轨迹规划前端连接感知系统,后端连接控制系统,是整个无人驾驶系统的功能核心之一。轨迹跟踪控制系统为智能汽车的执行机构输入控制指令,是智能车辆实现无人驾驶的基础。然而,随着自动驾驶技术商用化,驾驶场景复杂化,对轨迹规划和控制算法的有效性、实时性和安全性要求更高。因此本文主要研究智能车辆在多场景下的局部轨迹规划和跟踪控制算法,具体的研究内容如下:（1）引入了Frenet坐标系,基于Frenet坐标系建立了横向、纵向的轨迹规划模型。针对常见的定速巡航、变道超车和减速停车场景建立了各自的终端采样状态,并设计了轨迹质量评价函数,得到了具有质量评价分数值的横纵向的采样轨迹族。（2）提出了横纵向采样轨迹合成算法,为合成轨迹设计了质量评价函数。针对轨迹集合引入了运动学约束检测,过滤掉不满足运动学约束的轨迹。采用了定向边界框法简化环境障碍物和无人车的形状,引进分离轴理论对轨迹进行碰撞检测。最后针对常见的驾驶场景设计了仿真程序验证,结果验证了本文提出的轨迹规划器的有效性、安全性和实时性。（3）基于汽车动力学建立了模型预测控制器,针对路径跟踪和纵向速度跟踪两个部分,以横纵向误差作为状态变量建立了状态方程。设计了模型预测控制器与纯追踪控制器的对比实验,实验结果表明设计的模型预测控制器比纯追踪控制器具有更好的跟踪效果。最后引入了粒子群算法对模型预测控制器中的权重参数进行寻优,并设计了优化后与优化前的对比实验,实验结果证明了基于粒子群算法优化后的模型预测控制器的跟踪精度有较好的提升。（4）针对改进后的模型预测控制器,设计了双移线工况下的联合仿真实验,实验结果表明改进后的轨迹跟踪器对期望轨迹的跟踪具有良好的跟踪效果。联合决策模块、轨迹规划模块和控制模块,分别针对静态障碍物场景和动态障碍物场景设计了联合仿真实验,实验结果表明了本文设计的主动避障系统可以实时的结合决策层规划出平滑的局部避障轨迹,模型预测控制器能够快速的对该轨迹进行跟踪,跟踪精度大,达到了良好的主动避障效果。