本文针对城市综合环境下的无人车导航方案进行研究,希望通过无人驾驶系统解决城市交通环境的安全问题和拥堵问题。目前无人车系统存在主要的问题是成本高、稳定性可靠性不足以及存在多种场景适应性问题,我们提出一个更适合在量产车上投入使用的解决方案。首先本文构建了一个无人车的完整的系统架构,根据这样的方案提出了一种成本低集成化程度高的硬件架构和传感器配置,同时也能满足各种城市环境所需的各类场景的感知需求。另外针对多个传感器以及多个计算单元的分布式架构配置了一套网络传输方案,保证通信的稳定和可靠。其次本文研究了基于雷达的局部环境感知方法,如何利用多线激光雷达进行栅格图的生成和地面的检测,利用ILP特征加速多线激光雷达的路沿检测以及完成对城市道路边界模型的拟合。在动态车辆的检测中利用毫米波雷达进行实时动态车辆检测,再利用栅格图生成的虚拟扫描点进行全方位的跟踪,我们在原有粒子滤波跟踪的框架上进行了改进提高了整个跟踪算法的效率。之后我们将传感器进行标定,融合了所有局部感知的结果。除此之外,本文在数字地图上进行全局路径规划算法的探究。利用A*算法进行全局路径搜索并对路径进行优化处理。并利用改进的A*算法在高精细地图上进行车道级的全局路径规划。最后,本文在全局路径规划结果和局部感知的结果上,设计局部路径规划算法。在结构化上道路上根据全局路径规划的结果直接利用四阶贝塞尔曲线生成路径,保证车辆高速行驶规划的效率。在非结构化道路上利用改进的快速搜索随机树算法完成局部路径规划。改进的RRT算法极大的提高了算法效率和路径平滑性。最终在仿真平台和无人驾驶车辆上也进行了大量的实际测试。在上海紫竹的开放路段、大学校园内以及多次中国智能车未来挑战赛上进行大量的实际测试和检验。