随着汽车技术的不断发展,汽车智能化逐渐成为行业发展新趋势。智能驾驶技术在近年来受到广泛关注,围绕其展开的研究工作也越来越多。车辆进行车道变换是车辆行驶中最常见的一种行为。在人类驾驶车辆的过程中由换道所引发的交通事故较多,因此如何使用智能驾驶技术使车辆换道更为高效和安全逐渐成为近年来研究的热点问题。本文针对无人驾驶车辆在高速公路场景下进行换道的路径规划以及横向跟踪控制问题展开研究。针对不同的换道场景提出了有效的路径规划方法,并设计了路径跟踪控制器以完成车辆的换道控制。本文主要包括以下5个方面的研究内容:（1）针对高速公路的主要特点并结合驾驶员换道行为的基本特征,从换道意图的角度出发制定了换道策略并给出了衡量换道有效空间的最小换道安全距离。（2）在基于具备换道空间的前提下,采用五次多项式规划了车辆换道路径。通过优化目标函数的设定,并引入车辆动力学约束,求解优化问题得到满足车辆动力学约束下换道时间最短的换道路径。（3）结合车辆在高速公路场景下换道的特点并基于合理假设建立车辆单轨模型以及魔术公式轮胎模型,为后续模型预测控制器的设计奠定基础。（4）对非线性车辆动力学模型进行线性化,并设定优化目标函数。为提高车辆在高速工况时跟踪控制的稳定性将车辆动力学约束引入。进而设计用于高速换道横向跟踪控制的模型预测控制器。将基于多项式的换道路径作为参考路径,搭建CarSim/Simulink联合仿真平台对算法的有效性进行验证。结果表明基于模型预测控制的路径跟踪控制器在不同路面附着条件以及不同车速的情况下均可以完成换道并保持车辆的稳定性。（5）利用人工势场算法斥力场避障原理对高速换道决策机制中换道空间以及道路进行建模。将换道安全距离引入斥力场作用域设计范围,保证了车辆换道时拥有足够的换道空间。道路势场建模保证了车辆在换道过程中路径的合理性。将建立的势场函数纳入简化的模型预测算法框架中进行求解,并将求解的路径信息传入控制层进行换道控制。在CarSim/Simulink的仿真平台中对其进行求解,并对算法可行性进行验证分析,结果表明该算法能在考虑换道过程中与邻近车辆碰撞避免的前提下进行换道,且换道过程平稳,相比较于基于五次多项式的换道规划方法来讲提高了换道的安全性以及可靠性。