针对车联网环境下若干典型车辆轨迹规划方法存在车速与轨迹波动性较大的问题，提出一种基于改进人工鱼群算法的车辆轨迹规划方法。该方法以短程通信（DSRC）的车联网应用场景为设计平台，以车辆的最优行车速度为核心计算基础，分析得到了车辆的最佳轨迹。首先，对人工鱼群算法在车联网应用场景的优势和不足进行分析，引入万有引力力学模型与避障模式控制，提出一种改进的人工鱼群算法；然后，分析车辆在车联网应用场景中的受力约束，利用网联车辆的自组织行为控制策略推导最优行车速度；最后，基于最优行车速度实现对车辆的实时轨迹诱导和轨迹避障控制规划。仿真测试结果表明，在运用了基于改进人工鱼群算法的轨迹规划模型后，车辆的驾驶速度更加平稳，轨迹波动性较小，对障碍物可实现零失误避撞；在多车相遇情况下，测试车辆为2~40时，相对于原人工鱼群算法和萤火虫算法，运用改进人工鱼群算法后车速的平均迭代次数减少，迭代效率提高3~7、4~8倍，且随着车辆数目越多，迭代效率提升越明显。