随着新一代人工智能技术的兴起,深度学习、大数据、云计算等技术越来越多地应用在各种控制系统之中,其中无人驾驶成为近年来国内外的研究热点。无人驾驶涉及到的技术比较复杂,其中的核心问题是导航算法的设计。在导航算法中用的比较多的有激光雷达、视觉SLAM、深度学习、图像识别等等。为了简化对无人驾驶中导航问题的研究,本文以智能小车为研究平台,在详细分析、研究目前各类感知传感器及算法的基础上,提出了基于多传感器融合的智能小车导航算法。该算法综合采集了超声波、红外线、GPS、激光雷达等传感器信息,并对上述信息进行融合计算,最终完成路径规划。但是对比数据来看,激光雷达传感器相对比较复杂,因此本文将研究的重点放在数据的处理上,重点分析了传感器数据,以较低的成本对激光雷达的扫描匹配核心算法。在路径规划设计中综合采用了A*和D*算法,并做了适当改进。详细对比分析研究了不同激光雷达传感器模块的工作原理,论证了选取SLAMTEC MAPPER传感器模块的理论依据,并提出了结合SLAMTEC MAPPER传感器数据与GPS数据的校园环境下智能小车融合粗搜索融合导航模型。最后通过详细分析相关导航算法和外部传感器模块的原理,论证并提出了智能小车整体结构的设计,同时给出了上位机控制系统平台结构设计的依据。