随着汽车保有辆的增加,城市交通问题日益严重。智能车技术作为解决城市交通安全、效率等问题的有效手段而备受关注。本文以城市环境下的智能车应用为背景,以智能车导航为研究对象。在路径规划和控制方面,针对仅靠一种路径规划方法存在的固有问题(如全局路径规划方法的动态环境适应性差,局部路径规划存在局部最小值点等),以及现有的综合路径规划方法对多任务和不同应用环境的适应性比较差,往往需要随着应用环境和任务的变化而改变,本文提出了基于虚拟障碍物的综合路径规划方法。该方法既能够充分利用已知环境信息生成全局最优路径,而且能够实时处理随机动态障碍物。在此基础上,通过对现有技术及应用环境的分析选取了相应的定位方法,进而形成了基于虚拟障碍物的导航方法。该导航方法能够较好地完成城市环境下的车道巡航,避障以及垂直自动泊车等。本文具体工作如下:本文首先对传感器的配置和标定等进行了简要说明,然后通过对现有技术及应用环境的分析后,进行了导航方案的初步设计。在感知定位方面,选取高精度GPS(RTK-GPS)和航位推算的方法,通过采用扩展卡尔曼滤波的方法进行车辆的位姿估计,这样不仅具有GPS高精度的优点而且弥补了RTK-GPS数据帧率低及其信号易受障碍物干扰的缺点,选用激光雷达作为障碍物探测传感器;在路径规划和控