近年来,地震、海啸、核泄漏等灾难的发生,给人类带来了沉重打击和损失。而在救援现场,还有一些救援人员不方便实施救援的地方(如有辐射,有毒等)。因此,让机器人来代替人类进入救援现场来完成救援工作是十分必要的。在去往救援现场的过程中,可能需要机器人驾驶车辆进入救援场地。目前在机器人驾驶方面的相关研究,并不能满足现在实现机器人驾驶的需要。所以,本文针对机器人驾驶车辆的需求,从人工辅助机器人驾驶及机器人自主驾驶两个方面进行研究,提出机器人驾驶车辆行驶的算法。机器人在驾驶车辆过程中,只能利用机器人本身的感知装置完成对道路的识别。本文对已知的DRC竞赛中的道路模型进行识别,首先对相机所拍摄的道路图像中的蓝色障碍物体进行检测,并给出其三维空间位置信息。并利用二维激光雷达的广角度扫描及直接得到障碍物的角度和距离的特点,实现对道路障碍物的检测,弥补了仅使用相机进行图像处理的不足。该方法能够较好的完成对此种道路模型的识别。对于辅助实现机器人驾驶过程的算法研究,主要根据低速下车辆运动学模型和对车辆转向过程的分析,对方向盘转角与车辆转弯半径之间的关系进行了拟合,给出了两者之间的相关性。对相机拍摄的图像,人工判断出可行驶的区域,并在图像中给出下一行驶目标点。再通过相机标定给出像素坐标与世界坐标之间的映射关系,对下一行驶目标点与初始目标点的位置进行运算得出方向盘的角度,在图像中给出预期的车辆行驶轨迹。并在matlab上进行了仿真,结果表明采用该方法获取的行驶辅助线对车辆的行驶方向进行了预验证,为控制车辆行驶方向提供了参考。对于实现机器人自主驾驶车辆行驶的算法研究,以完成DRC竞赛任务为目标,对竞赛的场地模型进行道路识别。通过相机和激光雷达的联合使用给出障碍物的角度和空间位置信息。并根据车辆运动学模型建立转弯半径与车辆运动轨迹的模型,通过对车辆下一行驶目标点与障碍物的距离设置,求出下一目标位置点的坐标和关键点位置。最后得出到达下一行驶目标点的位置时车辆的行驶轨迹。并对算法进行了仿真,验证了该方法能够实现在已知场地模型的情况下不需要人工给出目标位置点,自主获取目标点,实现自主驾驶的过程。通过理论分析和仿真实验,验证了本文算法的有效性。且本文算法为机器人驾驶车辆的技术提出了一种解决方案。