低碰撞风险,准确预测周围车辆运动轨迹,使用周围车辆驾驶意图识别结果来训练轨迹预测模型中的部分参数;最后通过仿真实验验证了该轨迹预测模型的准确性。（3）建立基于有限状态机的自动驾驶汽车变道行为决策模型。车辆行为决策分为跟驰驾驶、减速驾驶、左变道和右变道四种;计算自车与他车碰撞阈值相关参数TTC-1,根据在不同车况做出正确的驾驶行为决策;并建立仿真场景来验证该换道行为决策方法的可行性。（4）建立基于五阶贝塞尔曲线的换道轨迹规划模型。建立车辆位置从笛卡尔坐标系与曲线坐标系的相互转换关系;在曲线坐标系下规划出多条备选轨迹,设计目标函数从备选轨迹中选出一条最优轨迹作为自动驾驶汽车的局部规划轨迹;基于低速无人物流小车进行实车实验验证该轨迹规划算法的可行性。