随着科技水平的提高,智能车辆作为融合了自动控制技术、现代传感技术、人工智能等多项技术的科技创新成果,是车辆发展进程中的重要战略方向,在一定程度上代表了行业发展的程度。轨迹规划作为智能车辆行为决策模块中的一个重要组成部分,能够在一定程度上表现出智能车辆的技术水平。本文基于Frenet坐标系完成了轨迹规划模型的设计与优化,为了筛选出综合条件下的最优轨迹完善了轨迹质量评价函数,并通过横、纵向解耦与耦合分析不同车辆运行状态场景下的评价条件并完成仿真分析。首先对比分析了Frenet坐标系在驾驶行为计算中的优越性,并完成了笛卡尔坐标系与Frenet坐标系间的相互转换公式。之后基于Frenet坐标系,将轨迹规划解耦为横向、纵向两个维度,分别建立智能车辆的横、纵向轨迹规划模型,根据车辆的始末运动状态信息,生成对应的横向、纵向运动轨迹集合,并将横向、纵向轨迹重新合成为完整轨迹。再次从横向、纵向两个维度将智能车辆出行分成横向上高速与低速,纵向上跟驰、变道超车、速度保持、停车6个场景,并进一步耦合横向、纵向两个方向的轨迹规划,设计了高速公路入口匝道场景、T型交叉口场景以及环岛路段场景的智能车辆轨迹规划。根据车辆运动学模型、加加速度Jerk与车辆防撞检测的OBB方法确定不同场景的轨迹质量评价函数。最后搭建一个三车道的道路仿真环境,配置随机的环境车辆以满足更多变的道路交通状况,通过不同的初始状态的配置使智能车辆完成在路段上完整的路径规划,得到安全、舒适、高效的运动轨迹并完成可视化。本文提出的基于Frenet坐标系的轨迹规划模型能够简化智能车辆轨迹规划时的计算过程,坐标系转换的方式不仅能够提高计算效率也能够减少道路曲率对轨迹规划结果的影响,使计算得到的轨迹更加安全、舒适。同时,该模型符合车辆运动学的特征,能够在提高生成的轨迹精度的同时减少不必要计算量,能够应用到更多的智能车辆的运行场景中。