En un entorno complejo, aunque el método del campo de potencial artificial (APF) para mejorar la función de repulsión resuelve el defecto del mínimo local, la trayectoria planificada tiene un fenómeno de oscilación que no puede cumplir con el movimiento del vehículo. Con el fin de mejorar la eficiencia de la planificación de trayectorias y resolver el fenómeno de oscilación existente en la planificación de trayectorias del método del campo de potencial artificial mejorado. Este documento propone combinar el método del campo de potencial artificial mejorado con el algoritmo de árbol aleatorio de exploración rápida (RRT) para planificar la trayectoria. Primero, se combina el método del campo de potencial artificial mejorado con el algoritmo RRT, y se utiliza el método de evasión de obstáculos del algoritmo RRT para resolver la oscilación de la trayectoria; Luego se establece el modelo cinemático del vehículo, y bajo la premisa de garantizar la seguridad del vehículo, se diseña un controlador de seguimiento de trayectoria de control predictivo de modelo (MPC) con restricciones para verificar si la trayectoria planificada por la combinación de los dos algoritmos es óptima y se ajusta al movimiento del vehículo. Finalmente, se verifica la viabilidad del método en simulación. Los resultados de la simulación muestran que el método puede resolver eficazmente el problema de la oscilación de la trayectoria y puede planificar la trayectoria óptima según diferentes entornos y movimientos del vehículo.