近年来，我国人均汽车保有量不断上升，随之出现了交通拥堵、交通事故及空气污染等诸多社会问题，尤其在城市区域这些问题更为严重。为缓解这些问题带来的压力，需要车辆安全且高效地在市区行驶。随着自动驾驶技术的发展，在可预见的未来，自动驾驶车辆将占据汽车市场的重要席位。为此，本文研究城市路网环境中自动驾驶车辆的路径规划问题，其中主要包含两部分：全局路径规划和局部路径规划。前者建立所要规划路径的框架，后者弥补其中的细节，两者相辅相成。
　　第二章主要研究一种在城市路网环境中的全局最优路径搜索算法。为了在城市路网中搜索最优路径，建立一种限制搜索区域的时变权重有向图模型。在限制搜索区域上，该模型首次引入搜索方向因素，综合考虑三个因素：时变的车流密度、定常的空间距离以及搜索方向，这更加符合城市路网实际交通状况。进一步，给出相应的最优路径搜索算法。与传统的城市路网最优路径搜索算法相比，所提算法有两个优点：(i)缩小了搜索范围，进而降低了计算量；(ii)根据不断变化的交通流自适应地选取最优路径，保证了最终所选路径在当时所处环境下是最优的。仿真结论验证了所提算法的有效性、自适应性和实时性。
　　第三章主要研究一种城市路网环境中自动驾驶车辆的局部路径规划模型算法。车辆在行驶过程中需要进行局部路径规划的诱因包括避障、超车和转弯(即需要在下一个交叉口左转弯或右转弯，而提前移动到左转或右转车道)。完成这些目标都需要执行换道操作。因此，局部路径规划的核心是设计换道策略。所提出的换道策略主要步骤包括：a)自动驾驶车辆的车载数据采集系统实时地获取周围行车环境数据；b)利用所获取的数据计算本车与邻近车辆间的最短安全距离，并实时调整自身车速以保障行车安全；c)根据给定的全局路径规划或节省成本的需求判断是否需要进行换道操作；d)利用转向灯和横向移动作为换道信号与目标车道后方车辆进行沟通交互，以获取换道契机；e)计算换道过程的实时参数，生成换道过程中的局部路径。最后通过仿真验证了所提算法的可行性、安全性、实时性和可靠性。
　　第四章对本文工作进行了总结，并展望了后续的研究工作。