定位导航是无人驾驶的关键环节,也是自动驾驶技术的重要研究课题之一。目前,基于GPS的导航方法在无人驾驶领域的应用比较广泛,并取得了极大的成功。但是,无人车的作业环境复杂多样,并不都具有良好的GPS信号,特别是在GPS信号拒止环境中,单纯依靠GPS的无人车将面临导航失败的危险。此时,如果场景的高精度地图已知,借助激光雷达等传感器对无人车进行高精度定位,也能完成导航任务。但是,对于一个事先未知的应用环境,高精度地图的构建、维护及激光雷达的购置等都需较大成本,从而极大限制了高精度定位导航的应用范围。研究无人驾驶的终极目标是用其取代人类执行各种环境中的任务。然而,单就导航问题而言,前面描述的对于无人车“苛刻”的导航条件对于人类却并没有太大的难度,本文在对此进行深入分析的同时,针对GPS信号拒止环境提出了无人车的类人导航方法,并通过设计仿真和实车实验,验证了本文算法的合理性与有效性。论文完成的主要工作为:1.提出了一种基于拐点匹配的无人车定位方法。首先构建场景的路网数据库,再通过对视觉里程计记录的无人车的实时运动轨迹点之间旋转方向变化的分析,实现拐点检测,通过查表的方式将检测到的拐点与地图路网中的拐点进行匹配,根据匹配结果获取无人车下一段规划道路在路网中的位置,从而实现无人车在路网中某一路段的定位,在匹配的拐点处对视觉里程计重新初始化以改善将要记录的下一段轨迹的形状以提高下一拐点检测的准确率。2.提出了一种基于多线索融合的无人车运动方向估计方法。首先从场景图像中提取与无人车运动方向相关的多种线索,然后分别构建关于无人车运动方向的高斯模型,最后利用贝叶斯框架融合不同线索的估计结果,对无人车下一步的转向进行指导。3.在校园场景中设计GPS信号拒止条件下无人车导航综合实验,包括基于拐点匹配的无人车的定位实验,以及多线索融合的无人车运动方向估计的仿真和实车数据实验。综合两部分实验,验证本文类人导航方法的可行性和有效性。