近年来,随着汽车保有量的持续增加,因车辆碰撞造成的交通事故逐年增长,实现安全可靠的智能驾驶已经成为汽车行业未来发展的主流。一直以来,车辆避撞运动规划都是智能驾驶领域研究的热点问题之一,其结果的优劣性直接影响着车辆行驶的舒适性和安全性。本文主要基于改进的人工势场法和模型预测控制对车辆避撞运动规划进行研究,主要内容如下:（1）基于改进的人工势场法进行道路环境建模。针对车辆行驶的结构化道路环境,在人工势场法中引入道路势能函数,模拟道路边界和车道中心线的作用,防止车辆驶出边界和进行不必要的变道;针对目标不可达问题,将障碍物影响范围椭圆化,若判断出目标点在障碍物的影响范围内,则引入车辆到目标点的距离因素;针对局部最优问题,添加虚拟目标点的作用,使车辆在陷入局部最优困境时,先向虚拟目标点行驶再向原目标点行驶。通过方向引力势场、障碍物斥力势场、道路势场和虚拟目标点势场建立道路环境模型,更详细的描述道路环境和未知障碍物的信息。（2）基于道路环境模型和模型预测控制设计分层避撞运动规划控制策略。上层基于车辆运动学模型,将道路环境模型引入模型预测控制的目标函数中设计路径规划器,将规划出来的离散路径点拟合成曲线;下层基于线性化的车辆动力学模型设计跟踪控制器,跟踪上层规划的局部路径,再将车辆状态信息实时反馈到规划层进行下一周期的局部路径规划,实现对障碍物的实时避撞规划。（3）搭建Matlab/simulink和Carsim联合仿真模型,验证所设计的分层避撞运动规划控制策略有效性。通过设定实验参数和仿真场景,针对四种不同场景下的车辆避撞进行仿真验证,结果表明车辆能很好的沿着规划的路径行驶,且安全的避开障碍物车辆和行人。