无人驾驶是近几年十分热门的一个话题,国内外高校、科研机构、汽车公司和科技公司争相恐后地想在此领域占据一席之地。在无人驾驶车辆的研究中,规划是其关键一环,而局部轨迹规划是规划部分研究的重点内容,关系着无人驾驶车辆的安全性和舒适性。安全问题是无人驾驶车辆的一个根本问题,近几年无人驾驶车辆事故的发生使得大众对无人驾驶技术产生怀疑,为了保证无人驾驶车辆在交通场景中的安全性,安全评估环节引起了国内外专家学者的关注。首先,本文研究了静态环境的轨迹规划。基于车辆运动学模型,提出了一种基于等步采样的新型A~*算法,在保证安全性的条件下,尽可能地提高规划路径的舒适性。此方法通过仿真验证和无人驾驶交叉平台试验车测试,针对直路、弯路车道保持和避障,以及十字路口的转弯等情景,证明了其实时性。其次,我们考虑动态环境下的轨迹规划,其中最具代表性的一个机动操作即为换道行为。本文在进行轨迹规划时,充分考虑到周围交通参与者的运动,从而提高了车辆的安全性。利用车道线信息或高精度地图信息得到车辆的参考轨迹,然后用模型预测控制对参考轨迹进行优化得到规划轨迹,利用不同纵横向规划的预测时域以及坐标系的转换优化规划结果,使得约束条件更容易被加入,结果更为直观。最后,本文给出一种安全评估算法。利用蒙特卡洛离线模拟预测周围交通参与者的运动范围,其结果用于实时的碰撞预测。其他交通参与者可能的运动距离是离线完成的,其结果用于实时的安全评估中,由此缩短了实时的计算时间,用安全评估得到的碰撞概率说明规划轨迹的可行性。本论文对直路换道避障和十字路口转弯两种典型场景进行分析,最后通过仿真结果说明该方法的有效性。