智能车辆是汽车工业在新时代的发展方向,其将在解决交通事故,缓解交通拥堵等方面起到至关重要的作用。自动驾驶是智能车辆发展的高级阶段,局部轨迹规划和跟踪控制问题作为自动驾驶的关键技术是提高智能化水平的重要环节。轨迹包含行驶路径和行驶速度,直接对轨迹进行求解具有求解维度高难度大等问题,因此本文针对自动驾驶汽车的轨迹规划问题,提出分别求解路径和速度最后生成轨迹的策略,然后设计横向和纵向控制器,验证规划轨迹的可行性,最后搭建联合仿真平台,进行算法的验证,本文主要研究内容为以下几个部分:首先在存在静止障碍物的环境中,针对基于采样的RRT算法的不足进行改进,提出偏向性采样策略和基于转角约束的节点扩展策略,提高基本RRT算法的收敛速度和路径的平顺性,同时利用数值优化的方法对初始路径,进行优化处理,得到更加平滑和安全的路径。同时在Matlab中搭建场景验证改进算法的性能。然后在具有运动障碍物的环境中,利用ST状态空间,将速度规划问题转换成路径搜索问题,提出基于动态规划思想的路径搜索策略得到离散最优路径,同时利用五次多项式对离散点进行拟合,通过建立目标函数和约束条件求解五次多项式系数得到连续最优解。在Matlab中搭建场景验证速度规划算法的性能。其次为验证规划轨迹的可行性,基于模型预测理论搭建LMPC控制器对车辆横向位置进行控制,为满足线性化条件对轮胎侧偏角和前轮转角等进行约束。基于PID控制理论搭建PID控制器对车辆的纵向速度进行控制,同时制定驱动和制动的切换逻辑。最后搭建基于matlab/simulink和carsim的联合仿真平台,在结构化道路下设置同时存在静止和运动障碍物的典型工况,验证轨迹规划算法和控制算法的性能。