现如今,国家科技水平在不断的进步与发展,由此越来越多的智能车载终端被设计研发出来,并被投入到国家各个企业多个领域中使用。成熟的车载雷达技术成为了实现自动驾驶的必要条件,是提高汽车安全性能的基础,因此开展车载雷达障碍物检测的研究具有重要的工程应用价值。论文以地面自主行驶小车的避障与路径规划技术为核心,探讨了环境感知单元,路径规划算法等地面自主行驶车辆关键技术。并通过实践证明了论文中研究结果的正确性。本文主要研究内容及贡献如下:1.针对毫米波雷达对目标障碍物进行发射接收信号的过程中更容易产生角度偏离现象,导致测量的物体与传感器距离不精确的问题,设计了联合标定的方法对激光雷达传感器及毫米波雷达传感器进行安装标定,尽可能的降低扫描误差。2.设计了一种基于激光雷达的障碍物检测算法研究,针对其它同类别的方法常见的鲁棒性、实时性问题进行了改进。本文所提算法将三维点云进行极坐标形式的网格映射,并通过多种约束来进行点云分类,最后对剩余点云进行聚类分割提取出障碍物,并在最后阶段对孤立点进行优化。从而提高了整体的障碍物检测准确率与实时性,并结合前一章的障碍物跟踪算法完成避障操作。3.针对复杂环境较难实现避障功能,整体算法的鲁棒性比较差的问题,设计了一种基于方向拟合的障碍物跟踪算法,根据拟合的线性方程对地面信息进行提取。结合障碍物的边界信息估算出其方向信息,进而指导智能车对于障碍物的跟踪行为。并在邻近障碍物时采用平移方程指导避障。最后验证了对障碍物方向的预测跟踪的可行性,并发现该算法能减少计算量,满足实时性的要求。4.针对特征点的环境地图不能用于智能车避障的路径规划问题,设计利用一种新方法对智能车进行实时定位同时构建环境地图。该方法不仅可以获取智能车工作中的实时状态,还可以构建二维高精度的地图。基于Tensor Flow软件中的库实现数据的处理和分析,最后基于实验结果验证了所提出算法的可靠性和准确性。本文包含图34张,表5张。