作为车辆安全的重要实现方式,车辆避障系统是自动驾驶车辆系统领域的研究重点和难点。当车辆行驶路径前方出现障碍物时,可以通过自主制动或者转向的方式避免与障碍物碰撞,显著提高车辆安全性。由于自动驾驶车辆驾驶环境的多变性、车辆执行机构的工作范围等多条件限制,传统基于分离式结构的避障系统研究与实际应用之间仍有较大差距,因此运用模型预测控制方法,研究基于集成式轨迹规划和运动控制的自动驾驶车辆避障系统。论文的主要研究内容如下:首先,分析传统分离式车辆避障系统的结构以及存在的相关技术问题,提出了基于集成式轨迹规划和运动控制的自动驾驶车辆避障系统,该系统基于模型预测控制方法,实时考虑障碍物和道路边界等复杂场景环境信息,分析了其有效性和场景定制性。其次,基于牛顿分析法建立车辆单轨动力学模型和魔术轮胎模型,根据车辆的避障机动建立了转向和制动模型,并验证车辆模型的稳态转向特性,为下文集成式避障系统的设计提供了模型基础。接着,利用预先规划的轨迹和车辆模型的状态信息,验证模型预测控制方法在静态障碍物场景中的性能。再次,基于纵向和横向耦合动力学,设计一种用于避障机动的集成式轨迹规划和车辆动力学控制的非线性模型预测控制方案。解决基于车辆动力学模型的非线性约束优化问题,并满足障碍物和道路边界等环境信息约束以及车辆动力学限制。此外,避障系统运用终端避障约束来规划存在预测时域外障碍物的安全轨迹。最后对于单个和多个障碍的典型场景进行分析,并在仿真中验证该方法在各场景中的有效性。最后,由于求解器所需的高计算时间问题,在实时环境中非线性控制问题的实现是关键。为解决非线性集成式方案的计算复杂性问题,提出连续线性化技术,以实现将非线性问题转化为可以使用标准优化求解器求解的凸二次问题。运用基于鲁棒管的模型预测控制方法将线性化误差视为增加的不确定性并且推导得到改进的约束以保证不确定系统的稳定性。最后在仿真和试验中验证快速集成规划和控制方法的有效性和实时性。