无人地面车辆作为智能交通系统的研究热点，将通过其高智能性减少交通事故，改善交通拥堵，提高城市交通系统的运行效率。在其关键技术研究中，环境感知是重点研究课题之一。日益复杂的城市交通环境使无人车需要感知诸多的交通信息，无疑增加了感知难度。而地理信息系统（GIS）具有强大的地理信息存储与管理能力，将对无人车的环境感知起到关键作用。以城市交通环境中辅助无人车自主驾驶为研究目的，本文针对无人车在城市交通环境中行驶的感知需求提出GIS数据库的构建方法，并从地图匹配算法和路径规划算法两方面验证GIS数据库的适用性和有效性。本文完成的主要研究成果包括：（1）针对城市交通环境，分析无人车的感知需求，建立道路网络模型，构建适于无人车自主驾驶的GIS数据库，存储与无人车感知和决策相关的交通信息。（2）利用基于图形学的地图匹配算法，将无人车实时行驶位置准确匹配到GIS地图的某条道路上，并由GIS数据库为其提供周围局部环境的交通信息。（3）基于RBF神经网络建立路段通行时间预测模型，利用该模型预测各路段的通行时间。借鉴贝叶斯理论的更新思想，利用实际跑车实验获得的通行时间数据，更新各路段预测通行时间，以提高预测精度。在此基础上提出基于GIS数据库的最短时间路径规划算法和基于概率意义的路径选择方法，并通过仿真实验验证算法的有效性及GIS数据库的适用性。仿真实验证明，本文提出的GIS数据库能够较好地辅助无人车自主驾驶，完成城市交通环境下的行驶任务。