智能汽车是应对现代城市交通问题的一种先进的解决方案。智能汽车能够根据周围的道路交通环境和自身的运动状态,在局部的可行区域内决策出安全、合法、高效的行驶轨迹,从而控制智能汽车实现无人驾驶。然而在宏观地图中,为了到达某一特定目的地,避免智能汽车盲目行驶,导航是不可或缺的一个环节。在车辆定位导航系统中,数字地图数据库、路径规划和路径引导是三个相辅相成的重要模块。为了实现路径规划和路径引导,首先需要一个数字地图数据库的支持。对于智能汽车,除了数字地图上常见的道路形态和路边环境信息,还需要抽象的道路网络拓扑结构,用于宏观层面上合理的路径规划和微观层面上精确的路径引导。国内外无人车挑战比赛所用的道路网络定义文件很好的抽象了路网的拓扑结构。通过分析智能汽车自动行驶过程中所需的道路网络和交通环境信息,参考标准导航地理数据模型,结合智能车挑战赛使用的道路网络定义文件,本文设计了道路网络综合信息分层次的表达和储存方法。路径规划是导航系统中的关键模块,被广泛认为是汽车导航领域中的一个基本问题。在道路网络中进行宏观路径规划的本质是解决一个图搜索问题。虽然宏观路径是可以在确定行驶任务后就预先规划好的,但是考虑到动态的交通信息和突发事件,智能汽车应当采取由事件触发的动态路径规划方法。本文对比了图论中的多种经典搜索算法,分析了它们的适用范围,测试了它们的性能,并根据智能汽车动态路径规划对算法实时性和准确性要求,选定了宏观路径规划方法的算法基础。在此基础上,结合上述道路网络综合信息,本文提出了用于智能汽车的宏观路径规划方法,保证了宏观路径的最优性和合法性。为了给智能汽车提供更精确地路径引导,并不影响实时动态路径规划的运行效率,本文还设想了一种分层的路径规划方法:第一层次的路径规划只决定智能汽车需要依次通过的路段和区域序列;第二层次的规划则在路段或区域内为智能汽车提供方向性的引导,它只在智能汽车即将进入该路段或区域时被触发。规划宏观路径的最终目的是为智能汽车的自动行驶提供方向性的引导,具体的行驶轨迹还需要智能汽车根据局部的可行区域做出决策和控制。轨迹决策的依据有安全性、合法性、工效性和易操纵性等,而智能汽车路径引导的实现,也是从高效和合法两个方面考虑的。智能汽车根据自身的运动状态,预瞄当前行驶方向上一定距离处的宏观路径,通过工效性指标评估如何最快接近宏观路径上的目标点。虽说希望尽快到达目标点,行驶速度还要受到道路交通法规的限制,这就需要智能汽车根据道路网络综合信息判断车速的合法性。最后,本文编程试验了用于智能汽车的宏观路径规划方法,与经典图搜索算法的运行结果进行对比,验证了本文规划出来的宏观路径的最优性和合法性,并体现了改进算法在性能上的优势。这一结果也证明了道路网络综合信息数据的有效性和完备性。本文的主要贡献是解决了导航系统在无人驾驶智能汽车中的应用问题。在尝试解决这一问题的过程中,本文针对道路网络综合信息的表达与储存,宏观路径规划,以及路径引导等关键技术,做出了一定的改进和创新。