路线规划策略作为自动驾驶车辆决策层的核心策略之一,其目的是为自动驾驶车辆规划一条符合驾驶需求的行驶路线。目前的路线规划策略在提高路线安全性和估算路线耗时两方面仍存在着不足之处:首先,策略通常以通行时间或行驶距离作为出行成本,而较少考虑路线的安全成本,导致规划的路线虽满足最短耗时或最短距离需求,但可能存在着风险程度较高（如事故多发）的路段,因此较难保障自动驾驶车辆的行车安全;其次,策略通常根据路段平均车速或限速作为估计车速来进行路线耗时估算,较少考虑道路线形对行驶车速的影响,因此在估算路线耗时可能会存在一定误差,从而导致路线可能并非耗时最短路线。为了给自动驾驶车辆提供一条即安全又省时的行驶路线,本文以分层式自动驾驶系统为基础,提出了一种考虑路线安全和道路线形的自动驾驶车辆路线规划策略。首先,在考虑路线安全性方面,以风险分析理论为基础,根据路段当量事故数和路段长度求解路段的风险暴露程度;建立“车-路-行驶环境”故障树模型,根据道路历史事故数据求得故障树的最小割集和基础概率,结合路段行驶环境求解路段事故发生可能性;根据路段参考车速、道路限速和路侧环境系数求解事故严重程度。以路段风险暴露程度、事故发生可能性和事故严重程度为基础,建立了一种基于风险分析的道路风险因子计算模型,为路线规划策略提供了路线安全成本函数参考。其次,在考虑道路线形方面,根据车辆在曲线路段行驶时的横向稳定性条件和坡道路段行驶时的制动安全性条件,求解车辆在不同道路线形下行驶时的安全车速。根据车辆在不同道路线形下行驶时的速度变化特点设计路段参考速度曲线,并以行驶安全性和乘坐舒适性对速度曲线的各参数范围进行约束,结合运动学原理建立不同道路线形下路段耗时和参考速度曲线参数之间的关系。以两者之间的关系为基础,建立了一种基于模拟退火算法的路段耗时估算模型,为路线规划策略提供了路线耗时成本函数参考。再次,在路段风险因子和路段耗时的基础上,提出了一种考虑综合成本的实时路线规划策略,策略主要包含数字地图生成、路段耗时估算、路段风险因子估算、路线搜索和路线重规划子模块。提出了一种适用于路线规划算法应用的邻接表地图存储模型,根据路段风险因子和路段耗时的基础上计算路段综合成本,以A*算法为基础,将综合成本作为节点之间的实际代价函数进行最低成本路线搜索;当自动驾驶车辆沿规划的路线行驶时,若某路段有事件发生,路线重规划子模块负责和路侧单元进行通信,实时更新起终点信息和道路成本,实现路线的实时规划。最后,利用SUMO和CARSIM平台分别进行了自由流状态下的路线规划策略仿真实现和路线安全性检验。以路网历史事故数据、道路参数、车型参数、路段限速和当前路网环境等信息为输入,输出各路段的道路风险因子、耗时成本和综合成本。在SUMO平台上对提出的路线规划策略分别进行了初始路线规划和路线重规划仿真。为检验规划的参考轨迹是否满足车辆行驶时的安全性,在CARSIM平台实现对规划的轨迹进行跟踪仿真,仿真显示车辆沿轨迹行驶时未出现侧翻或侧滑等危险工况,证明了规划的参考轨迹可以保障车辆行驶安全。