发展智能网联汽车技术可以解决当今面临交通安全、道路拥堵、能源消耗等问题,其也是构建智慧交通的主体。智能网联汽车是指安装传感器、控制器、执行器等设备,结合现代通信技术与网络技术,具备复杂环境感知、智能化决策、自动化控制功能,使车辆与外部节点间实现信息共享与控制协同,从而安全、高效、经济行驶的下一代汽车。本课题中的缩微智能车辆,人们也常常称之为智能小车。本课题以室内缩微智能车辆为研究对象,开展路径规划研究。根据建立缩微智能车辆的运动学模型和里程计模型,推导出缩微智能车辆的位姿状态变化,通过缩微智能车辆用到的坐标变换,得到激光雷达扫描到的障碍物到世界坐标系的距离信息。在同步定位与地图构建部分,分析了基于滤波的Gmapping算法和基于图优化的Cartographer算法,对这两种SLAM算法进行理论分析,比较了两种建图算法后,选择Cartographer算法建立地图,并在拥挤的室内环境和长直走廊两种不同的环境条件,对Cartographer算法进行建图的完整性比较。实验表明,Cartographer算法可以有效的建立环境地图。在智能小车的路径规划部分,全局路径规划算法中,从理论上分析比较了A*算法和Dijkstra算法,通过实验得出,A*算法的搜索效率快于Dijkstra算法。局部路径规划中,对DWA中的评价函数的参数进行MATLAB仿真实验,得出一组相对较理想的权重参数。针对算法在实际应用中,小车在狭小区域的避障艰难问题,提出使用Bug2算法来改进DWA算法。最后,本课题利用的是Autolabor Pro1作为缩微智能车辆的移动底盘,在移动底盘前后安装二维激光雷达、惯性导航等传感器,搭建实验平台,进行SLAM和多目标路径规划实验论证。实验表明,采用本课题中的路径规划算法可以在多目标和动态环境完成。