自动驾驶技术包含环境感知、规划决策、自动控制等多项技术,是当前的研究热点。激光扫描雷达具备抗干扰能力强、检测精度高、探测距离远等优势,是环境感知的主要传感器。在车辆行驶过程中,以GPS定位为基础,通过路径规划决策及实时环境障碍物感知,实现车辆自动驾驶,是目前主流的技术方案。本课题基于16线激光扫描雷达,研究小车行驶道路中的环境感知技术,并将环境感知结果与GPS数据结合,研究小车自动驾驶的规划决策技术。在激光扫描雷达的环境感知方面,传统二维栅格地图无法获取障碍物切面轮廓特征。课题依据真实场景构建三维栅格空间,将激光扫描雷达输出的原始点云信息经过数据预处理,空间坐标变换后投射到设定的三维栅格空间中,在此基础上进行道路环境感知。课题依据结构化道路模型,提取道路边缘点,采用最小二乘法拟合道路边缘点实现道路边缘检测。因车辆在行驶过程中,更关注位于道路内侧的障碍物,课题在道路边缘检测的基础上,剔除位于道路外侧的障碍点,对道路内侧障碍点通过改进的DBSCAN算法进行障碍物聚类,并根据几何特征对被测障碍物进行分类识别,最终得出障碍物相对车辆的位置信息和所属类别,该方法准确率高、实时性强。针对单一传感器使用场景的局限性,课题结合激光扫描雷达的道路环境感知结果和GPS位姿信息,研究小车自动驾驶的规划决策技术。自动驾驶小车通过处理分析GPS的位姿信息保障车辆按照预设轨迹宏观导航行驶;依据激光扫描雷达的道路环境感知结果进行局部路径调整。课题采用基于角度偏差的比例微分控制算法控制车辆宏观导航行驶,然后根据驾驶行为规则设计模糊控制器控制小车自动驾驶。此外,课题搭建了自动驾驶实验平台,研究了车辆速度和转向控制算法,然后采用“高内聚、低耦合”的软件设计思想设计了系统软件,并在自动驾驶小车上对课题研究的自动驾驶技术进行试验验证。研究结果适用于校园快递派送、园区参观引导、厂区货物搬运等对车辆速度要求不高且路况简单的场合。