为了应对机动车保有量逐年增加而带来的一系列的交通、环境等问题,在车辆主动安全技术的日益成熟和互联网技术的迅速发展的背景下,无人驾驶车辆(简称无人车)成为近年来的研究热点。局部路径规划作为其关键技术之一,其性能的好坏直接决定无人驾驶车辆的成功与与否。本文在考虑无人车车辆动力学约束、结构化道路约束、交通规则约束以及计算效率方面等方面,对无人车的局部路径规划进行了一系列研究,设计了基于模型预测原理的无人车局部路径规划算法。依托课题组设计的实车实验平台,对本文研究的相关内容进行实车试验。本文研究内容如下:(1)调研了近年来国内外无人车研究现状和典型的路径规划方法,将路径规划方法概括为五类,并分析各个算法的特点和优劣。(2)以2自由度车辆动力学模型为基础,建立了以前轮转角为输入,以车辆航向角为输出的车辆非线性模型,并对模型进行离散化,作为模型预测控制算法的预测模型。同时,在二轮车模型的基础上,分析Pure Pursuit的轨迹跟踪方法,并设计基于Pure Pursuit的车辆横向控制算法和基于PID的纵向速度跟踪算法。(3)利用栅格法对车辆行驶环境进行建模,引入凸近似避障原理可行域求解方法对栅格环境模型进行预先处理。在同时考虑自车外形和障碍物外形的前提下,得到模型预测控制的可行域约束。(4)结合模型预测控制原理,考虑路径最短、道路对中、逐次变道、侧向加速度、前轮转角变化率等因素制定了目标函数,导出基于MPC的路径寻优二次规划问题,并利用基于序列二次规划进行求解。(5)利用Simulink算法开发的便利性和LabVIEW硬件采集接口的多样性,搭建一种基于Simulink+LabVIEW混合架构的无人驾驶车实验平台,并对路径规划算法进行实验验证,验证了路径跟随/含障碍物的直道/含障碍物的弯道三种道路交通工况下算法的有效性。