随着干线物流运输规模的与日俱增。为了降低运输人力成本和提升运输效率,干线物流车向智能化、网联化的方向发展。自动驾驶物流车的商业化应用将率先在商用车领域落地,而高速公路将是干线物流运输的主要应用场景之一,本文重点研究自动驾驶物流车在高速公路场景中的轨迹规划与轨迹跟踪控制算法。对于高速公路而言,车辆的典型驾驶工况主要为前车跟驰、变换车道、高速过弯、超车,其中超车本质仍然是一种特殊的车道变换。因此本文重点研究物流车变换车道、前车跟驰、高速过弯时的轨迹规划与轨迹跟踪问题。本文首先基于Truck Sim搭建自动驾驶物流车模型并进行动力性、制动性、侧向稳定性测试,测试得到该自动驾驶物流车的最佳高速行驶挡位和最高车速、轮胎利用附着系数、轮胎抱死时的最大制动主缸压力和鱼钩测试下的极限瞬态侧翻加速度阈值。然后基于前车跟驰的驾驶工况,本文对高速公路行驶环境建立安全跟车距离和理想跟车距离的数学模型,并基于模糊控制理论设计自动驾驶物流车前车跟驰的上位控制器。该模糊控制器接受来自本车与本车前车的实际车间距离、本车与前车的理想跟车距离、本车相对于前车的相对速度,并结合相应的模糊逻辑规则得到本车应达到的纵向加速度大小以实现跟驰控制。基于换道行驶的驾驶工况,本文对换道轨迹的横向和纵向运动进行了解耦,纵向轨迹分量利用四次牛顿多项式拟合,而横向轨迹分量利用五次牛顿多项式来拟合。以换道结束时间为自由未知变量,利用换道安全距离和换道横向加速度阈值来约束换道结束时间的取值。最后构建以最大横向加速度和换道终止时间为参数的优化目标函数,并利用MATLAB的遗传算法和SQP序列二次规划求解器完成多目标优化求解,最终得到最优的换道时间进而完成最优的换道轨迹规划。最后本文再设计轨迹跟踪控制器。首先根据纵向上位模糊控制器得到纵向加速度规划,再基于纵向加速度规划设计对应的下位纵向控制器。通过车辆纵向动力学得到发动机和制动器动力学逆向模型,根据逆向模型推导出所需要的油门开度和制动缸压力以完成纵向控制。对于横向轨迹跟踪控制则设计基于模型预测控制MPC的最优控制系统。预测模型基于车辆线性二自由度自行车模型,通过多步预测和滚动优化实时的控制前轮转角实现轨迹的横向位移、纵向位移的跟踪控制。在Simulink/Truck Sim平台搭建自动换道场景,完成换道轨迹跟踪。对于高速过弯和双移线工况的轨迹跟踪问题本文提出非线性车辆二自由度自行车模型。基于非线性MPC控制理论设计轨迹跟踪控制器,并对双移线工况、高速转弯工况在不同车速下的轨迹跟踪仿真进行验证。