自动驾驶的发展在提升道路交通安全与通行效率等方面上具有重大意义。运动规划作为自动驾驶系统中的关键模块之一,负责衔接系统感知与控制模块,并根据车辆当前所处场景信息与车辆自身状态规划出车辆行驶的局部轨迹,是自动驾驶车辆智慧的直观体现。运动规划需保证在满足车辆运动学系统下,生成安全无碰撞、乘坐舒适且行驶高效的运动轨迹。由于运动轨迹的维度较高且具有高度的非线性,难以在规划周期内直接对轨迹进行求解。因此,本文通过将轨迹解耦为路径规划与速度规划两个子问题进行求解。路径规划需避开场景中的静态障碍物,而运动障碍物的避让则在速度规划中体现,两者结合得到时空上的车辆行驶轨迹。本文的主要研究内容如下:（1）针对城市结构化道路的路径规划问题,将规划空间坐标系转换为Frenet坐标系以降低路径规划空间的维度以及问题复杂度。为满足城市复杂的交通场景,采用车辆双圆模型,在保证一定安全裕度的前提下,能够较为准确地描述车辆外部轮廓。在有限的规划周期内,结合场景内的静态障碍物,通过线性化近似车辆碰撞约束,构造了局部凸空间,并在凸空间下采用二次规划直接快速生成路径。（2）速度规划需要避让运动规划中的运动障碍物,在路径规划给出参考路径的基础上,构造S＿T运动空间以描述自车与运动障碍物之间的约束关系,降低规划问题的复杂度。通过松弛运动学非线性等式约束,将构造局部凸空间的方式推广到速度规划中,并采用二次规划的方式迭代收敛到局部最优解。另外,考虑了动态障碍物的运动不确定性,在包含不确定性的速度规划过程中,给出速度规划的保守程度,并维持原优化问题复杂度不变。（3）搭建实时仿真平台,基于Pre Scan搭建三维测试场景、传感器模型以及车辆动力学模型,通过ROS建立自动驾驶软件平台对于城市场景,提出轨迹规划策略,并在仿真平台上完成仿真实验。