车道变换是一种容易引发交通事故和道路堵塞的驾驶行为。根据有关数据显示,车道变换不仅造成了4~10%的交通事故,还导致了10%的道路堵塞等交通问题。因此,研究能够兼顾换道效率和换道安全性的自主换道技术对减少车道变换造成的交通事故和道路堵塞现象有着重要意义。本文在总结国内外自主换道研究工作的基础上,以智能车辆为研究对象,对车辆换道场景进行分析,提炼出直道换道和弯道换道两种工况,并对两种换道工况进行简化,进而根据换道场景提出了最小安全距离模型的建立方法,以此为基础建立换道决策机制,并针对直道和弯道两种工况,建立换道轨迹规划模型,最终利用模型预测控制实现了对换道轨迹的有效跟踪。形成了智能车辆自主换道的全功能开发,从换道决策,到换道轨迹规划和换道轨迹跟踪。具体研究内容如下:首先,通过对换道场景的梳理,提炼出直道换道和弯道换道两种典型工况,并对这两种工况的环境模型进行简化。换道意图产生模块,通过引入速度期望和间距期望,作为换道意图产生的指标;换道决策模块,通过建立直道和弯道的最小安全距离模型,并以最小安全距离为约束进行换道可行性的分析,从而进行自主换道决策。此外,对直道和弯道的最小安全距离模型进行仿真对比,仿真结果表明直道的最小安全距离不适用于弯道,否则在弯道上会出现本可以换道,但误判为不能换道的情况。其次,根据五次多项式函数建立了直道和弯道的换道轨迹模型,并通过仿真验证了换道轨迹模型的有效性;然后基于换道轨迹模型,设计了轨迹规划控制器,采用最优求解思想筛选出最优换道轨迹,以平衡换道安全性和换道效率。再次,本文基于简化的车辆动力学模型以及模型预测控制理论,建立了基于整车二自由度动力学模型的线性模型预测控制器,以实现对换道轨迹的有效跟踪。在该过程中,首先建立整车二自由度动力学模型,并结合小角度假设简化模型,推导出以前轮转角增量为控制量的预测模型,建立非线性模型预测轨迹跟踪控制器,但由于预测模型的非线性以及约束条件的复杂性,会造成优化目标函数难以高效求解,进而影响控制器的实时性。为解决智能车辆轨迹跟踪的精度与实时性,本文对非线性预测模型进行离散线性化,构建了基于二自由度动力学模型的线性模型预测轨迹跟踪控制器。最后利用CarSim和MATALB/Simulink联合仿真平台进行轨迹跟踪试验,仿真结果表明控制器对附着条件和速度具有广泛的适应性和很好的鲁棒性,能够保证轨迹跟踪的精度和稳定性,满足实际换道要求,同时控制器参数的正确选择也可以提高轨迹跟踪的精度、实时性以及稳定性。最后,为验证整套自主换道控制方法的性能,本文基于CarSim、PreScan与MATLAB/Simulink联合仿真平台软件进行离线仿真,验证了自主换道控制方法的有效性,为自主换道提供一定的参考价值。