无人车是由微机或者单片机控制的智能车辆的简称,其本质是移动机器人。无人车利用自身搭载的传感器设备检测环境以及道路状况,运用自主定位接收器以及其他定位传感器设备确定以及校正自身位置,自主完成无人车的期望运动并且抵达预定的目的地。无人车装载有卫星导航设备、惯性导航系统、激光雷达设备、编码器、摄像头以及其他相应的机器视觉设备,以此辅助无人车在道路上行走。无人车集图像处理、人工智能、自动控制等众多技术与一体,是计算机科学、模式识别以及智能控制技术发展的产物,在室内通勤、道路交通领域、野外的军事巡逻以及城市道路安保方面具有非常广阔的发展前景。无人车在没有人为干预的情况下能自主安全到达指定目的地,其中避障、定位与导航是无人车研究的核心问题。本文主要研究无人车的运动控制、自主定位、目标跟踪以及避障导航功能。为了控制无人车按预想的线速度与角速度运动,本文针对运动学模型以及动力学模型进行控制设计。在有效控制无人车运动后,无人车定位成为导航控制首先要解决的问题。单一的定位技术的缺陷,容易导致定位的精度差或者无法定位。本文提出粒子滤波定位算法融合光电编码器的数据以及DGPS系统的数据,并且加入了路标进行辅助定位。无人车上安装有双摄像头的视觉系统,本文根据视觉系统的特性,提出了视觉捕捉目标的方法,并且根据领航者-跟随者模型设计了目标跟踪控制器。作为无人车安全与智能的体现,本文针对激光测距仪的数据进行聚类、障碍物关联等手段,将运动障碍物从背景环境中分离,并且进行数据统计。本文还提出道路边缘的检测算法,为无人车的避障提供更多的信息。最后,本文根据运动障碍物的特点,提出概率人工势场法对运动障碍物的运动趋势进行预估与躲避。本文通过实验验证了提出的算法与控制器的作用效果。