自动驾驶是通过计算机及其周围系统实现汽车的无人驾驶技术,感知、决策规划、控制是自动驾驶车的三大核心。本文通过对自动驾驶中的轨迹规划模块进行研究,设计了一种基于复杂优化的轨迹规划算法系统。首先针对城市道路、开阔区域、轨迹回放等场景使用图搜索的方式设计了对应的全局路径参考线的生成算法,然后将轨迹规划转换到参考线坐标系中求解。轨迹规划求解是一个非凸优化问题,为了提高求解速度,先使用宏观决策的方式限制优化问题的可行域,将其转换成凸优化问题,再通过交替方向乘子法的方式将轨迹规划解耦成路径规划与速度规划,最后通过合适地设计优化问题的目标函数与约束将凸优化问题转换成二次规划的形式。目标函数考虑生成轨迹的路径平滑程度与速度平滑等,约束考虑障碍物与道路边界的碰撞约束、车辆动力学约束等。最终分别在速度规划与路径规划上使用有效集法交替求解,得到最终的轨迹规划输出。为了验证相关算法以及支持后续的开发,本文在原有的基础上改进并扩展了自动驾驶平台软件与硬件系统。将整个项目的运行环境使用docker容器管理,架设服务器作为代码与镜像公共仓库,实现不同设备的代码与镜像同步。编写了一系列自动化脚本实现系统的快速部署和同步更新。同时,本文扩展了Gazebo仿真平台,使其能够根据不同的需求加载不同的仿真环境与仿真车辆。并以NVIDIA Jetson TX2作为运行平台,搭建了1/10比例的实体车。通过仿真与实车验证,证明了本文所述基于复杂优化的轨迹规划算法在实际应用中的可行性,同时也证明了本文所述自动驾驶平台的可靠性。