自动驾驶是汽车行业发展的一个重要方向,它能够改变人们的出行方式,引起社会的重大变革。目前世界各国纷纷出台国家战略,企图抢占自动驾驶的制高点,推动国家社会经济发展。目前单车道的智能化如ACC（自适应巡航）、IACC（集成式自适应巡航）、LKA（车道保持辅助）等功能已经逐渐普及,智能汽车正从单车道的Lv.2级往多车道的Lv.3级自动驾驶发展。如何在动态交通环境下实现智能的换道决策以及安全高效舒适的换道轨迹规划是目前亟待解决的问题。为了获得智能拟人化的自动驾驶换道决策模型和具备动态交通环境适应性的换道轨迹规划方法,本文开展了动态交通环境下自动驾驶汽车换道决策与轨迹规划研究,主要研究内容如下:（1）基于NGSIM（下一代仿真）数据集对换道过程数据进行提取,提出换道数据提取依据并验证了其有效性。对换道决策过程进行了分析,建立换道过程的收益模型、安全模型、容忍距离模型。为了探明换道过程中各个参数对换道过程影响的重要性,采用Relief算法对换道过程进行影响因素深入分析,获得了各个影响因素的比重关系。（2）基于换道过程的收益模型、安全模型、容忍距离模型和换道过程的比重关系,建立了基于线性关系的智能汽车换道规则决策模型。针对换道决策的多参数非线性特征难以建模问题,将换道决策多维非线性建模问题转换成基于支持向量机的分类问题,对比分析线性核函数、多项式核函数和高斯核函数的特点,采用基于高斯核函数的支持向量机模型。为了提高换道决策模型的准确度,利用贝叶斯优化理论对高斯核函数支持向量机的高斯核带宽和正则化常数进行优化。（3）基于GPS（全球定位系统）/IMU（惯性导航单元）组合定位的离散全局轨迹,建立Frenet坐标系与笛卡尔坐标变换关系。通过三次多项式曲线建立离散全局轨迹坐标下的路径和速度生成方法。为了优化生成的轨迹,建立的效率模型、舒适度模型、安全模型,并综合考虑三种因素建立多目标优化函数。考虑到优化函数求解复杂、存在无法求出可行解以及换道前后车辆行为控制衔接等问题,建立了动态解耦轨迹规划模型。在设计的三个动态交通场景下,以效率、舒适、安全和实时性为评价指标,对比分析了静态换道规划算法、动态优化规划算法以及动态解耦算法,证明本文所提出的动态解耦算法综合性能最佳。（4）基于Carsim和Simulink软件,建立了Carsim和Simulink联合仿真的信息交互流程图。通过Carsim软件,确定了汽车模型仿真参数、道路形状以及各个车辆的行驶速度。分析了车辆横纵向控制方法,阐述了基于Stanley算法的横向控制原理,制定出汽车节气门开度和制动踏板控制的逻辑图。在不同的动态交通场景下进行了决策规划算法验证,探讨了换道决策模型和轨迹规划模型对车辆的作用机理,验证了动态解耦模型在复杂动态交通环境下具有很好的鲁棒性。