无人驾驶汽车（AV）已经成为迈向智能交通系统的重要举措。完全自动驾驶有望带来诸多好处,例如高效的车辆队列,更窄的车道,较低的车辆排放,减轻驾驶员的压力,减少交通拥堵,合理的时间利用等。在当前阶段,研究人员的研究重点是制造出能够充分利用现有道路基础设施的车辆。但是,上述自动驾驶的好处无法在人类驾驶和无人驾驶混合车流中完全实现。因此,将来有望随着AV的百分比增加,建立专用的AV车道。本文旨在讨论专用AV车道的车道宽度的减小,并提出一个数学和经验模型来计算AV车道的车道宽度。通过了解自动驾驶车辆的感知、决策和控制过程以及自动驾驶的安全要求,我们运用数学方法创建了确定车道宽度的模型。该模型具有三个主要组成部分,即设计车辆部分,设计速度部分和外部环境考虑部分。速度和车辆设计宽度被认为是影响车道宽度的最重要的因素。速度影响横向和航向误差,因此,这些误差在车道宽度的确定中也被认为是重要的。自动驾驶车辆的横向位移比人类驾驶车辆少三倍,模型的建立考虑了侧向误差和航向角的极限值。交通流量、车辆设计长度、天气和其他特殊因素也间接影响车道宽度。此外,对模型进行了敏感性分析,然后将其用于MATLAB和Simulink以及CARLA软件的仿真中。对于平均速度为60 km/h的市内街道和城市道路,该模型计算得出3.00 m的车道宽度满足设计宽度为2.44 m的车辆的行驶要求。该车道宽度适用于干旱天气设计,没有考虑任何外部环境。当设计用于潮湿天气条件时,模型计算车道宽度为3.30 m。同样,对于时速高达120 km/h的高速公路,在干燥天气下车道宽度为3.04 m,在潮湿天气条件下车道宽度为3.40 m。因此,对于城市道路,自动驾驶车道可以实现车道宽度平均减少12.5%,而对于高速公路,则可以平均减少11.0%。减小车道宽度除了有许多好处之外,它的主要缺点是加速车轮路径上路面车辙的形成和雨天水漂现象。研究建议加强车轮路径作为控制这一道路缺陷的措施。此外,还讨论了从这些车道宽度减少中获得的空间的感知使用情况。本研究是自动驾驶车道宽度设计的基础之一。