随着自动驾驶技术的迅猛发展,自动驾驶已经不仅仅应用于公路上的高速乘用车,而是率先在各细分场景中落地应用,比如园区、港口、矿区和景区等场景,成为“智慧物流”和“智慧矿区”等场景的重要载体,提升了作业效率,节省了人力成本,提高了安全性。低速无人车相比高速乘用车结构更简单,控制也更简单。本文针对园区、港口和矿区等场景的低速无人车,设计了全局路径规划、局部避障和轨迹跟踪控制算法,最后通过仿真证明了算法的可行性。第一章首先分析了国内外无人车和低速无人车的研究现状,分析了全局路径规划算法、局部轨迹规划算法和轨迹跟踪算法的研究现状。第二章分析了感知模块、规划模块与控制模块的硬件原理,分析了无人车的软件架构,确定了无人车采用的各个坐标系,建立了无人车运动学模型。第三章主要分析了A*全局路径规划算法和VFH系列局部避障算法的原理,并分别进行了仿真实验。仿真证明A*全局路径规划算法能够胜任简单的路径规划任务,VFH+算法能够在不停车的情况下有效地避开环境中的静态障碍物。无人车在得到局部轨迹之后,需要进行轨迹跟踪。第四章设计了纯跟踪和模型预测控制算法,并分别对两种算法进行了仿真。纯跟踪算法实现简单,鲁棒性强,仿真证明纯跟踪算法可以很好地跟踪全局路径;模型预测控制算法计算量大,实现复杂。相比于纯跟踪算法,模型预测控制算法横向跟踪误差和航向角误差较小。第五章在ROS环境下对ROS的导航功能包集进行了定制化改造,将局部轨迹规划功能包替换为轨迹跟踪控制算法的功能包,结合Stage仿真器对全局路径规划算法与轨迹跟踪控制算法进行了联合仿真,验证了算法的可行性,最后进行了全流程仿真实验。全局路径规划算法采用A*算法,局部避障算法采用VFH+算法,轨迹跟踪控制采用纯跟踪算法,仿真结果证明了算法的可行性。