卡车在物流和厂矿等大宗货物转运方面具有重要的实用价值。然而,传统的卡车通常具有行驶速度快、行驶航线较长等特点,从而易导致驾驶员操作不当,这就极大地增加了发生交通事故的概率,因此,发展无人驾驶卡车技术是降低卡车交通事故发生频率的重要途径之一。卡车通常具有转弯半径较大、车身外形尺寸较长、车轴数量较多等特点,这就对无人驾驶卡车行驶轨迹的最优曲率提出了较高的要求。与此同时,研究无人驾驶卡车的轨迹跟踪算法所建立的车辆模型通常较为复杂,在满足轨迹跟踪具有鲁棒性的同时,也加大了提高轨迹跟踪精度的难度。为此,本文的主要研究工作有:研究提出了结构化道路场景下的无人驾驶卡车(主车)局部路径规划算法。主车在自由行驶场景下,本文基于自然三次样条曲线规划出车辆的局部路径,同时,为使其生成的路径尽可能地平滑,在优先考虑最优曲率原则的前提下,本文基于全局优化的方法对该路径进行求解;主车在主动避障场景下,本文基于改进的人工势场法,创新性地引入了“椭圆势场”来构建前方障碍车辆的势场区域,以调整障碍车辆势场的作用范围,从而避免规划出的路径形状不自然而无法满足行驶轨迹的最优曲率要求。实验结果表明:本文提出的路径规划方法能有效地规划一条曲率平滑的路径。研究提出了无人驾驶卡车在非跟车和跟车模式下的速度规划算法。在非跟车模式下,本文基于序列二次规划(SQP)算法来规划主车的行驶速度,为确保主车在加速过程中,其加速度变化具有连续性,因此引入四次多项式来描述车辆的速度变化情况;在跟车模式下,为使主车能保持合理的车距对前方车辆进行跟随行驶,本文采用模型预测控制算法(MPC)来规划主车的行驶速度。实验结果表明,在非跟车模式下,采用本文提出的速度规划算法所规划的速度变化较为平缓,且均未超出最大速度边界值;针对跟车模式下规划的主车行驶速度,本文提出的速度规划算法能有效地将主车与前方车辆的跟车间距保持在合理的范围内。研究提出了无人驾驶卡车的速度和路径跟踪算法,并搭建联合仿真平台对其进行有效验证。首先基于增量式PID控制算法设计了速度跟踪控制器,以实时跟踪车辆的期望纵向速度。然后设计了考虑六自由度车辆模型的轨迹跟踪控制器,以提高车辆轨迹跟踪控制器的鲁棒性和跟踪精度。最后通过搭建基于Pre Scan、Simulink和Truck Sim的联合仿真平台验证了本文提出的速度和轨迹跟踪控制算法的有效性。