车辆自动驾驶的路径规划-开题报告
车辆自动驾驶的路径规划-开题报告
查阅范围：车辆智能驾驶，路径规划、跟踪，机器人智能控制，Matlab仿真
网络资源
东北大学图书馆-超星数字图书数据库；东北大学图书馆-万方学位论文数据库
东北大学图书馆-中国优秀博硕士学位论文全文数据库
东北大学图书馆-中国期刊全文数据库；东北大学图书馆－Elsevier Science数据库
2．主要设计内容
a)对智能车辆进行功能分析。
b)绘出控制部分的框图以及关键部分或部件的原理图结构图等。
c)对遥控车进行结构改装。
d)确定车辆的精确定位方法。
e)确定车辆的路径跟踪策略。
f)建立车辆的运动控制模型。
g)进行指定8字形路径的自动驾驶实验，获取实验数据，得出控制规律。
h)用MATLAB的SIMULINK模块进行控制系统的计算机仿真。
随着计算机技术、电子技术、图像处理等信息处理技术研究的发展，研究人员开始将各种先进的技术应用于汽车控制上，从而辅助驾驶员进行汽车的操纵控制，如目前已经实用化的制动防抱控制系统、驱动力控制系统、四轮转向系统以及汽车稳定性控制系统等。在这些汽车电子控制系统研究的基础上，结合蓬勃发展的智能化信息处理技术，逐步产生了一个新兴的交叉学科-车辆的自动驾驶（又称为智能汽车）。未来实用化的智能汽车将最大限度地减少交通事故、提高运输效率、减轻驾驶员操纵负担，从而提高整个道路交通的安全性、机动性与汽车行驶的主动安全性。科技部于2001年已正式启动实施了十五计划中的国家科技攻关计划重大项目“智能交通系统关键技术开发和示范工程”来提高我国整个运输系统的管理水平和服务水平，提高效率和安全性，车辆的自主驾驶是实现ITS的关键。
d)建立车辆的运动控制模型。
e)实验数据测定分析（遥控车速度，转向角，曲率，转向电机转速等）+实验数据准确性验证。
自动驾驶技术中的路径规划研究
自动驾驶技术中的路径规划研究随着现代科技的不断进步，自动驾驶逐渐成为了车辆行业的热门话题。
自动驾驶技术通过计算机程序控制汽车进行自主行驶，无需人类驾驶员进行干预。
而自动驾驶技术中最重要的组成部分之一，就是路径规划。
路径规划，简单来说就是给定初始状态和目标状态，在经过一系列路径规划算法后，生成一条最优路径以达到目标状态。
在自动驾驶技术中，路径规划决定了车辆将如何行驶，哪个路线是最安全且最高效的。
随着对自动驾驶技术的不断研究和探索，路径规划的研究也日益深入。
首先，路径规划需要考虑的因素很多。
如何解决不同车速、车道变化、急转弯、障碍物等问题，是路径规划的一个重要方面。
而这些问题都需要通过对车辆及其周围环境的精确观测和计算来解决。
为了满足不同路况下的路径规划需求，研究人员开发了各种不同的算法，例如基于规划的、基于学习的、基于启发式的、基于图像处理的等算法，在具体应用中灵活选择。
其次，路径规划的目标不仅仅是最短时间或最短距离。
在路况复杂多变的情况下，如何保证车辆的安全行驶也是路径规划需要考虑的重要因素。
通过对周围环境的细致观测，并对当前车速、行驶方向、车道等多个参数进行精确计算，可以实现安全可靠的路径规划。
此外，在实际应用中，路径规划需要考虑的问题还包括实时性、高效性和可靠性等。
在自动驾驶车辆上，路径规划的实时性需要优先保障。
一旦发生突发状况，如遇到行人、道路施工等，车辆需要迅速做出反应，做出更适合周围环境的路径规划，以确保安全行驶。
总的来说，路径规划是自动驾驶技术发展中的一个重要领域。
通过不断的研究和改进，路径规划可以适应更多、更复杂的驾驶场景，保障车辆的安全行驶。
未来，随着技术的进一步发展和完善，自动驾驶技术将成为主流，为人类带来更加便捷、高效、安全的出行体验。
智能车辆的安全行车及路径跟踪研究的开题报告
智能车辆的安全行车及路径跟踪研究的开题报告题目：智能车辆的安全行车及路径跟踪研究一、选题背景在智能出行的时代，智能车辆即将成为人们日常出行的主要交通工具之一，但智能车辆的安全行车及路径跟踪依然是一个亟待解决的问题。
目前，智能车辆存在许多安全隐患和技术挑战，如遇到各种交通事故的应对能力不足、被黑客攻击造成的信息泄漏等等。
因此，对于智能车辆的安全性和可靠性的提高是十分必要的。
二、研究目的本研究旨在探究如何通过技术手段提高智能车辆的行车安全性和路径跟踪的可靠性。
具体研究目的如下：1. 通过调研了解智能车辆的安全性和路径跟踪技术现状，分析目前智能车辆面临的问题。
2. 基于智能车辆的行车环境，提出相应的行车策略，包括预测和规避危险、防止碰撞等。
3. 分析并研究路径跟踪算法，利用机器学习算法、传感器技术等手段，提高智能车辆路径跟踪的精度和可靠性。
4. 设计并开发智能车辆的安全行车及路径跟踪系统，并进行实验验证。
三、研究方法本研究采用的研究方法主要包括文献调研、系统设计与开发和实验验证。
其中，文献调研阶段将查阅相关已有的文献，了解目前智能车辆领域的最新发展和研究动态，包括智能车辆的安全性、路径跟踪算法等；系统设计与开发阶段将根据文献调研的结果和研究目的，设计智能车辆的安全行车及路径跟踪系统，并进行系统开发；实验验证阶段将利用实验车辆和实验场地进行系统验证和实验分析，验证所设计的系统的性能和可靠性。
四、预期成果本研究将输出以下成果：1.具有较好实用性的智能车辆的安全行车及路径跟踪系统，在行车安全性和路径跟踪精度等方面实现了较大的提升。
2.对智能车辆的安全性和路径跟踪技术问题进行了深入思考，提出了可行的解决办法，为智能车辆领域研究提供了新的思路和方法。
3.论文发表和项目成果展示，为智能车辆的研究和产业化做出贡献。
五、研究计划2022 年1.1月-3月：研究智能车辆的安全性和路径跟踪现状，初步确定研究内容、研究目标和研究方法。
自动驾驶车辆中的路径规划与行为决策
自动驾驶车辆中的路径规划与行为决策自动驾驶技术的快速发展正在改变着交通领域的未来。
路径规划和行为决策是自动驾驶车辆中的两个关键组成部分，它们相互配合，确保车辆能够安全、高效地完成任务。
本文将详细介绍自动驾驶车辆中的路径规划和行为决策，并探讨其中的挑战和未来发展趋势。
路径规划是指车辆在给定起点和终点的情况下，寻找一条最优的行驶路径。
自动驾驶车辆的路径规划需要考虑多个因素，如道路状况、交通流量、行车限速等。
首先，车辆需要获取道路地理信息和实时交通数据。
利用激光雷达、摄像头、雷达等传感器，车辆可以实时感知周围环境，并生成地图。
基于这些数据，车辆可以使用各种路径规划算法，如A*算法、Dijkstra算法等，来生成一条安全、高效的行驶路径。
然而，路径规划并不是一个简单的问题。
在实际场景中，车辆需要面对多样化的交通状况和复杂的道路情况。
例如，车辆可能需要避开拥堵路段，遵循交通规则，考虑车辆的动力限制等。
为了解决这些问题，研究者们提出了许多高级路径规划算法。
例如，基于强化学习的路径规划算法可以根据车辆的观测和环境反馈，通过不断试错来优化路径。
同时，车辆还可以利用交通预测模型，预测未来交通状况，以更好地规划路径。
行为决策是自动驾驶车辆中的另一个重要任务。
一旦车辆确定了行驶路径，它还需要决定如何行驶，以保证安全和流畅。
行为决策可以理解为车辆对不同交通场景的反应。
例如，当车辆靠近交叉路口时，它需要决定是继续前行还是停下来等待。
行为决策的目标是使车辆的驾驶行为符合交通规则，并能够与其他车辆良好地交互。
为了实现自动驾驶车辆的行为决策，研究者们提出了多种方法。
一种常见的方法是基于规则的方法，即根据预先设定的规则来决策车辆的行为。
例如，车辆可以根据交通信号灯来决定是停下来还是继续前行。
然而，这种方法往往无法适应复杂和多变的交通环境。
因此，研究者们也利用机器学习技术，如深度强化学习和马尔科夫决策过程，来训练车辆进行行为决策。
自动驾驶汽车设计开题报告
自动驾驶汽车设计开题报告研究背景自动驾驶技术是当今汽车行业的热点领域之一。
随着人工智能和传感器技术的发展，自动驾驶汽车正在成为现实。
在未来，自动驾驶汽车将能够提高行车安全、减少交通事故，并提供更便捷的出行方式。
研究目的本研究旨在设计一种可靠和安全的自动驾驶汽车，以满足人们对出行的需求。
主要目标包括提高自动驾驶汽车的行车安全性、优化车辆控制系统，同时考虑乘客的舒适度和便捷性。
研究内容1. 自动驾驶汽车的感知系统设计：研究如何通过传感器和人工智能技术提供准确的环境感知能力，以实现车辆自主行驶。
2. 自动驾驶汽车的决策和控制系统设计：研究如何通过实时数据分析和算法控制车辆的行车动作，保证行车安全和乘客舒适度。
3. 自动驾驶汽车的人机交互设计：研究如何设计直观简单的人机界面，提供方便的操作和信息交流方式，方便乘客使用。
4. 自动驾驶汽车的法律和伦理问题：研究自动驾驶汽车在法律和伦理方面的挑战，并提出相应的解决策略。
研究方法本研究将采用实验研究和仿真模拟相结合的方法。
通过搭建适当的实验环境和使用先进的仿真软件，来验证自动驾驶汽车系统的性能和安全性。
预期结果1. 设计出一种性能卓越、安全可靠的自动驾驶汽车原型。
2. 提出解决自动驾驶汽车相关法律和伦理问题的策略。
研究意义通过本研究的成果，能够推动自动驾驶技术的发展和应用。
自动驾驶汽车的推广将为社会提供更安全、便捷和环保的出行方式，有助于缓解交通拥堵和减少交通事故。
同时，本研究还能推动相关法律和伦理问题的研究，为自动驾驶汽车的合法安全运营提供参考依据。
参考文献- 张三，李四，王五（2019）。
《自动驾驶汽车技术研究综述》。
《交通科技研究》，10(2)，35-45。
- 赵六，孙七（2020）。
《自动驾驶汽车的法律和伦理问题研究》。
《法学评论》，15(4)，112-125。
以上为开题报告的初步内容，具体研究方案和进度将在后续的研究中进一步完善和明确。
自动驾驶汽车的路径规划与控制
自动驾驶汽车的路径规划与控制一、背景介绍自动驾驶汽车是近年来人工智能技术所取得的成果之一，它给人们的出行方式带来了革命性的变化。
相比传统的汽车，自动驾驶汽车拥有更快、更安全和更智能的特点，它通过计算机系统自主决策和控制行驶方向，获得了更加准确的路径规划和控制能力。
由此，本文将围绕自动驾驶汽车的路径规划和控制技术进行阐述。
二、路径规划路径规划是自动驾驶汽车必不可少的技术之一，它是根据汽车当前的状态、目标地点和交通路况等多个因素来确定一个合理的行驶路线。
路径规划的主要流程可以概括为以下三步：（1）环境感知：自动驾驶汽车会通过各式各样的传感器来感知周围的行车环境，包括道路的宽度、汽车的位置和速度、交通标志、行人、障碍物等等。
（2）路径生成：当汽车收集到足够的环境感知数据后，它会使用路径生成算法计算出一条合理的行车路线，并考虑到其目的地、预计行驶时间、车速、安全距离等因素。
（3）路径优化：通过不断的迭代和优化，路径规划还可以找到一条最优的行车路线，使汽车可以以最小化的时间、能耗和风险完成行驶。
三、路径控制路径控制是自动驾驶汽车行驶过程中的另一个重要环节，其目的是根据规划好的路径信息来控制汽车的行驶方向、行驶速度、制动等动作。
路径控制的主要流程可归纳为以下三步：（1）车辆状态估计：车辆状态估计通过硬件和软件来实现，它能够实时获取汽车的状态，例如位置、速度、加速度、转向角度、惯性传感器等信息。
（2）控制器设计：根据车辆状态的估计信息，自动驾驶汽车将使用控制算法来计算出控制器所需要的操作指令，包括方向盘角度、油门踏板、刹车踏板等。
（3）控制器输出：最后，控制器将输出节点控制信息来控制自动驾驶汽车的相关系统，例如制动、转向、油门等控制系统和发动机等机械部件。
四、技术挑战虽然自动驾驶汽车的技术已经有了很大的进步，但是它仍面临着许多技术挑战。
例如：（1）实时路况监控：因为交通状况的变化是难以精准预测的，所以自动驾驶汽车需要不断感知其行驶路线上的交通状况，并及时根据实时数据进行行驶安排。
汽车自动驾驶技术中的路径规划研究
汽车自动驾驶技术中的路径规划研究1. 引言汽车自动驾驶技术是当今科技发展的热门领域之一，引起了广泛的关注。
路径规划是汽车自动驾驶技术中的关键问题之一，在确保安全和高效性的前提下，帮助汽车选择最佳的行驶路径。
本文将探讨汽车自动驾驶技术中路径规划的研究进展，并重点关注其中的几个重要方面。
2. 智能导航与实时地图汽车自动驾驶技术中的路径规划通常基于智能导航系统和实时地图。
智能导航系统利用传感器和地图数据来实时监测车辆周围的环境信息，并进行路径规划。
同时，实时地图提供了车辆当前位置和前方交通状况等实时数据，使路径规划更加准确和及时。
3. 路径规划算法路径规划算法是汽车自动驾驶技术中的核心部分。
目前，有多种路径规划算法被广泛应用于汽车自动驾驶技术。
其中，基于图搜索的算法是常用的一种方法，如A*算法和Dijkstra算法。
这些算法通过建立道路和交叉口之间的图结构，计算最短路径或最优路径。
此外，进化算法和遗传算法等也被用于路径规划中，这些算法通过模拟生物进化和遗传机制，搜索得到更优的行驶路径。
4. 车辆动态与环境感知为了实现准确的路径规划，汽车自动驾驶系统需要对车辆动态和环境感知进行实时监测。
车辆动态信息包括车速、加速度、转向角等，通过传感器获取。
环境感知则包括前方道路状况、交通信号灯、行人等，也通过传感器获取。
这些信息能够帮助路径规划决策器选择最佳路径，并在行驶过程中适时做出调整。
5. 路径规划的优化目标在路径规划中，需要考虑多种优化目标，如最短时间、最短距离、最小能耗等。
最短时间是指在保证安全的前提下，车辆到达目的地所花费的最少时间。
对于商业用途或紧急情况下的车辆，最短时间是重要考量因素。
而最短距离则指车辆行驶所需的最短路径，这在日常通勤和长途旅行中较为常见。
此外，最小能耗路径则考虑节省燃料和减少排放，以环保为主要目标。
6. 路径规划中的动态调整汽车自动驾驶技术中路径规划不仅需要根据当前车辆状态和环境感知进行决策，还需要在行驶过程中进行动态调整。
小车路径规划开题报告
小车路径规划开题报告研究背景在自动驾驶和智能机器人领域，路径规划是一项关键技术。
路径规划决定了移动机器人在给定环境中如何安全、高效地达到目标位置。
不同的路径规划算法适用于不同的应用场景，因此为了提高小车的自动驾驶能力和机器人的智能化程度，有必要对路径规划算法进行研究和优化。
研究目标本研究的目标是设计一个高效的小车路径规划算法，使得小车能够在复杂的环境中快速准确地找到最优路径，并安全地到达目标位置。
具体目标如下：1.分析和比较常用的路径规划算法，包括A*算法、Dijkstra算法和RRT算法等；2.针对小车运动特点和环境特点，优化已有算法，提高路径规划的效率和性能；3.实现一个小车路径规划系统，并进行实际测试和评估。
研究内容和方法1.路径规划算法研究：首先，对常用的路径规划算法进行详细分析和比较。
通过阅读相关文献和论文，了解各种算法的原理、优缺点以及适用场景。
重点研究A*算法、Dijkstra算法和RRT算法等经典算法，并探讨它们在小车路径规划中的应用。
2.路径规划算法优化：针对小车的运动特点和环境的特点，对已有的路径规划算法进行优化和改进。
例如，考虑小车的转弯半径、速度限制和障碍物等因素，在A*算法中引入启发式函数来加速搜索过程，或修改RRT算法的生长策略以适应复杂环境。
3.路径规划系统实现：基于优化后的路径规划算法，设计并实现一个小车路径规划系统。
使用编程语言（如Python）和相关库来实现算法，编写测试代码并进行系统测试。
系统应具备用户友好的界面，能够根据用户输入的地图和目标位置生成最优路径。
4.实际测试和评估：使用实际的小车平台进行测试和评估。
通过在不同环境下模拟路径规划任务，测试系统的路径规划准确性和效率。
同时，与其他路径规划算法进行对比，评估所设计算法的性能。
预期成果与意义1.设计和实现一个高效的小车路径规划系统，能够在复杂环境下生成最优路径；2.对常用的路径规划算法进行优化和改进，提高路径规划的效率和性能；3.在自动驾驶和智能机器人领域，促进路径规划算法的研究和应用；4.为实现更智能化、安全的自动驾驶系统和机器人系统提供技术支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1．国内外研究现状、发展动态
国外：从80年代开始美国国防高级研究计划局(DARPA)专门立项，制定了地面无人作战平台的战略计划。目标是研制出一台智能车辆，可以在崎岖的地形上沿规划的路线自主导航及躲避障碍，必要时重新规划其路线。从此，在全世界掀开了全面研究智能车辆的序幕，如DARPA的“战略计算机”，计划中的自主地面车辆(ALV)计划(1983一1990)，能源部制订的为期10年的机器人和智能系统计划(RIPS)(1986一1995)，以及后来的空间机器人计划；日本通产省组织的极限环境下作业的机器人计划；欧洲尤里卡中的机移器人计划等。虽然智能车辆的研究起源于军事的要求，但是在其他领域的应用也有极大的价值，并且在研究上也取得了一定的成果。
2．所阅文献的查阅范围及手段
查阅范围：车辆智能驾驶，路径规划、跟踪，机器人智能控制，Matlab仿真
网络资源
东北大学图书馆-超星数字图书数据库；东北大学图书馆-万方学位论文数据库
东北大学图书馆-中国优秀博硕士学位论文全文数据库
东北大学图书馆-中国期刊全文数据库；东北大学图书馆－Elsevier Science数据库
[14]王磊，王为民．模糊控制理论及其应用[M]，北京：国防工业出版社，1990
[15]W. Nelson. Continuous-curvaturepathsfor autonomous vehicles. in Proc.IEEE Int. Conf Robotics Automat., (Scottsdate,AZ), May 1989,pp: 1260-1264.
[4]张桂香，王辉．计算机控制技术[M],成都:电子科技大学出版社，1999
[5]孙志礼，冷兴聚，魏延刚等．机械设计[M]，沈阳：东北大学出版社，2000
[6]安部正人，陈辛波．汽车的运动和操纵[M]，北京:机械工业出版社，1998
[7]薛定宇．反馈控制系统设计与分析一MATLAB语A应用[M]，北京:清华大学出版社，2000
4
建立车辆的运动控制模型
80
4月26日-5月5日
运动模型
5
实验及数据分析以及计算机仿真
160
5月5日-5月25日
相关数据及图表
6
论文的撰写
200
5月26日-6月20日
论文
合计工作量：800小时
六、评审意见
指导教师对本课题的评价
指导教师签名
年月日
评阅教师对本课题的评价
评阅教师签名
年月日
2．主要设计内容
a)对智能车辆进行功能分析。
b)绘出控制部分的框图以及关键部分或部件的原理图结构图等。
c)对遥控车进行结构改装。
d)确定车辆的精确定位方法。
e)确定车辆的路径跟踪策略。
f)建立车辆的运动控制模型。
g)进行指定8字形路径的自动驾驶实验，获取实验数据，得出控制规律。
h)用MATLAB的SIMULINK模块进行控制系统的计算机仿真。
五、工作计划
序号
阶段及内容
工作量估计
（时数）
起止日期
阶段成果形式
1
资料查阅收集以及撰写开题报告
120
3月1日-3月15日
开题报告及相关文献资料
2
智能车辆的功能分析以及遥控车的改装调试
120
3月16日-4月10日
相关框图原理图等
3
定位方法以及跟踪策略的选取
120
4月11日-4月25日
定位方法以及跟踪策略选择方案和google搜索引擎图书资源
东北大学图书馆
参考文献
[1][美]赵亦林．车辆定位与导航系统[M]，北京:电子工业出版社，1999
[2]张三同，陈峰浴．车辆组合导航的新方法，北京理工大学学报，1999(1)
[3]林怡青，周其节.一种有指导的轮式机器人全局规划方法，控制理论与应用，1998(1)
三、研究内容
1．课题的构想与思路
通过对智能车辆进行功能分析，结合课题（车辆自动驾驶的路径规划）的要求，智能车辆必须具备车辆定位和路径跟踪以及控制判断等能力，本课题可以针对以下三方面的问题进行理论上的研究和探讨：（a）智能车辆的体系结构；（b）智能车辆的精确定位方法；（c）智能车辆的路径跟踪策略。以改装后的遥控车自动驾驶完成8字形路径为实验，得到可靠的数据并进行分析，得出系统的控制规律，最后利用MATLAB的SIMULINK模块进行控制系统的计算机仿真。
[12]YKanayama, and B. I. Hartman. Smooth local path planning for autonomous vehicles. in Proc. IEEE Int. Con# Robotics Automat., (Scottsdate,AZ), 1989(5):1265-1270
本科毕业设计开题报告
课题名称车辆自动驾驶的路径规划
学号
姓名
专业
指导教论依据
1．本课题的目的和意义
由于驾驶员的驾驶工作繁重，同时随着汽车拥有量的增加，非职业驾驶员的熟练增多，导致交通事故频繁发生（据统计每分钟世界上就有一个人死于车祸，交通事故现已成为现代社会的第一公害）。如何提高汽车的主动安全性和交通安全性已成为急需解决的社会性问题。
d)建立车辆的运动控制模型。
e)实验数据测定分析（遥控车速度，转向角，曲率，转向电机转速等）+实验数据准确性验证。
f)用MATLAB的SIMULINK实现控制系统的计算机仿真。
4．总体设计方案
a)遥控车传感器采取车前和车后安装金属探测器各三个，分左、中、右。8字形道路中间铺设金属条。（一些细节方面的改装在实际进行操作的时候进行计算设计，包括电气结构图，检测方案，电源，转向控制机构，驱动及调速，防撞及刹车等）。
3．拟解决的关键技术
a)遥控车结构改装设计创新（电气结构图，检测方案，电源，转向控制机构，驱动及调速，防撞及刹车，控制器选型路面设计，角度反馈检测等）。
b)车辆定位技术的选择比较。
c)路径跟踪（遥控车行驶等效模型，运动模型，运动方程，路径跟踪方式，路径特征向量的提取，智能车辆路径跟踪的控制策略，基于模糊逻辑的智能车辆路径跟踪的纠偏策略等）。
[13]YKanayama, and S. 1. Yuta. Vehicle path specification by,a sequence of straight lines. IEEE J. Robotics Automat., Vo1.4,no. 3, pp.265-276,June 1988
b)智能车辆的精确定位初步采取复合定位和地图匹配相结合（如果发现更好的更精确的车辆定位方式可以择优选择）。
c)选择合适的路径跟踪方式（现有路径跟踪方式进行比较选择，并进行创新）。
d)建立车辆的运动控制模型。
e)利用改装的遥控车以及铺设的道路，进行实验并且进行验算调试，记录实验数据，并绘出曲线。
f)用MATLAB的SIMULINK实现控制系统的计算机仿真。
[8]赵会平．GPS在汽车导行中的应用，世界汽车.1996 (6): 23-26
[9]唐新蓬．基于图像信息处理的车辆自动驾驶控制方法，华中理工大学学报,1998(10) :87-89
[10]余志生．汽车理论第1版[M]，北京：机械工业出版社，1999
[11]李东江．现代汽车用传感器及其故障检测技术第1版[M]，北京：机械工业出版社，1999
随着计算机技术、电子技术、图像处理等信息处理技术研究的发展，研究人员开始将各种先进的技术应用于汽车控制上，从而辅助驾驶员进行汽车的操纵控制，如目前已经实用化的制动防抱控制系统、驱动力控制系统、四轮转向系统以及汽车稳定性控制系统等。在这些汽车电子控制系统研究的基础上，结合蓬勃发展的智能化信息处理技术，逐步产生了一个新兴的交叉学科-车辆的自动驾驶（又称为智能汽车）。未来实用化的智能汽车将最大限度地减少交通事故、提高运输效率、减轻驾驶员操纵负担，从而提高整个道路交通的安全性、机动性与汽车行驶的主动安全性。科技部于2001年已正式启动实施了十五计划中的国家科技攻关计划重大项目“智能交通系统关键技术开发和示范工程”来提高我国整个运输系统的管理水平和服务水平，提高效率和安全性，车辆的自主驾驶是实现ITS的关键。
车辆自主驾驶系统从本质上讲是一个智能控制机器，其研究内容大致可分为信息感知、行为决策及操纵控制三个子系统。路径规划是智能车辆导航和控制的基础，是从轨迹决策的角度考虑的，可分为局部路径规划和全局路径规划。全局路径规划的任务是根据全局地图数据库信息规划出自起始点至目标点的一条无碰撞、可通过的路径。目前正在研究的有准结构化道路环境多种约束条件下的路径规划技术，自然地形环境下的路径规划技术，以及重规划技术等。由于全局路径规划所生成的路径只能是从起始点到目标点的粗略路径，并没有考虑路径的方向、宽度、曲率、道路交叉以及路障等细节信息，加之智能车辆在行驶过程中受局部环境和自身状态的不确定性的影响，会遇到各种不可测的情况。因此，在智能车辆的行驶过程中，必须以局部环境信息和自身状态信息为基础，规划出一段无碰撞的理想局部路径，这就是局部路径规划。通常路径规划的方法有:空间搜索法、层次法、动作行为法、势场域法、栅格法、模糊逻辑法和神经网络法等。
国内：我国对智能车辆的研究起步较晚，但是发展较快。1986年开始的高技术研究发展计划(“863计划”)制定了智能机器人主题的总体战略目标。1994年10月清华大学研制成我国第一台“室外智能移动机器人THMR-III”。之后，国防科技大学，北京理工大学，南京理工大学陆续开展了智能车辆的研究。我国清华大学计算机科学与技术系的人工智能与智能控制实验室己进行了多年的研究，并且取得了很大的成果。目前，他们研制的自主移动机器人实验车THMR-V已经能够在较复杂的环境自行行驶，他们在这个系统中采用激光雷达和摄像机来做视觉系统，并采用自己己有的先进的图像处理技术，进行信息识别和处理，再进行智能控制实现汽车的运动。这就是我国目前最先进的智能自动驾驶汽车系统。为了更好的实现各项功能，他们正在进行进一步的研究和完善，使其在实际生活中得以应用。