无人驾驶车辆的发展可有效减少交通事故,缓解交通压力并提高交通行驶效率,是未来汽车的发展趋势。自主变道是实现汽车无人化必须涉及到的一项研究,是无人驾驶车辆研究的重点内容之一。变道决策、轨迹规划和轨迹跟踪作为实现无人驾驶车辆自主变道的三大技术,本文将基于高速公路环境对其进行深入研究。首先,介绍了车联网的体系架构,并简单分析了摄像头、激光雷达以及车联网感知等感知技术的主要利弊。对高速公路环境下无人驾驶自主变道展开研究,将变道行为分为强制变道、自由变道两种形式,并引入了基于汽车制动距离的最小变道安全距离模型。其次,对一般高速工况进行简化并建立了自由变道和强制变道场景,考虑当前车道和目标车道交通车对变道安全性的影响,分别建立当前车道和目标车道的变道安全距离模型。对影响车辆变道决策的速度保持因子和距离保持因子进行分析,引入车联网信息共享平台,基于模糊逻辑理论分别建立自由变道和强制变道的实时决策模型,并对决策模型进行仿真验证。然后,分析和研究不同高速工况下的轨迹规划。在简单无障碍的道路,采用贝塞尔曲线拟合无人驾驶车辆的变道轨迹。当行驶道路存在交通车或障碍物,采用五次多项式曲线来描述变道轨迹,建立提高安全性和通行效率为优化指标的轨迹优化函数,考虑了车辆动力学约束,利用粒子群算法对轨迹优化函数求取最优解,并对评价指标的确定进行了分析。引入车联网提供实时信息以应对紧急突发情况,并及时反馈给决策单元,重新进行轨迹规划。最后,先建立了车辆动力学模型并对模型进行了简化,结合前轮转角小角度假设,推导出以前轮转角为控制量的预测模型,并离散化得到了非线性模型预测控制器。考虑纵向速度控制的复杂性,建立基于PID的纵向速度控制模型。为了保证车辆轨迹跟踪的实时性和稳定性,对非线性车辆动力学模型线性离散化,考虑路面条件和车辆动力学等各种约束条件,在保证轨迹跟踪精度和平顺性的前提下设计代价函数,建立模型预测控制器对无人驾驶车辆行驶方向进行控制,并在Carsim和Simulink的联合仿真平台对轨迹进行跟踪仿真,以验证模型预测控制算法的精度。