无人驾驶公交车由于其特殊的社会服务功能,以及复杂的道路运行工况,因此对于超车过程的安全性、舒适性及规划的合理性,提出了更高的功能要求。本文针对无人驾驶公交车的超车行为提出基于TOPSIS的主客观赋权的测评体系,进而利用粒子群优化算法得到超车行为的优化控制策略。具体研究内容如下:首先,利用SCANe R studio仿真软件搭建了无人驾驶公交车虚拟仿真平台,为超车行为的全历程测试和验证提供平台支撑。以实车属性参数和道路运行环境为基准,建立了车辆动力学和运动学模型,及高逼真度的虚拟交通场景。开发了基于N-K模型的环境脆弱性的模型,用于危险交通案例的测试。其次,基于规划的合理性、安全性及驾驶操控性三方面构成了准则层,并依据目标层、准则层、指标层确定了无人驾驶公交车的评价体系。基于可采集的客观数据形成量化指标,构成10个指标层。本文设计了基于粒子群优化算法的目标函数,在无人驾驶公交车的全历程行驶空间内进行迭代更新,实现超车行为规划参数不断优化的目的。最后,设计了规划行为、安全性、驾驶行为三组不同的权重系数,结果表明侧重安全性的TOPSIS得分标准差为92.84,优于规划行为的58.43和驾驶行为的1.88。侧重安全性的评价体系使无人驾驶公交车的超车行为的评分更具有区分度。验证不同控制参数在多种案例场景下的运行效果,利用环境脆弱性模型对场景划分。开发了五组具有代表性的超车行为测试案例,基于优化前后的超车行为参数,在五种测试案例下进行仿真测试。结果表明,优化后的参数,其超车行为的TOPSIS评分会随着环境脆弱性的耦合风险的提升而增大,TOPSIS评分标准差达到0.6138,而优化前的评分标准差仅为0.1061。