煤炭开采运输自动化是未来煤矿发展的趋势,也是实现智慧矿山、绿色矿山的重要一环。高效、便捷、可靠、快速的人员和货物运输能力是提高煤矿安全生产效率的重要基础。因此,本课题着重研究了无人驾驶矿井车辆的关键性控制技术—自动转向控制。首先,在Frenet坐标系下建立了一种基于空间域s的偏差模型。然后采用泰勒线性化处理和欧拉法离散法推导出基于矿井车辆偏差模型的预测方程。一方面既能保证控制的精度和实时性,另一方面又可以忽略道路在笛卡尔坐标系下的形状影响。针对矿井车辆路径跟踪过程中输出前轮转向角曲线不平滑问题,设计了一种基于空间域模型预测控制算法(SMPC)的路径跟踪控制器。采用回旋线原理改进了目标函数,优化车辆转向曲率的一阶、二阶导数和横向位移偏差值,保障了车辆跟踪过程的精确性和输出前轮转角的平滑性。通过仿真实验,分析了控制器各参数对跟踪性能的影响,比较了改进后SMPC控制算法与线性模型预测控制算法在双移线道路和模拟实际巷道下的性能差异。为保证车辆在巷道内遇到突发情况时,能够依据参考道路重新规划出一条无障碍平滑路径,提出了一种新的避障方法,并在此基础上设计了一种基于空间MPC的局部路径规划控制器。设计目标函数优化横向偏差值及其一阶、二阶导数,离散障碍物信息和巷道边界信息设置边界函数,保障规划后的曲线在能够实现避障基础上,满足曲率连续可导和车辆尽早转向的两大重要特征。最后,建立车辆避障规划与跟踪控制器,解决矿井车辆在井下行驶时的自主避障和自动错车问题。搭建联合仿真平台,验证控制器自主避障性能。结果表明在实时避障方面,无论是在单个障碍物还是连续多个障碍物情况下,车辆都能够避开障碍物,获得平滑的转向输入和平滑的行驶路径。