得益于计算机技术、传感技术、自动控制技术的发展,智能汽车正快速由2级自动驾驶朝着更高级别自动驾驶技术发展,并最终实现完全自动驾驶。然而尽管如此,智能驾驶仍然面临众多的技术挑战,如在高动态的结构化道路上,仍然存在道路场景复杂多变、不可预见性高、突发状况多等待解决问题。本文针对上述问题,以四轮驱动智能汽车为研究对象,根据实际交通环境和道路条件,设计了结构化道路下智能汽车轨迹规划及运动控制策略,实现了智能车辆在复杂动态环境下安全、平稳、准确的避障规划与控制。全文研究内容如下:1)针对现有基于曲线插值法的运动规划策略简单、曲线质量和规划复杂程度难以协调、迁移应用能力不高的问题,采用四阶Bézier曲线,结合改进风险势场模型,通过充分运用曲线几何性质,提出了计算方便、实时性高、工况适应性良好的智能汽车主动避障动态轨迹规划方法。2)针对智能车辆轨迹规划过程中环境复杂、道路情况多变的问题,对本文提出的风险评估模型进一步改善,结合路径离散采样思想,搭建了兼顾行驶安全性、路径平滑性、路径连续性、行驶效率的智能汽车运动规划模型,使其适用于不同环境、不同路况。针对Frenet坐标系和笛卡尔坐标系之间转换关系复杂、计算不便的问题,本文提出了更为简便的直接映射法,降低了传统离散优化算法的复杂性。3)针对智能汽车轨迹跟踪控制问题,结合车辆单轨动力学模型和视觉预瞄模型,考虑车辆路径跟踪精度、转向轻便性和车辆稳定性,设计了基于自适应预瞄距离的横向滑模控制器;结合车辆纵向动力学模型,设计了基于加速度预瞄的车辆纵向控制器,实现了智能车辆的纵横向协同控制。4)为验证本文提出轨迹规划和运动控制模型的有效性,搭建了基于Carsim和MATLAB/Simulink软件的联合仿真平台。结果表明,本文提出的智能汽车轨迹规划和运动控制算法能实时规划避障轨迹,引导车辆安全、舒适、稳定地实现主动避障功能。