近年来,世界各国都将自动驾驶技术作为未来交通发展的重要方向,积极推动自动驾驶的技术研究和应用。我国高度重视自动驾驶以及智能网联汽车的发展,将智能网联汽车列入未来十年国家智能制造发展的重要领域。运动规划作为自动驾驶的核心技术之一,其主要任务是在动态环境中规划智能车辆的执行策略。在日益复杂的交通环境中,车辆的行车安全受到许多因素的影响,这些影响因素可以分为驾驶员、车辆、道路和其他因素。在传统的运动规划方法的研究中,安全性主要基于车辆(自主车辆的运动学和动力学约束、其他交通参与者)和道路规则,很少考虑驾驶员的影响。本文主要研究结构化道路下行驶的自动驾驶车辆的运动规划方法,在保证安全性的基础上,深入研究了驾驶员的驾驶风格对运动规划的影响。本文的主要研究内容如下:(1)构建障碍物的行驶风险场,该行驶风险场将障碍物引发潜在危险映射到交通环境中。在行车过程中,驾驶员识别交通中的潜在风险,并根据相应的影响因素对风险进行评估,然后根据风险评估结果选择适当的驾驶行为。本文通过构建障碍物的行驶风险场,从而快速评估交通环境中的行驶风险。本文将行驶风险场的构建分为两个部分,即静态风险场和动态风险场,行驶风险场主要受到障碍物的外形尺寸和障碍物与自主车辆的相对运动影响。静态风险场基于高维高斯函数构建,其场强和影响范围受到障碍物的外形和尺寸影响;而动态风险场基于不对称的二维高斯函数构建,其场强和影响范围受到障碍物与自主车辆的相对运动方向和相对车速的影响。(2)根据人类驾驶数据集,分析不同驾驶风格的驾驶员在行驶过程中能够接受的风险水平。车辆在结构化道路中的驾驶行为可分为车道保持和换道,因为换道行为,尤其是避免碰撞的换道行为的难度较大、危险性较高,所以本文主要研究了避障换道过程中车辆的行驶风险。根据车辆换道过程中的碰撞时间和车头时距,从人类驾驶数据集中提取避障换道的轨迹样本。本文根据换道过程中最小的碰撞时间和车头时距,采用K均值算法将样本聚类为保守型、一般型和激进型的三种驾驶风格。基于构建的行驶风险场,分析了不同驾驶风格的行驶风险水平,并定义了每种驾驶风格的安全阈值。对于特定的驾驶风格,自主车辆在交通环境中的行驶风险不能超过该风格的安全阈值。(3)基于不同的驾驶风格,构建满足车辆运动学和动力学约束的无碰撞轨迹。在本文中,自主车辆的驾驶行为根据车辆的行驶风险确定。在安全阈值的基础上,定义了每一种驾驶风格的规划阈值。根据换道轨迹的起始部分的行驶风险确定每种驾驶风格的规划阈值。自主车辆在交通环境中的行驶风险超过规划阈值时,自主车辆规划换道轨迹或者车道保持轨迹以降低车辆的行驶风险。本文采用多项式螺旋线构建满足车辆运动学约束的多条候选路径,然后根据固定的速度轮廓曲线生成候选轨迹。在可行的候选轨迹中,根据轨迹的行驶时间和侧向加速度选择最优轨迹。(4)采用MATLAB和CarSim联合仿真,分析动态交通场景下,基于不同驾驶风格的运动规划算法的安全性和可行性。仿真结果表明,规划的轨迹跟随精度较高,对于车辆来说是安全可行的;不同驾驶风格影响自主车辆在交通环境中的行为,比如换道时机、轨迹的加减速、换道轨迹的侧向加速度等。