智能汽车是先进传感与人工智能等新兴技术融合发展的产物,是具有自动驾驶功能的新一代汽车,同时也是解决交通事故、车辆利用率低与交通拥堵等问题的关键,发展智能汽车对于加速我国汽车产业转型升级具有重要意义。智能汽车紧急避撞功能的研究对于智能驾驶技术的推广应用、车辆行驶安全性能的提升等具有重要的推动作用,同时对于发展车辆运动规划与运动控制等技术具有积极意义。本文以智能汽车为研究对象,重点开展了紧急避撞工况下轨迹规划策略、路径跟踪控制系统建模、路径跟踪控制策略设计与优化等方面的研究。本文针对对向车辆侵入自车行驶车道引起的车辆碰撞事故,开展了智能汽车紧急避撞轨迹规划策略的研究。研究了对向车辆轨迹预测算法与自车轨迹规划功能开启的触发条件,提出了融合减速转向与定速转向等避撞方式的候选避撞轨迹规划方法;设计了基于模型预测的路径规划算法、具有“最小速度”代价函数的五次多项式速度规划算法与基于BP神经网络的目标状态确定方法,完成了对避撞轨迹的规划;设计了具有分层结构的碰撞检测算法与车辆碰撞位置预测算法;提出了结合碰撞速度变化量与车辆碰撞类型的自车碰撞严重度预测算法以及针对无碰撞候选轨迹的多目标评价函数,确定了综合性能最优的智能汽车避撞轨迹。本文建立了智能汽车路径跟踪控制系统的状态空间模型,该模型由二自由度车辆模型、轮胎侧向力计算模型及路径跟踪误差模型等三部分组成。建立了智能汽车侧向动力学模型,设计了应用Fiala轮胎模型与前轮侧向力数值查表的期望前轮转向角数值计算方法;研究了轮胎模型线性化过程中提高轮胎非线性特征描述精度的方法,提出了基于两点仿射近似的后轮侧向力线性化计算模型;建立了基于横摆角偏差的智能汽车路径跟踪误差模型,完成了智能汽车路径跟踪控制系统状态空间模型的建立。研究了基于车辆转向工况识别的复合跟踪误差模型,开发了智能汽车紧急避撞路径跟踪控制策略。建立了MPC控制算法的预测模型、代价函数以及MPC路径跟踪控制算法;研究了跟踪误差模型对车辆路径跟踪控制性能的影响机理,得出了兼顾车辆在稳态与瞬态转向工况下路径跟踪精度的复合跟踪误差模型;研究了可表征车辆横向运动状态及其变化趋势的特征参数,设计了采用模糊逻辑与加权平均方法的转向工况识别算法;研究了智能汽车的行驶稳定性约束,建立了基于复合跟踪误差模型的智能汽车紧急避撞路径跟踪控制策略。开展了智能汽车路径跟踪控制策略的鲁棒优化研究,建立了Tube-RMPC路径跟踪鲁棒优化控制策略。分析了智能汽车行驶环境中强侧向风等典型的不确定性,建立了带不确定性的路径跟踪控制系统模型;研究了路径跟踪控制系统Tube不变集的设计要求,提出了基于控制矩阵多面体分割的Tube不变集计算方法,运用离线凸包运算与N步可达集运算,获得了紧缩的Tube不变集序列;计算了Tube-RMPC算法的闭环反馈增益、终端代价函数、终端约束集以及名义路径跟踪控制系统的容许集,建立了Tube-RMPC路径跟踪鲁棒控制策略。开展了智能汽车紧急避撞轨迹规划与路径跟踪控制策略的仿真试验研究。仿真试验结果表明:所提出的基于复合跟踪误差模型的控制策略能在车辆接近操作极限的紧急避撞工况下将跟踪误差控制在0.1m以内,并且与广泛使用的基于横摆角偏差跟踪误差模型的控制策略相比,该策略将智能汽车路径跟踪的侧向位置偏差均方根值减小了28.6%。所提出的Tube-RMPC路径跟踪鲁棒控制策略能在路面附着系数识别误差为0.3、侧向风速为25m/s的条件下,将紧急避撞工况下智能汽车的路径跟踪误差控制在0.2m以内,实现了智能汽车的稳定控制;对设计的轨迹规划策略的触发条件、碰撞检测算法、碰撞严重度预测函数与候选轨迹多目标综合评价函数等算法的有效性进行了验证;仿真试验表明,所设计的紧急避撞轨迹规划策略能够使智能汽车在对向车辆侵入自车道的场景下,以较大的避撞安全余量实现碰撞避免或以较小的预测碰撞严重度实现碰撞缓解。图91幅,表13个,参考文献200篇。