随着科技的飞速发展,自动驾驶技术逐渐成为如今研究的热点。在校园场景中,自主运行的无人驾驶系统对于解决师生“最后三公里”的出行需求有着重要的实际意义。然而,现有的自动驾驶技术严重依赖于详细的高精度先验地图,高昂的地图制作与维护成本不利于校园自动驾驶技术的落地。本文的主要研究内容是校园场景中智能车的自主导航系统设计,目标是在不依赖高精度地图的情况下完成校园内智能车辆的自主导航任务。要实现这个目标,首先需要获取准确的车辆定位信息,接着设计可靠的全局规划算法,基于起始点与目标点生成全局导航路径,并在车辆周围的可通行区域内规划安全可行的局部路径。本文的主要工作概述如下:1.在不依赖于高精度地图的情况下,针对于校园场景中树木、建筑频繁遮挡GPS信号导致定位不准确的问题,提出了一种基于点云特征检测判断定位状态的方法。基于GPS定位结果,将当前帧点云中提取到的特征点转换到下一帧点云中,通过检测相同位置是否依然能提取到相同的特征来判断此时的定位状态。此外,还设计了一种基于激光里程计的定位模块,用于在GPS定位发生漂移情况下进行定位补偿以获得较为准确的定位信息。2.对于可通行区域提取问题,基于激光雷达点云扫描特征,提出了一种横纵联合的检测方案来实现对于障碍物和地面的检测:在纵向上设计了一种基于角度和距离滤波的障碍物检测方案,横向上设计了一种基于滑动窗口滤波的障碍物二次检测方案。此外对于单个激光雷达扫描盲区的问题引入使用多个补盲雷达,并设计了一种基于栅格高度图的盲区障碍物检测方案。通过联合所有激光雷达的检测结果,可以得到车辆周围完整的可通行区域。3.针对于校园场景中的规划问题,设计了基于拓扑地图的全局规划方案和基于离散采样的局部路径规划方案。根据全局规划的起终点,将问题具体分为三种情况:终点在起始道路,终点在非起始单行道,终点在非起始双行道。对于后两种情况,将全局规划问题构建为图搜索的问题,在考虑道路通行状态的情况下实现规划。在完成全局规划的基础上进一步提出了一种基于离散采样的局部路径规划算法,结合当前环境的感知信息并基于采样生成多条候选路径,通过设置合理的代价函数,对候选路径进行评估,选择最佳的路径。以上设计的算法均在校园场景内进行了实车测试,结果验证了相应算法的有效性,最终完成对于整个智能车的自主导航系统设计。