自动驾驶技术是目前汽车重要的发展方向之一,而高速场景下的换道过程为无人驾驶技术/智能辅助驾驶的重要组成部分。在高速路况下车辆速度较高,容易出现紧急状况,如何实现无人驾驶车辆合理地换道决策、安全可行地换道轨迹规划以及准确地轨迹跟踪,都对高速公路上无人车辆的安全顺利换道有重要意义。线控转向系统（Steer-byWire,SBW）取消了传统的机械连接可实现更灵活的转向控制,有助于实现更高级别的自动驾驶的同时,也可对本文换道决策后的规划轨迹进行更为安全有效的自主跟踪。首先,在对相关换道模型的研究基础上,提出了应用在高速场景中综合考虑任意性换道和强制性换道的换道决策机制,建立了基于BP神经网络模拟驾驶员的换道意图模型、基于最小安全间隙的换道安全模型以及基于Nagatani模型优化的换道收益模型。所设计的无人驾驶车辆换道决策机制在满足传统驾驶员换道期望的同时,能克服传统驾驶员对周围车辆危险感知不准确造成错误判断的弊端,在保证安全的前提下获得换道收益。当无人驾驶车辆产生换道决策后,对相应的换道轨迹进行规划。考虑到车辆在高速行驶状态下的运动学和动力学约束,采用四阶贝塞尔曲线的轨迹规划方法,通过分析主车和当前车道前车行驶状态,选择轨迹拟合所需的控制点,保证车辆能在不同的工况下均能规划出合理可行的贝塞尔曲线作为换道轨迹。最后,基于线控转向系统原理,以两套电动助力转向（Electric Power Steering,EPS）电机及控制器为原型,设计并搭建了具备车前桥结构的线控转向实验台架。通过系统辨识的方法获得转向执行系统的名义模型,设计了考虑机械延迟的二自由度内模控制器（Internal Model Control,IMC）。实验结果表明,所搭建的线控转向系统硬件在环实验台架能准确跟踪参考转角输入以及驾驶员的方向盘转角输入,相较于优化参数的PID控制,本文所设计的内模控制器具有系统延迟更低、稳态误差更小以及抗干扰能力更强的特点;在轨迹跟踪闭环实验中,选取了双移线工况并对前文所规划出换道轨迹进行跟踪,均有较为不错的跟踪性能,验证了装有线控转向系统车辆的轨迹跟踪性能,以及应用在无人驾驶汽车上实现换道轨迹跟踪的可行性。