近年来,随着汽车产业的快速发展及世界人口总量的增长,人们对车辆的需求日益增加,交通安全问题也日益严峻。交通意外已经成为世界人口第三大死亡原因,其中因为酒驾、疲劳驾驶、超速、车道偏离等原因造成的交通事故占很大的比例。车辆辅助驾驶系统作为有效提升车辆行驶安全的技术应运而生。随着市场需求的不断增加,辅助驾驶系统正逐渐成为各类车型的必备应用。其中以车道保持及车辆主动转向控制为主的车辆驾驶辅助系统成为车辆行驶过程中安全性、舒适性的重要保障。本文设计的车辆主动转向控制系统能够保证车辆保持在自我车道行驶的同时,当其行驶前方存在障碍约束时可以主动转向进行避障运动。本文采用合理有效的控制策略对车辆进行控制,使本文所研究的车辆转向控制系统满足车辆行驶平顺性、稳定性及安全性的要求。本文设计的基于视觉的辅助驾驶系统车辆主动转向控制系统,主要针对以下几方面的技术问题进行深入探讨:（1）对当前国内外研究学者在道路图像处理,车辆局部路径规划及车辆主动转向控制等方面的研究成果进行理解分析,确定本文研究采用的主要方法及关键技术。（2）采用深度学习方法进行道路图像处理,构造多任务学习卷积神经网络模型,对网络模型进行创新设计,优化网络结构,调整网络参数。根据研究方向选择训练网络的数据集,对数据集图像预处理后进行网络的训练及参数微调,使网络达到最优的效果,从而完成车道线及车辆检测任务。（3）进行车辆局部路径规划,采用最优快速搜索随机树算法作为本文路径规划算法,对算法进行改进,加入多约束条件,并对规划后的路径进行B样条曲线平滑操作。（4）建立车道保持横向控制策略,基于Matlab/C arsim建立整车动力学模型,设计车道偏离判断条件,设计模型预测车道保持控制器,并进行仿真分析及对比验证。（5）建立基于SBW模型的车辆主动转向控制策略,计算车辆线控转向系统的状态空间方程;采用PD控制策略对车辆运动的转向偏差及偏差率进行调节,采用自适应模糊逻辑对系统的不确定变量进行补偿控制,对系统稳定性进行分析;搭建SBW转向控制实验台,基于dSPACE实时系统进行实验验证,通过对比验证,证明本文设计的基于PD+自适应模糊前馈补偿控制的SBW转向控制系统的可行性。