近年来,我国汽车制造业蓬勃发展,我国的汽车保有量有望于2021年年底超越美国,成为世界第一汽车保有大国。然而道路上越来越多的车辆引发的道路拥堵和交通安全事故也在逐年攀升,因此车辆的自动驾驶技术逐渐成为了当下汽车领域的一个研究热点。局部路径规划作为自动驾驶避障路径规划的一个重要研究内容,对自动驾驶汽车实现自动避障起着决定性的作用。先进的局部路径规划功能不仅需要车载传感器的硬件支持,还需要高性能的路径规划算法。传感器系统实时采集周围环境的道路信息和障碍物信息并传入决策层,通过路径规划算法得出一条流畅度高、实用性强的避障路径曲线,从而达到局部避障的目的。本文研究了国内道路交通危险场景的具体工况分类和其构成元素,并在此基础上提出了基于新型改进人工势场算法的局部避障路径规划的新方法。该方法以前车切入这一危险交通驾驶行为为研究场景,在构建了变道过程中的安全换道模型和动力学安全约束模型这一场景约束条件下,重点分析了驾驶员的逻辑习惯和决策特征,将前车切入场景按照时间逻辑顺序分为“开始-换道-结束”三个子场景阶段,并建立了静态环境中的车体七元组参数模型。在换道动力学条件分析的基础上,基于五次多项式对避障过程中的轨迹进行曲线模拟规划,并建立了车辆质点化模型。然后引入了评价换道路径安全性的速度影响因子,构建了速度影响因子指标下的车辆危险等级模型,并提出了基于曲率、车体向心加速度、算法运行效率等三个指标的自动驾驶局部避障曲线优化评价模型。针对经典人工势场法路径规划中出现的局部极小值等问题进行了分析,提出了新型改进人工势场的路径规划方法,并对改进的人工势场算法进行了有效性验证及其动力学性能的优化仿真。仿真实验应用Carsim软件,实现了对车辆避障过程中的实时车体运动学状态的监控,并对各项动力学性能指标进行了曲线描述。通过应用避障曲线优化评价模型进行对比分析,验证了新型改进人工势场法在局部路径规划中的有效性。