随着科学技术的不断提高,社会对无人车的需求越来越大。局部路径规划是无人车开发的关键研究之一,无人车遵循一定的参数评价指标自主地规划一条由起点位置连接至目标位置的最优或次优避障路径。路径规划的合理性将会直接影响无人车任务的完成度,根据道路环境的特点和车辆动力学的约束,局部路径规划的算法会更加复杂,且应受到更多的制约。本文首先对当前存在的路径规划算法进行分析,阐述现有算法的优缺点;然后以传统的人工势场法为基础展开研究,通过对该算法的分析,发现算法的两大问题,且进行分类的讨论及改进的重现;最后针对人工势场法在实际道路中应用的不足,本文在改进人工势场法的基础上,结合道路环境约束及车辆动力学的约束,建立了一种道路人工势场模型,根据建立的算法模型进行避障路径规划的仿真实验,主要研究内容如下:(1)通过大量文献的阅读,分别分析目前的全局路径规划算法和局部路径规划算法,总结出这些算法的优缺点,并阐述目前对这些算法的优化方法。(2)针对传统人工势场算法进行深入学习,探讨该算法的目标不可达和局部最小值的两大问题,在目标不可达的问题上,通过引入车辆与目标的距离作为调节因数,重现改进的斥力场函数;在局部目标最小值的问题上,运用子目标点增设法,通过对环境中障碍物的不同分布情况的分析,建立不同的子目标点增设方案,最后分别并进行实验仿真,为后续建立的道路人工势场法奠定了基础。(3)基于改进的人工势场法在道路中的约束问题,将综合考虑该算法的特点、道路的约束、车辆动力学的约束,建立静态道路人工势场模型;基于算法自身在避障距离的选取上存在无法整定的问题,本文通过车辆在道路中行驶特点、车辆动力学理论,在算法的模型中建立安全椭圆,使该算法在避障中更实用化。(4)针对静态道路人工势场法对动态障碍物躲避上的不足,本文通过对环境中车辆碰撞的典型情况分析,综合考虑到车辆之间的距离和行驶方向的冲突,建立基于安全椭圆理论的车辆碰撞危险系数的计算方法,将此系数引入道路人工势场法的斥力函数中,建立动态道路人工势场法。(5)使用MATLAB进行优化算法的编写,分别完成无人车在静态环境、动态环境的路径规划仿真,并对规划好的路径进行优化处理;基于MATLAB与CARSIM联合仿真平台进行复杂环境下的避障路径规划的场景仿真,进一步验证算法规划的路径的科学性。本文基于传统人工势场法在无人车避障路径规划的问题上展开研究,仿真实验结果表明优化过的算法能有效的规划出较优的路径轨迹,为无人车在路径规划技术的研究提供理论参考的意义。