智能交通系统(Intelligent Transport System，ITS)可以显著提高交通效率，增强车辆运行安全性，减少能源耗费与尾气排放，是现代交通运输系统的重要发展方向。智能车辆(Intelligent Vehicle，IV)是ITS的核心和主要组成部分，是实现ITS人—车—路一体化的关键技术，其研究的最高形式是车辆的自主驾驶，而智能车辆的导航系统是实现自主驾驶的关键前提与重要保障。　　本文主要研究智能车辆自主驾驶导航平台技术，通过架设包含多传感器的智能车辆行驶信息采集处理平台，利用不同传感器数据间的冗余性和互补性，实现智能车辆的精确定位，同时构建高精度数字地图，并对道路进行分类及建模，研究车辆初始位置与地图路段的匹配方法，最后针对不同路段研究合理的路径引导策略，实现对智能车辆的路径引导，具体内容如下:　　1.智能车辆自主驾驶导航硬件平台构建。导航计算机采用基于PC/104总线标准的工控机;导航传感器包括高精度GPS、陀螺仪和双天线GPS，用以实时测量智能车辆的位置、航向等动态信息。　　2.智能车辆自主驾驶导航平台多源信息实时采集软件编写。采用多线程技术实现多个导航传感器信息的实时获取。　　3.多源信息融合的同步性研究。针对多源信息融合中时序不同步的问题，设计多传感器组合导航系统时序偏差测量模块，便于多个传感器信息的融合。　　4.高精度数字地图制作。采用GIS专业制图软件Mapinfo将高精度GPS采集的道路信息绘制成数字地图，然后利用Delphi和地图控件MapX对数字地图进行二次开发，实现试验车辆位置的实时显示、行驶路径回放等功能。　　5.行驶路径引导策略研究。首先将道路依据形状进行分类及建模，并对一般曲线道路先实施拟合再建立合适的道路数学模型;然后研究地图匹配技术，将车辆初始位置与地图进行匹配，确定车辆初始所在路段;最后生成参考路径，并分别针对直线道路与圆弧道路实施不同方式的路径引导。　　本课题在完成了硬件平台的构建、软件与算法的设计后，已在户外条件下进行了实车试验。经试验证明，本课题开发的面向自主驾驶的智能车辆导航平台能够实时获取多个传感器的导航信息实现车辆的精确定位，同时可以依据车辆所在路段实施路径引导，有较高的实时性和可靠性，为智能车辆的自主驾驶提供良好的平台支撑与技术支持。