路径规划模块是无人驾驶技术的重要组成部分,行为决策和轨迹规划作为路径规划模块中的关键技术,是无人车安全行驶的重要保障。针对无人车在多车道复杂变道公路场景中的行驶安全性、乘坐舒适性和通行高效性等方面的需要,提出了一种多约束局部路径规划方法,为无人车规划出一条安全且舒适的行车轨迹。论文的研究内容主要如下:首先针对无人车在多车道结构化复杂公路场景中的行驶问题,提出了一种有效的决策方法,使得无人车在道路行驶过程中能安全合理地实现跟车行驶和变道行驶两种驾驶模式,为轨迹规划提供了重要的技术保障。具体包括:速度与加速度分析、纵向安全距离分析、变道可行性分析以及行为选择。先获取无人车在当前道路中,周围其他行驶车辆的行驶状态信息,实时调整无人车自身的行驶速度和加速度,通过速度与加速度的变化情况动态调整无人车与当前车道上前方车辆的纵向安全距离。随后对无人车进行变道可行性分析,得到可能的驾驶行为。再设计相应的评分标准,为每个可能的驾驶行为进行评分,遴选出最优结果作为最终驾驶方案。其次,以无人车在多车道结构化复杂公路场景行驶中的安全性和舒适性为目标,提出了基于组合代价函数的轨迹规划方法。在Frenet坐标系中,将车辆在平面内的二维运动分解为纵向和横向上的一维运动,通过无人车的初始状态信息和目标状态信息求解得到最小jerk的候选轨迹集;再构建以平滑性、危险程度、轨迹偏离程度为基准的组合代价函数,利用代价函数的优化来选择无人车的最终行驶轨迹。所得到的轨迹能满足多种约束条件,并能达到行驶安全性和乘坐舒适性兼顾的目的。最后,通过对轨迹规划算法进行可行性验证分析,搭建仿真测试环境,利用基于Unity的无人驾驶模拟器对轨迹生成算法和行为决策方法进行仿真测试。实验结果表明,无人车在不同的交通场景中都能够安全行驶,并实现了在三车道复杂公路场景中跟车和变道的驾驶行为,验证了局部路径规划方法的可行性和可靠性。