中国大学生方程式赛事是各大高校在汽车领域研究成果展示的重要平台,其中无人驾驶方程式赛事已经连续开展5年,技术水平很高。本文针对中国大学生无人驾驶方程式赛车比赛,对无人驾驶赛车的感知、规划与控制进行开发,综合分析赛道情况,采用双目立体视觉作为唯一感知元件,提出基于双目立体视觉的自动驾驶赛车控制系统。首先,搭建方程式赛车自动驾驶系统的硬件架构。设计以双目相机为主要环境感知传感器的自动驾驶控制软件架构方案。建立方程式赛车轮胎模型,并进行仿真验证。并在适当的简化条件下,搭建三自由度动力学模型,在保证车辆横向运动精度的同时,降低模型复杂度。同时进行车辆运动学分析,建立赛车运动学模型。其次,采用双目立体视觉系统对比赛赛道进行识别和测距。依据双目相机成像的原理,分析从空间中的三维目标点到相机成像平面的变换关系,为提高对方程式比赛中小目标锥桶的识别效果,提出一种改进YOLOv4-tiny的网络模型,将原YOLOV4-tiny的主干网络高卷积特征层与颈部网络特征层进行融合,增加预测尺度的输出。同时,使用K-means++聚类方法,针对长方形锥桶数据集,确定出更适合锥桶识别的锚框尺寸,改进后的YOLOv4-tiny网络能够保持较快的检测速度,同时提高识别精度2.83%。最后,在决策控制方面建立MPC动力学控制器。在赛车三自由度车辆动力学模型的基础上建立了MPC控制器预测模型,根据赛车实际情况设定动力学约束,并利用Car Sim与Simulink进行联合仿真,将本文提出的MPC跟踪算法与Pure Pursuit、Stanley跟踪算法进行仿真对比,仿真结果表明本文提出的跟踪算法跟踪效果更好。基于我校无人驾驶方程式赛车平台,通过实车试验验证自动驾驶控制算法的跟踪效果,试验结果显示,所设计的跟踪控制器在试验工况下跟踪精度良好,稳定性和可靠性较高,满足方程式比赛需求。