自动驾驶技术对于人们安全出行、建设智慧城市具有十分重要的意义。由于传感器的可靠性、控制算法的准确性等原因,目前的自动驾驶技术并不十分安全可靠。在自动驾驶技术成熟之前,辅助驾驶技术得到了商业的推广和应用。本文围绕高速公路环境下先进驾驶辅助系统(Advanced Driver Assistance Systems,ADAS)展开研究,基于三维激光雷达技术得到交通场景信息,设计包含自适应巡航、自动紧急制动、主动变道辅助功能的驾驶行为决策模型,建立了自主车辆运动规划控制系统,设置多种仿真工况完成了软件在环测试分析。首先本文基于三维激光雷达技术建立了环境感知系统。基于射线坡度阈值分割法滤除地面点云,分割道路可通行区域,并与基于随机采样一致性的平面模型分割法进行了对比分析。针对点云密度分布不均匀问题,划分多阈值聚类区域,基于欧氏距离进行点云聚类分割,完成分割后设计交互式多模型概率数据匹配算法对跟踪目标进行数据匹配,采用无迹卡尔曼滤波技术作为底层的目标跟踪算法。通过真实激光雷达点云数据验证了算法的有效性,能够实时完成地面分割,实现了对目标车辆的可持续跟踪,得到了准确的运动状态信息。然后根据环境感知层提供的信息,结合自主车辆当前状态信息,设计基于有限状态机的驾驶行为决策系统,包含能够实现三种辅助驾驶功能的六个系统状态,并通过输出加速度信号来调节车辆的期望速度。在多条件假设前提下建立车辆动力学模型,基于模型预测控制算法设计路径规划器及路径跟踪控制器,并结合行为决策系统合理地规划局部期望路径。最后建立Pre Scan/Simulink联合仿真平台进行软件在环测试,考虑实际交通环境设计多组仿真测试工况,分析了本文所设计的自适应巡航、自动紧急制动、主动变道辅助三种辅助驾驶功能仿真结果。基于有限状态机的行为决策算法根据环境变化合理转换驾驶状态,实现了对目标车辆速度的跟随,出现碰撞危险能够及时采取有效的紧急制动,系统可以通过模型预测控制算法完成运动规划,控制自主车辆平稳地跟踪重规划的局部期望路径完成变道超车动作,能够满足ADAS的需求。