驾驶员不恰当的换道操作往往会引起道路拥堵,甚至造成交通事故,因此,研究智能车辆自主换道技术具有重要的现实意义。然而,如何规划出兼顾安全、舒适及经济等性能的换道轨迹以及提高轨迹跟踪精度一直是行业内研究的重点。本文以智能电动车辆为研究对象,针对其换道轨迹规划与横纵向控制问题展开了详细研究,主要工作如下:首先,在Matlab/Simulink中搭建了基于直接转矩控制的永磁同步电机模型,作为电动车辆动力来源。其次,为了横向控制算法的设计,建立了二自由车辆动力学模型和魔术公式轮胎模型。为了实现智能车辆换道时能够满足多种性能约束以及适应不同场景,设计了一种基于多项式的换道轨迹规划方法。分析了换道意图以及换道可行性,然后构建了最小安全距离模型。在保证换道安全的基础上,以换道舒适性、换道效率、经济性为评价指标建立多目标优化函数,引入了粒子群算法求解最优换道时间。针对不同换道场景,通过调整多目标优化函数中各个目标的权重系数来规划出最优换道轨迹。并经过分析对比,换道时考虑经济性因素,可以减少约10%的能量消耗。针对智能车辆纵向控制中不仅要保证车速跟踪精度,还要满足加速度以及加速度变化量不能产生突变等问题,设计了纵向分层控制器。上层通过模型预测控制（MPC）算法加入约束输出期望加速度,下层根据期望加速度设计了驱动与制动的逻辑切换策略,推导了逆纵向动力学模型,从而输出期望转矩或期望制动压力作用于被控车辆。设定不同工况进行仿真,与传统PID控制算法相比,本文的控制算法能够有效减小速度跟踪误差,提高控制性能。为了提高智能车辆轨迹跟踪精度和稳定性,设计了基于LQR（线性二次调节器）算法以及结合前轮转角前馈控制的横向轨迹跟踪控制器。同时,为了提高对车辆换道的控制性能,将横纵向进行联合,搭建了横纵向综合控制器。分别在匀速换道与非匀速换道场景中进行仿真验证,结果表明,车辆都能够按照期望速度以及期望轨迹稳定行驶。并且在非匀速换道过程中,最大横向偏差不超过0.03m,最大速度误差不超过0.04m/s。可见,本文设计的横纵向综合控制器能够满足控制要求,完成控制目标。