汽车已经成为人们日常生活与生产中必不可少的交通工具,为人类带来方便的同时,但也带来交通安全方面的问题。由于无人驾驶技术能提高道路交通的安全性,逐渐引起专家学者的关注,并成为汽车领域的一个研究热点。其核心技术主要有环境感知、路径规划与跟随控制。因此,本文针对无人驾驶技术中的路径规划及跟随控制技术进行了研究,主要完成了以下工作:(1)针对原智能水滴算法在规划路径时存在路径曲折、计算时间长的缺点,本文分别对原算法的概率选择策略和泥沙变量的更新机制做出了改进。将改进后的智能水滴算法与其他群落算法的规划结果进行对比,结果表明改进后水滴算法规划的路径质量得到提高,规划效率也得到提升。(2)为实现汽车自动跟随路径的功能,本文运用多点预瞄与滚动优化相结合的模型预测控制算法设计了汽车的跟随转向控制模型。在双移线工况下进行了多组速度的跟随实验,结果表明该控制器跟随路径的误差小,对速度的适应性强。与Carsim控制器的跟随结果相比,其跟随效果更好。(3)汽车定速巡航模式下突然转向时,汽车将有可能发生失稳的情况。为此,本文基于多点预瞄的思想实现了自适应的速度规划功能。该方法可实时预测出前方的上限速度,运用二次规划计算出自适应的目标速度。并通过评价函数的最优化,实现对目标速度的跟随控制。双移线工况仿真实验的结果表明该速度控制算法能够有效控制汽车避开危险速度区域,从而提高行驶安全性。(4)为了验证模型预测转向控制与自适应速度控制综合控制汽车行驶的可行性,在绕桩测试的多弯道工况中进行了汽车综合控制的仿真实验。实验结果表明汽车在跟随路径的过程中实现了自适应的速度控制,提高了行驶的安全性。