基于车道级地图的智能车辆任务规划和轨迹生成是根据车辆行驶任务以及地理信息规划出车辆未来行驶的车道级路径以及无交通流干扰下的任务轨迹,属于智能车辆的全局规划,是实现车辆智能化的关键技术。作为实现面向智能车辆的车道级任务规划和任务轨迹生成的基础,本文研究了适用于智能车辆的车道级地图,设计兼容传统道路层路网的分层路网架构,并研究实现道路层和车道层数据对应中间层模型。研究基于车道级控制点的路网中几何表征方法,通过样条曲线设计了可控阈值的控制点生成策略。设计了分层路网模型的属性数据和几何数据存储策略,基于此路网模型完成了区域地图构建,研究了任务规划和轨迹生成的所需信息从地图中提取策略。基于分层路网模型,研究了车道级任务规划需求下的车道级代价模型,包括车道间换道代价和路口内转向代价,据此设计了完整的车道级任务规划算法。针对远距离的行驶任务,设计分层任务规划方法,先进行考虑路口代价和动态交通信息的道路级任务规划,然后基于道路级规划结果利用路网拓扑关系生成车道层对应的拓扑端点组,建立车道级任务细化的算法。面向近距离的行驶任务,研究了直接在车道级路网下进行任务规划的算法,考虑到车道级路网下计算复杂度,研究了拓扑优化策略,并相应对代价进行了更新,之后在结构优化后的路网中设计了先进行整个路网搜索、再根据拓扑优化中的节点对应关系基于A*算法进行车道级规划的策略。在仿真车道级路网和真实车道级路网中验证车道级任务规划算法的有效性,将分层车道级任务规划算法和直接车道级任务规划算法进行了结果和运行效率对比。按照任务规划的结果,研究了从车道级任务规划到无交通流干扰下的轨迹生成方法。将车辆任务轨迹分成道路与路口两部分,在保证曲线一阶连续的前提下,分别建立了考虑车辆动力学和运动学的最优指标下五次多项式轨迹模型,进一步根据车辆行驶行为设计了车辆基于任务规划下的换道和转向策略,并综合考虑出行效率和计算效率给出了分层任务规划下的任务轨迹生成策略。综合上述研究,在仿真路网和真实区域路网中,给出了全段连续的车道级任务轨迹结果,借助CarSim对生成的任务轨迹进行了合理性分析。