轨迹规划与跟踪算法是车辆智能化中的重要环节。本文以智能车辆为研究对象,研究了车辆行驶过程中的运动规划与控制问题。为了满足规划过程中车辆对运动规划算法实时性、舒适性及车辆行驶约束的条件,根据给定的参考轨迹,设计了智能车辆局部轨迹规划算法;针对传统模型预测控制器难以保证车辆在曲线道路跟踪精度的问题,提出了一种基于状态反馈的路径跟踪横向控制策略。基于最优控制方法设计离散采样优化的局部轨迹规划算法,依据车-路关系建立Frenet坐标系,将轨迹规划问题中的求解维度降低,在参数空间中对道路离散点进行采样,通过车辆运动学和动力学约束以及障碍物信息对运动轨迹集合筛选,并根据不同行车场景构建的轨迹评价函数选择出最优轨迹;设计速度优化算法,根据实际行驶道路及障碍物等信息确定安全行驶车速,并将其作为车辆轨迹规划时的参考车速。完成了车辆路径跟踪任务,基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数值,以车辆质心位置为控制点,建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对所提出的运动规划和控制算法进行了仿真验证。通过仿真分析与验证,基于离散采样的五次多项式轨迹规划方法能够规划出合理轨迹,生成的轨迹安全、平稳,满足舒适性要求;同时通过速度优化方法,保证速度及加速度曲线连续。典型双移线道路下路径跟踪控制器的仿真实验表明:中低车速下车辆路径跟踪横向偏差降低了 16%以上,横摆角偏差降低了 33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。