近些年来,无人驾驶车辆逐渐成为社会的热点话题,随着各大高校和企业纷纷展开对无人驾驶车辆的研究,无人驾驶技术也取得了长足的进步。但是对于真实交通场景中的无人驾驶技术,现阶段仍然存在很多技术问题没有解决。本文立足于无人驾驶技术的发展现状,对城市动态环境下的换道行为决策问题,提出了基于RCS(Real-Time Control System)实时控制系统的换道行为决策系统,并使用车载嵌入式平台,在真实交通环境下进行试验验证。本文基于RCS实时控制系统建立了无人驾驶车辆的换道行为决策框架。该决策框架主要包括两个部分:动态微观交通场景信息模型和基于多属性决策的换道行为决策模型。首先动态微观交通场景信息模型对真实城市动态交通环境的信息进行筛选和提取,并将其分为道路信息模型、车辆信息模型和其他障碍物信息模型,为换道换道行为决策模型提供可靠、有效的输入信息。接着基于层次状态机理论搭建换道行为决策模型,根据应用场景需求的不同,设置自由换道模型和强制换道模型两个顶层状态机,并各自拥有车道保持状态、换道准备状态、正在换道状态等子状态。两个顶层状态有不同的子状态迁移逻辑和条件,其中自由换道子状态机采取车道奖励值模型对各车道的驾驶条件进行评估和分析,进而做出最终的换道决策;强制换道子状态机则采取多源信息融合的策略进行决策分析。针对不同场景的需求设置相应的顶层状态,保证了换道行为决策结果的可靠性和合理性。最后,利用实验室研制的比亚迪-唐无人驾驶平台,选取Jetson TK1车载嵌入式平台作为硬件平台,搭建基于RCS(Real-Time Control System)的无人驾驶车辆实时控制架构,在真实交通环境中进行实车试验。试验分为自由换道试验和强制换道试验,试验结果表明本文提出的换道行为决策模块在真实城市交通环境中具备一定的可靠性和准确性,提高了无人驾驶车辆的决策能力。