目前无人驾驶车辆技术是交通运输领域研究的前沿和热点。它通过先进的车载传感器系统、信息处理系统和执行系统等对车辆周围环境、车辆自身状态进行监控，可替代驾驶员完成各项操作功能，降低驾驶员对车辆驾驶管理的复杂度，从而提高车辆的运行效率、缓解我国城市道路拥堵并有效地提高了行车安全。车辆轨迹规划作为无人驾驶车辆的重要功能模块之一，可为车辆在当前行驶环境做出最佳行驶决策提供理论支持。它是无人车辆信息感知和车辆控制的桥梁，是实现车辆主动避障、自动导航等重要功能的关键技术。目前无人车辆轨迹规划和跟随的研究难点在于：如何保证无人车辆在任意道路上行驶时，能成功地完成轨迹规划和跟随任务，并且其算法需有较好的实时性和稳定可靠性。为此，本文将针对上述问题，研究在低风险的结构化道路交通环境下，实现无人车辆自由行驶（无障碍）或者主动避障（有障碍）情境下的轨迹规划和轨迹跟随，确保无人车辆能快速、安全、稳定地运行。　　本文完成了以下四个方面的研究内容：　　第一，本文系统地提出了面向任意结构道路形状的车辆路径规划方法。为了满足车辆路径规划的实时性以及安全性要求，本文探究了多种车辆路径规划方法，其中分为两种情况：第一种情况是车辆局部导航时的路径规划，即在自由驾驶情景下，提出了一种新型的基于三次自然样条曲线的最优路径规划算法，以实现在任意形状的结构化道路环境下的局部导航路径规划。第二种情景为车辆局部避障路径规划，本文首先提出了一种改进的人工虚拟势场和“弹性绳”相结合的路径规划方法，创新性地引入了“引导势场”的概念，可更好地规划出形状自然的合适的避障路径。然后在“引导势场”的基础上，提出了一种基于最快梯度下降法求解的危险速度势场进行路径规划，以便降低该路径规划算法的计算资源消耗需求。最后在危险速度势场的基础上，创新性地结合“最小二乘保角变换”法使避障路径规划算法能推广到任意形状的结构化道路上。该方法大大降低了在复杂形状道路上进行路径规划的操作难度，求解速度也得到显著提升。　　第二，本文系统地探索了多种无人车辆速度规划方法。论文探索了车辆在非跟车模式和跟车模式的速度规划方法：在非跟车情景下，考虑车辆通过的时效性以及驾驶舒适性，在保证车辆安全运动的约束之下，探索了两种不同的速度规划算法，包括“基于序列二次规划算法（SQP）的预瞄速度规划”法以及“基于三次自然样条曲线的最优速度规划”方法。在跟车模式情景下，考虑到算法的实时性与鲁棒性，本文采用了基于模型预测控制（MPC）方法的纵向速度规划方法，实现主车自适应跟随前车的速度规划。　　第三，本文系统地研究了多种无人车轨迹跟踪控制方法。车辆轨迹跟随控制应同时包含车辆纵向控制策略和侧向控制策略，本文提出了两种可能的跟随框架：第一种是“基于自适应滑模变结构控制（SMC）的轨迹跟随”方法，提出了基于输入输出线性化的滑模变结构控制方法，实现对车辆纵向参考速度的跟踪。考虑到车辆模型参数在不同工况下可能引起变动，进一步研究了“自适应预瞄时间的滑模变结构轨迹跟踪”方法，以保证车辆的跟随精度和稳定性。另外一种控制架构为线性时变的“模型预测（MPC）轨迹跟随”方法，该方法基于五自由度非线性车辆模型能同时实现对参考路径和速度的跟踪。　　第四，本文最终构建了面向无人车辆的分层式轨迹规划与跟随系统，结合路径规划、速度规划以及轨迹跟随控制各个子模块，构建了分层式车辆轨迹规划与跟随控制系统，并进行了仿真验证。该系统的核心部分包含决策层、规划层和控制层三个部分，其中决策层基于环境感知和信息融合信息做出当前工况下车辆最合适的进行的决策（比如换道，自适应跟随等）；规划层则依据做出的车辆决策规划所需的路径和速度信息；控制层则实现无人驾驶车辆在低风险环境下常见的各种操作，比如自适应跟随，道路保持，自主超车等。　　本文的研究可为无人驾驶技术的发展提供一定的理论参考和技术支持，具有较大的实际意义和应用前景。