现今世界人口不断增长,交通拥堵及交通事故等问题愈发严峻,解决交通问题迫在眉睫。自动驾驶汽车技术是全球学术界重点研究的前沿课题之一,也被认为是从根本上解决交通问题的途径。其技术包含车辆工程、认知科学、人工智能、机器人技术等多个领域,涉及大量理论方法与关键技术的突破。路径规划是确保无人驾驶汽车安全、准确完成驾驶任务的前提条件,对现代城市交通发展具有重要意义。路径规划分为全局路径规划与局部路径规划,本文首先对无人驾驶汽车国内外研究现状和无人驾驶汽车路径规划相关算法进行了介绍分析,了解无人驾驶车辆路径规划的基本方法;继而阐述了结构化道路的特点以及现今无人驾驶汽车的体系结构、各个子模块的功能及其之间的相关协作关系,并结合道路交通规则和运动规划所需考虑的约束条件,明确了全局路径规划和局部路径规划算法的设计准则;而后针对现今自动驾驶汽车在结构化道路环境下进行静态全局规划、运动避障规划所遇到的实时性、交通规则约束的问题并考虑到系统对规划结果的安全性、稳定性、平滑性等设计需求,本文对全局路径规划和局部路径规划进行了深入研究,具体的研究内容包括以下几方面:1)针对传统全局路径规划算法处理大量道路节点实时性较差的问题,研究了无人驾驶汽车全局路径规划方法,提出了以二叉树和双向搜索改进的A~*算法,即BB-A~*算法,并通过仿真实验和基于北京市真实地图GIS数据的全局规划实验验证了算法的有效性及更为优越的实时性。2)针对现有安全距离模型对于车辆制动距离计算不准确且不能适应雨雪等多种路面环境的问题,研究了无人驾驶汽车的行车安全距离模型,分析了车辆刹车机械结构制动时的压力变化过程,建立了更为准确的行车安全距离数学模型,并针对不同天气的路面附着系数分别进行了研究。仿真实验验证了本文刹车距离模型的准确性和行车安全距离模型的可行性。3)研究了无人驾驶汽车局部路径规划方法。提出了一种基于城市车道撒点策略改进的RT-RRT*算法(即SP-RT-RRT*算法),改善了传统算法采样点位置随机而导致的搜索实时性不稳定、所得路径不满足交通规则约束的问题,然后通过五次贝赛尔曲线对算法所得初步路径进行平滑,使得车辆可以在动态环境中安全自主行驶。仿真实验验证了本文局部路径规划方法实时性和满足交通规则层面上的可行性和优越性。最后总结了本文研究成果,并对进一步的研究做出了展望。