近几年随着计算机技术的发展,汽车逐渐朝着与电子技术、网络通信相结合的智能化方向发展,智能汽车有利于改善交通安全、减缓道路拥堵、提高社会效率、倡导低碳生活等。智能车的关键技术包括环境感知、导航定位、路径规划以及决策控制等,而路径规划是智能车辆的关键部分,对智能车的研究具有重大意义。人工势场法作为应用广泛的路径规划算法,经常被应用于路径规划问题。本文在前人改进人工势场法基础上,提出了在动静态环境下更加安全的避障策略,具体工作如下:首先,总结前人改进人工势场法的可行性与不足,针对距离因子人工势场法在复杂环境下无法避开障碍物问题,提出了基于粒子群算法寻优的障碍物自我保护人工势场法（PSO-OSPAPF）。通过障碍物自我保护人工势场法（OSPAPF）,旋转航向角进而避开障碍物,为了找到最优航向角,建立相应适应度函数,进一步采用粒子群算法（PSO）限制寻优范围找到符合智能车转向特性的航向角。在MATLAB中采用距离因子人工势场法、OSPAPF算法、PSO-OSPAPF算法分别在简易障碍物环境、不规则障碍物环境、多障碍物环境下进行仿真实验,结果表明PSO-OSPAPF算法能避开几种环境下的障碍物,效率更高,路径更短,路径平滑且符合智能车转向特性。其次,提出了基于道路约束与动态环境下的智能车避障策略。针对智能车在结构化转弯道路上行驶,采用距离因子人工势场法规划,路径点冲出道路边界问题,建立道路模型,提出寻找子目标点避障机制,仿真对比了有无子目标点路径,结果表明设置子目标点算法路径点保持在道路中心。针对动态环境,提出碰撞系数人工势场法,通过计算碰撞角判断障碍物类型,根据智能车与动态障碍物相对速度与智能车制动特性,建立动态速度势场影响范围,根据动态障碍物进入速度势场影响范围面积计算碰撞系数,进而建立斥力函数模型,仿真对比了有碰撞系数与无碰撞系数的路径,结果证明有碰撞系数的路径安全性更高;同时,构建了特殊碰撞角仿真环境,证明了算法的可行性。最后,利用ROS操作系统,采用四轮智能小车在多障碍物静态环境采用PSOOSPAPF算法实验,在随机障碍物环境和动态环境中采用碰撞系数人工势场法进行实验,结果验证了算法的可靠性。