智能汽车在提升驾驶安全性、道路通行效率等方面具有巨大的潜力,因此,受到了民众广泛的关注。车道变换作为驾驶行为中最为基本的行为之一,对道路通行效率、行车安全等都有着重要的影响。本文基于高速公路场景,对自动驾驶车辆的自主换道系统进行分析,将从车辆动力学建模与运动控制、换道决策机制、换道运动规划、轨迹跟随控制,四个方面来对该课题进行详细阐述。在车辆动力学建模与运动控制方面,首先,建立目标车辆的14自由度车辆动力学模型;然后,设计了分层结构的运动控制算法框架,即上层为运动控制算法,下层为转矩协调分配;最后,设计仿真实验进行验证运动控制的效果,从实验数据分析可以得到,所设计的分层结构运动控制算法具有良好地控制效果。在换道决策方面,首先,根据对换道行为特性分析,确定本文所研究的换道行为是选择性换道行为,即为摆脱前方低速车辆,以获得更宽阔的驾驶空间和较高的车速而进行车道变更的操作;然后,引入间距期望、速度期望,作为换道决策的参考因素;最后,设计了满足换道意图和换道可行性条件的换道决策机制。在获得了换道决策之后,也就获得了目标车道的信息。在换道运动规划方面,首先,介绍了Frenet坐标系的基本理论;然后,推导了笛卡尔坐标系与Frenet坐标系之间的关系;最后,基于Frenet坐标系,将高维度轨迹优化问题,转化为多个一维优化问题,从而降低了轨迹优化问题的复杂度,接着,利用五次多项式生成备选轨迹集合,最后,设计目标函数以实现对最优轨迹的筛选。在轨迹跟随控制方面,首先建立横纵向耦合车辆动力学模型;然后,基于该模型进行线性离散化处理,并引入车辆操稳性约束条件;最后,进行MPC(Model Predictive Control,MPC)在线求解问题的转化。通过对所设计的高、低附着路面条件下的轨迹跟随仿真实验进行分析,本文所设计的轨迹跟随控制器具备良好的轨迹跟随效果,并且,在极限工况下,仍能保证车轮处于线性区,避免车辆在极限工况下出现失稳现象。最后,结合实车平台,设计了直道车道保持、弯道车道保持、左换道、右换道等工况的试验,从试验数据分析可知,本文所设计的自主换道系统具有较好的性能。