随着自动驾驶技术的发展,目前主要面临四大技术难题:车辆定位、环境感知、决策与轨迹规划、轨迹跟踪与运动控制。其中,轨迹规划技术作为衔接环境感知与车辆控制的中间层技术,其目标是根据环境感知结果及时准确地生成平滑、合理的行驶轨迹,生成的轨迹直接影响车辆控制的效果。本文主要对城市道路环境下自动驾驶汽车最优轨迹生成问题展开研究,使生成的轨迹满足跟车、变道超车等不同驾驶操作行为的需求。首先,针对城市结构化道路中的全局轨迹生成问题进行研究。通过分析已有全局轨迹规划算法的特点和不足,采用A*算法作为全局轨迹生成的基础方法,通过分析算法的不足之处提出以下改进措施:（1）改进节点扩展方式并针对实际工况设计节点修剪函数,对搜索过程中的节点进行修剪,通过去除无效节点缩短全局轨迹长度;（2）针对原始A*算法在搜索开始阶段距离终点较远时易受到启发式函数影响而产生局部最优解的问题,改进原有算法启发式函数,设计基于距离引导的启发函数权重系数,通过当前位置相对于终点的距离调节权重,避免局部最优解的产生,同时在接近终点时引导搜索过程能够更快向终点进行;（3）针对原有算法生成轨迹不平滑问题,结合自动驾驶汽车运动特点,利用贝塞尔曲线对最终轨迹进行平滑处理,使其轨迹更适用于自动驾驶汽车。其次,针对城市道路环境中常见的定速巡航、自适应巡航、变道超车等不同驾驶操作行为设计局部轨迹生成算法。（1）根据车辆行驶特点,将车辆轨迹解耦为沿道路方向的纵向轨迹和垂直于道路方向的横向轨迹,从而简化轨迹状态空间方程的求解;（2）利用五次多项式,针对不同驾驶行为,采用不同的车辆末状态对车辆的状态空间进行采样从而得到横、纵方向上的备选轨迹集合;（3）根据不同驾驶操作行为设计相应的横、纵向轨迹评价函数对生成的轨迹集合进行评价,对评价后的轨迹进行横向和纵向的耦合,并建立综合轨迹评价函数,对耦合后的轨迹代价进行综合评价,筛选出代价最小的轨迹作为最优轨迹,利用车辆加速度、曲率、速度对最优轨迹进行筛选,并进行碰撞检测,若满足各项约束则作为车辆最终行驶轨迹输出。最后,以某品牌量产车改装的自动驾驶原型车作为实验车辆。根据实验需求,使用激光雷达创建车辆定位所需点云地图,并根据实际道路环境创建包含道路信息的高精度地图。根据本文所研究内容,设计弯道行驶、超车变道两种不同实验场景对最优轨迹生成的可行性进行实验验证。实验结果表明,本文所提最优轨迹生成算法能够针对车辆所处环境规划出合理轨迹,并选择出最优轨迹行驶。