汽车的出现为人们的出行带来了极大便利,但汽车的保有量逐年增加,导致了交通事故、交通拥挤、环境污染等问题。同时驾驶员的状态决定了汽车的行驶状态,技术成熟的无人驾驶系统比参差不齐的驾驶员技术更加可靠。无人驾驶技术作为未来汽车行业的重要发展方向,其相关技术已经受到全世界高校和企业的关注和重视,成为当下的研究热点。路径规划和路径跟踪控制在无人驾驶技术体系中有着举足轻重的地位,其性能的好坏将直接决定无人驾驶汽车技术的成功与否。因此本文对路径规划及路径跟踪进行了深入的研究,建立了功能相对完善的无人驾驶汽车仿真平台,以全面考察两者的综合作用效果。本文主要进行了以下研究:1.对本课题的研究背景及意义进行了简单的介绍,分析了国内外在无人驾驶汽车技术、路径规划及路径跟踪的研究现状。针对目前常用地图的精度不高以及不能直接用于无人驾驶汽车导航的问题,提出通过坐标转换将地图中常用的WGS84坐标系转换为无人车导航坐标系,建立了适用于无人驾驶汽车导航坐标系地图。2.对无人驾驶汽车导航坐标系地图进行道路拓扑关系抽象,将地图抽象为具有边和顶点的电子地图,并以车道长度作为路阻标定了边的权值,通过MATLAB编写程序以邻接矩阵的方式对地图进行存储;然后选择迪杰斯特拉算法进行全局路径规划,对该算法的思想及执行步骤进行了详细的介绍,最终在全局导航地图上进行了全局路径规划,得到从西门到东门的最短路径。3.对局部路径规划进行简单的概述,考虑无人驾驶汽车路径规划的实时性,本文选择人工势场法(APF)进行局部路径规划。首先总结了目前局部路径规划的不足,并对传统人工势场的思想及数学模型进行简单介绍;然后从道路的结构化、三次多项式道路边界拟合以及实时虚拟局部目标点三个方面对无人驾驶人工势场模型进行改进,建立了更符合无人驾驶汽车的人工势场模型;最后考虑动态变化的外部环境以及车辆行驶过程中的动力学和运动学约束条件,在人工势场模型和路径跟踪器之间设计了模型预测路径重规划器,得到实时规划的局部路径,并将该路径信息实时输出到路径跟踪控制器模块。4.建立了路径跟踪控制器,并建立实时的路径规划及路径跟踪的综合仿真平台,在此基础上进行了路径规划及路径跟踪效果的验证。通过模型预测控制算法进行路径跟踪器的设计,并研究了设计参数对路径跟踪控制器的影响,得到适合本文模型的模型预测控制参数,分析结果显示当采样周期为0.1s,预测步长为20,控制步长为10时,路径跟踪控制器能兼顾计算速度和控制精度。在Simulink中通过S-Function完成路径规划及路径跟踪的编程,在CarSim中对整车模型进行参数化建模,并完成几种典型道路环境的建立,联合CarSim和MATLAB建立了路径规划与路径跟踪为一体的综合仿真平台。通过综合仿真平台,在CarSim中设定不同的道路环境,仿真结果显示路径横向位置离道路边界最大距离接近1.3m,远大于实际汽车车身的一半,说明改进APF算法能安全的规划和跟踪道路形状,验证了路径规划的有效性;在不同的道路环境下,车辆在跟踪过程中的控制量即转向轮转角小于10°,满足车辆转向系统约束,同时控制增量即转向轮转角增量小于0.8°,满足路径跟踪的约束条件,验证了路径跟踪控制器的有效性。