随着汽车智能化与网联化技术的飞速发展,基于自动驾驶技术与车联网技术的汽车节油驾驶技术已经成为提高汽车燃油经济性的重要手段。在连续交通灯路口工况下,经济性轨迹规划算法为智能车辆规划的轨迹使得智能车辆既能实时响应自身周围环境,同时又能通过避免对交通灯进行制动或停车提高燃油经济性。因此本文的主要研究内容为:智能车辆的轨迹规划算法与连续交通灯路口场景下的经济性行驶策略。智能车辆的轨迹规划系统输入高精地图、感知、预测、决策等信息,输出能够引导车辆安全、舒适、高效行驶的轨迹。为降低轨迹规划问题求解的复杂度,将轨迹规划问题解耦为路径规划与速度规划。路径规划系统包括全局与局部两部分。全局路径规划使用基于图搜索的规划算法得到车道级路由引导局部路径规划;局部路径规划由前端与后端两部分组成,前端使用基于采样的规划算法得到车辆可行的粗劣解,后端使用基于数值优化的规划算法对前端结果进行优化,最终得到安全、可行、舒适的路径。速度规划系统有纵向决策与速度规划两层。纵向决策使用基于神经网络的算法,将路径规划的结果与动态障碍物的预测轨迹映射为相应动态障碍物的纵向决策;速度规划在基于决策信息调整后的ST配置空间中使用值优化的方法求解,最终得到安全、高效、舒适的速度曲线。连续交通灯路口场景下的经济性行驶策略:对道路上的交通信息、车辆纵向运动学建模,以油耗克数为经济性指标,将经济性行驶问题转化为优化问题并使用动态规划算法进行求解。通过与IDM模型的仿真对比证明了该策略的经济性。耦合轨迹规划算法与连续交通灯路口场景下的经济性行驶策略,得到经济性轨迹规划算法。通过仿真证明该算法既能实时响应周围环境变化,又具备经济性。