近些年来,由于汽车自动驾驶技术能较好地解决因驾驶行为不当、疲劳驾驶、疏忽大意或违章行驶等人为失误引起的交通安全问题,其已成为全球汽车行业关注的焦点。同时,传感、信息以及人工智能等相关技术的迅速发展,为自动驾驶技术的实际应用提供了良好的软硬件基础。无论是政府还是企业都在大力推动汽车自动化技术的发展和应用。但由于受到技术成熟度和成本等因素的制约,自动驾驶技术仍处于不断发展阶段。本文基于自动驾驶汽车的预期功能安全,对自动驾驶汽车换道控制关键技术中的换道决策、换道路径规划、路径跟踪和控制执行等方面进行了深入的理论和试验研究。论文首先回顾了自动驾驶汽车换道控制技术的研究背景和发展状态,对自动驾驶汽车预期功能安全和自动换道控制技术进行了介绍,同时总结了预测-决策、换道路径规划、路径跟踪与控制执行四个方面的研究现状。为了提升自动驾驶汽车换道决策的安全性,将周围车辆分为仅需考虑其纵向运动状态的关联车辆和纵横向运动状态都需要考虑的关联车辆,设计深度神经网络和基于左、右换道差异的横向偏离判断标准对关联车辆的横向运动行为进行判断,并利用实际数据进行神经网络模型训练。考虑相邻第二车道上关联车辆换道和车道偏离行为对自车换道安全性的影响,对自车相邻车道的安全态势进行划分,设计换道决策准则,实现能减少预期功能安全问题的精准换道决策。针对大多数换道控制研究中存在的换道环境不同致使换道安全性难以保证的预期功能安全问题,将换道路径扩展为带约束的换道行驶空间,提出一种基于车辆行驶安全边界的换道控制方法。根据自车与周围关联车辆之间的换道空间和碰撞时距,设计换道状态划分方法。基于车-路位置关系和车辆安全矩形区域建立车辆位置安全边界;同时基于换道行驶稳定性限制和不同换道状态下的横摆角速度要求,建立与换道状态相对应的车辆运动状态安全边界。将车辆位置安全边界和车辆行驶安全边界作为车辆换道行驶状态参数的约束,以自车前方的目标车道中心线作为参考,设计模型预测控制器确定车辆换道的期望前轮转角,实现安全、稳定的换道控制。为进一步提升自动驾驶汽车对换道路径的跟踪性能,在分析预测时域对汽车路径跟踪性能影响的基础上,提出一种基于变预测时域模型预测控制算法用于换道路径跟踪。基于搭建的用于路径跟踪的模型预测控制器,进行不同预测时域的路径跟踪控制系统响应分析,明确不同道路曲率下不同预测时域对汽车路径跟踪影响。将路径跟踪精度和前轮转向幅度和频率作为综合性能指标,设计粒子群优化算法,实现预测时域的自适应寻优。通过在不同行驶环境下选取不同的最优预测时域,实现跟踪精度更高、车辆转向更加平顺的换道路径跟踪。为减少转向系统执行功能不足对路径跟踪的不利影响,在考虑预期功能安全的基础上,提出一种基于自动转向和差动制动的协同控制方法用于换道路径跟踪。采用由协同控制层和执行层组成的分层体系结构。在协同控制层中,设计一种考虑转向系统执行功能不足,轮胎力特性和车辆行驶稳定性的拓展控制器来确定自动转向和差动制动的权重系数,并设计模型预测控制器来计算所需的前轮转角和附加横摆力矩。在执行层中,设计考虑外部扰动的自抗扰转角控制器确定理想的转向力矩,并使用制动力分配模块确定受控车轮的轮缸压力,实现差动制动对自动转向系统的合理补偿,减少车辆在换道路径跟踪时因转向系统执行功能不足而引发的预期功能安全问题。基于LabVIEW和CarSim建立硬件在环试验台架,对所提出的基于汽车行驶安全边界的换道控制方法、基于变预测时域模型预测控制的路径跟踪算法和基于自动转向和差动制动协同控制的路径跟踪方法进行试验验证。基于某款电动汽车,利用多个多类型环境感知传感器、计算处理平台、自动转向控制系统和主动制动系统搭建自动驾驶实车试验平台,试验结果验证了所提出的换道决策、换道控制方法以及路径跟踪算法的有效性。