操纵稳定性是汽车的关键性能之一,直接影响车辆的安全性能与驾驶感受,而操纵稳定性的研究与评价主要依赖于驾驶员对实际汽车的主观评价,因此建立准确的人-车闭环系统模型可以有效地评价汽车操稳性能,从而减少汽车开发成本.本文通过对驾驶员认知行为的分析,试图利用模型预测算法建立能够精确反映驾驶行为的驾驶员模型,从而建立能够用于评价汽车操稳性能的人-车闭环系统.本文基于模型预测算法对驾驶员的侧向转向行为进行建模,联合CarSim中的车辆模型,形成人-车闭环系统模型,并利用该模型进行了驾驶员的转向行为特性分析。首先,建立了非线性二自由度车辆模型作为预测模型,模拟驾驶员对车辆的认知行为。二自由度车辆模型包含了侧向加速度、横摆角速度等驾驶员能在驾驶过程中直观感觉到的操纵稳定性相关的重要信息,通过参数辨识建立非线性轮胎模型使得预测模型更加准确符合驾驶员对车辆的认知。为了应用于模型预测算法,本文对非线性二自由度车辆模型进行了实时线性化。第二,确定了驾驶员模型的优化目标函数,对驾驶员的预瞄、反馈与优化过程进行建模。优化目标函数包含轨迹跟踪误差、方向盘角输入和方向盘角加速度。预瞄行为建模采用多点预瞄方法,即驾驶员跟踪目标不仅是前方的一个点,而是预瞄距离内的多个点。基于此模型分析了预瞄时间与预瞄注意力集中点对驾驶员转向行为和路径跟踪效果的影响。第三,建立了基于CarSim的参数化汽车动力学模型,并通过实车试验数据验证了车辆模型的精确性。试验中,设计了传感器与数据采集设备方案,采用了转向机器人实现方向盘转角输入,从而避免了驾驶员输入的不确定性。最后,通过双移线仿真与试验结果对比分析,表明所建立的驾驶员模型输出的最优方向盘转角能够模拟实际驾驶员方向盘输入,并能很好跟踪目标轨迹,最终验证了人-车闭环系统的可靠性。