随着科学进步与经济发展,车辆越来越成为人们生活中不可或缺的代步工具,一方面节省出行时间,带给人们驾驶乐趣,极大地便利人们的日常生活;另一方面也出现大量由于驾驶员不良操作引起的交通事故,城市交通道路拥挤、环境污染以及能源紧缺等问题也日益加剧。此时,智能车辆的出现寄予了人们对于有效解决这些问题的希望,以物联网为代表的第四次工业革命更加为智能车辆在各学科领域的发展提供了前景和应用市场。本文以智能车辆为研究对象,着重研究了自动驾驶路径规划技术。所做研究主要包括车辆运动学与动力学系统建模、车辆避障分析与建模以及车辆路径规划智能算法。介绍智能车辆在国内外的发展情况和现状,结合目前车辆发展背景情况提出智能车辆自动驾驶路径规划研究的意义,对智能车辆关键技术进行分类和阐述,即环境感知、行为决策、路径规划和运动控制四个方面。对车辆的运动学和动力学进行分析和建模,建立车辆二自由度线性模型。同时还分析了车辆的转弯模型和轮胎模型为智能车辆避障建模奠定基础,对车辆的前轮转角进行约束分析,保证车辆驾驶中的安全性控制。针对智能车辆自动驾驶的特点,结合传统驾驶员对环境的感知和判断过程进行智能车辆避障环境分析,按照分析确定采用正弦避障换道方式对智能车辆进行避障建模,对避障模型中的唯一参变量侧向加速度时间进行分析。同时为保证车辆行驶的安全性,对车辆的制动距离和最小安全距离分别进行描述,为之后的智能算法避障建模奠定基础。针对目前存在的智能车辆自动驾驶路径规划算法进行介绍和总结,鉴于人工势场算法原理简单、所规划路径平滑等巨大优势,确定采用人工势场算法作为智能车辆自动驾驶路径规划的智能算法。通过对传统人工势场算法的分析和仿真,总结出该方法在路径规划经常出现的两个问题,即目标不可达和容易陷入局部最小值。通过对障碍点建模的处理,加入智能车辆动力学和运动学约束,解决了传统算法的问题,又满足了智能车辆驾驶安全性和舒适性要求。针对提出的改进算法在Prescan和Matlab/Simulink的环境下进行建模研究,对设计的控制方法进行智能车辆自动驾驶路径规划仿真验证。在Prescan软件搭建测试环境,用Matlab/Simulink软件对车辆进行算法控制。将实际运动路径与目标路径进行误差分析,仿真的数据结果证明了算法的可行性和有效性,同时对不同车速进行路径规划控制仿真,仿真的数据结果证明了算法的鲁棒性。