随着汽车保有量的不断增加,能源危机、交通事故、出行拥堵、停车难等诸多问题不断凸显,发展高效环保的清洁能源电动车,实现安全可靠的智能驾驶已急不可待。无人驾驶汽车作为集环境感知、规划决策、控制执行以及信息交互于一体的高新技术综合体越来越成为时代需求的研究热点。在多源异构的复杂驾驶环境下如何准确提取有效信息为车辆下一时刻决策出安全可靠的控制指令,是实现智能驾驶的技术基础;应对复杂驾驶场景下的各种工况如何在动态环境中规划出一条平滑可行的行驶轨迹,是实现智能驾驶的关键环节;为保证对规划出的理想轨迹的准确跟踪,建立一个统一高效的多执行器集成式协调控制器又是实现智能驾驶的最终目标。本文对无人驾驶汽车高速工况下智能驾驶实现的若干关键问题开展了研究,从实现智能驾驶的行为决策、轨迹规划和跟踪控制三大核心技术出发,设计出了一套完整的高速工况无人驾驶技术实现方案。本文所做主要工作如下:(1)针对复杂驾驶环境信息多源异构特点的驾驶行为决策研究。首先基于驾驶规则和车辆行驶状态建立了驾驶环境-决策结果数据库,而后制定了模糊分类规则,对信息数据库进行了模糊分类预处理,并结合神经网络建立了驾驶行为决策器。为进一步提高决策精度,又提出了一种基于梯度提升树算法的驾驶行为决策方法。仿真结果显示,先对驾驶环境信息数据库进行模糊分类预处理再结合梯度提升树算法的决策精度达到了99%,表明梯度提升树算法在智能驾驶行为决策研究方面有着巨大潜力。(2)静态驾驶环境下的变道轨迹规划研究。首先,针对自由变道工况,基于正反梯形侧向加速度轨迹规划方法建立了变道过程的多目标函数,并利用模糊逻辑控制器完成了不同行驶工况下权重系数的自适应控制,规划出了适应不同行驶车速的变道轨迹曲线。其次,为应对行车前方突然出现障碍物的紧急避撞工况,又提出了一种基于五阶贝塞尔曲线的变道轨迹规划方法,通过变道轨迹规划可行域左右边界的寻求,将物理问题转化为对贝塞尔曲线表达式坐标点的优化求解问题,规划出满足边界条件的最优避撞变道轨迹。此外,还基于建立的预瞄跟随驾驶模型将规划的最优轨迹转化为了可直接输出的最优方向盘转角信号。所提方法打破了变道过程中需要预先知道变道终了点位置的局限,实现了适应不同行驶车速兼顾舒适性和快速性的变道轨迹规划目标。(3)动态驾驶场景下的变道轨迹规划研究。基于模型预测控制理论提出了一种多车道多周围行驶车辆高速路动态场景下的变道轨迹规划方法。首先建立了本车及周围车辆的运动学模型,转化为状态方程后作为预测模型;接着又构造了指标函数和约束条件,进而完成模型预测控制的滚动优化环节;为便于优化求解,将控制量进行了从二维坐标系向极坐标系的转换,将优化得到的最优解离散点进行了五次多项式最小二乘曲线拟合后得到平滑可行的变道轨迹。(4)对规划出的理想轨迹进行了跟踪控制的研究。以对理想轨迹的跟随控制为研究目标,基于模型预测控制理论,建立了包含各轮滑动率动态特性的车辆状态方程,建立包含跟踪精度、执行器效能和执行器性能的多指标函数,优化求解得到方向盘转角和各轮驱动转矩信号的最优控制序列,提出了一种多执行器集成式协调控制方法,实现对理想轨迹的跟踪控制;并为实现变道过程中对目标车速的保持,建立了车速跟随器。(5)针对较高车速下进行无人驾驶实车实验难以实现的问题,本文利用无人车系统仿真软件Prescan搭建了反映真实驾驶情况的驾驶场景,联合在MATLAB/Simulink中搭建的轨迹生成器对提出的动态场景下的变道轨迹规划方法进行了联合仿真分析,结果表明所提方法可以很好的应对周边车辆的动态变化,实现了轨迹的动态规划。进一步,利用在Carsim中搭建的代替实车的高精度车辆模型联合在MATLAB/Simulink中搭建的协调控制器对提出的轨迹跟踪协调控制方法进行了联合仿真分析,结果表明所提方法在具有更好轨迹跟踪精度的基础上更加明显的提升了车辆行驶稳定性,充分挖掘了分布式驱动无人驾驶汽车的潜在性能。