随着国内汽车保有量的不断增大,交通安全与通行效率成为亟需解决的问题,而无人驾驶车辆能提高道路交通的安全性,缓解交通拥堵,成为汽车领域的一个研究热点。环境感知技术是无人驾驶的前提,稳定可靠的路径规划与跟踪控制方法则是实现无人驾驶的核心与必要条件,因此本文针对无人驾驶车辆路径规划与跟踪控制方法进行了深入研究,具体研究内容如下:首先,针对单一全局路径规划算法缺少动态避障能力、单一局部路径规划算法缺少全局信息引导能力的缺陷,提出一种动静结合的路径规划算法。通过激光雷达传感器采集环境点云信息建立全局地图,在完成定位功能后,利用动态规划法得到最优全局静态路径;随后对全局静态路径进行局部采样,通过对障碍物的行为预测与规划路径的代价评估获取最优局部动态路径,最后通过共轭梯度法对轨迹做了平滑处理,提升了路径平滑度,为后续跟踪控制打好了基础。其次,针对传统纯跟踪算法的跟踪效果受前视距离影响较大的问题,设计了模糊控制器来自适应调整前视距离,将横向误差与航向误差作为模糊控制器的输入,输出动态变化的前视距离;针对传统纯跟踪算法仅有横向跟踪控制的缺点,设计了纵向车速跟踪控制器,基于道路曲率调节纵向车速,基于比例微分控制跟踪车速。仿真结果表明所提出的纵横向跟踪综合控制策略相比传统纯跟踪算法极大地提升了跟踪效果与稳定性。最后,为了验证提出的路径规划与跟踪控制方法的有效性,基于线控底盘搭建了试验平台,并部署了ROS与Autoware无人驾驶平台。通过传感器完成感知定位功能后,针对路径规划与跟踪控制效果进行了实车试验。试验表明,提出的规划算法可完成全局规划功能且可沿局部最优路径实现自主实时避障功能,提出的控制策略相比传统纯跟踪算法的跟踪控制精度与稳定性均有提升,横向轨迹跟踪误差缩小了69.8%,转向角变化缩小了45.1%。