路径跟踪控制作为智能驾驶领域关键技术之一,是最终实现无人驾驶的技术前提。当前技术下,车辆纵、横向运动之间复杂的耦合关系限制了智能车辆路径跟踪控制进一步快速发展。通过车辆纵、横向运动独立控制的方式,无法满足车辆高速过弯及低附着路面等极限工况行驶需求。另外,路径跟踪控制系统性能对系统参数的敏感特性也是导致路径跟踪控制算法可移植性低的主要原因。针对上述问题,本研究基于模型预测控制(Model Predictive Control,MPC)原理及视觉预瞄理论,结合补偿控制思想,提出了一种基于转角补偿的预瞄式MPC路径跟踪控制方法,旨在通过对车辆的纵、横向综合控制提升路径跟踪系统的跟踪性能。本文主要研究内容如下:首先建立了6自由度车辆动力学模型及轮胎模型,根据轮胎模型侧偏特性分析了车辆稳定行驶的轮胎侧偏角约束范围及其必要性。在此基础上对系统动力学模型进一步简化,研究了基于当前位姿信息的线性时变模型预测控制(Linear Time-Varying Model Predictive Control,LTV MPC)路径跟踪控制方法,并对影响系统跟踪性能的两个关键参数控制时域及预测时域进行仿真分析,得出该控制方法对系统时域参数依赖性较强,而固定的时域参数难以适应速度及道路工况变化的结论。为解决上述问题,本文在分析预瞄控制优缺点的基础上,将预瞄控制与模型预测控制相结合,提出了预瞄式MPC路径跟踪控制方法。建立了以纵向加速度、前轮转角及预瞄距离为输入的路径跟踪纵、横向综合控制器。根据车辆纵向动力学受横向动力学影响较小,且预瞄距离选取仅取决于纵向车速及期望路径的情况,在每个控制时域内将纵向加速度及预瞄距离视为定值,从而将多输入多输出系统转化为单输入多输出系统,实现了智能车辆的纵、横向综合控制。同时,将车速作为除前轮转角以外的又一控制量,建立纵向期望车速模型,实现对期望路径的变车速跟踪。同时,为优化预瞄距离不能完全反映各变量变动,导致控制器的非最优跟踪这一特性,基于补偿控制的思想设计了转角补偿控制器,并基于模糊控制理论实现了补偿控制器参数的在线自适应调节。最后,对所设计的基于转角补偿的预瞄式MPC路径跟踪控制器进行仿真对比分析及试验验证。结果表明,本文所提出的控制方法路径跟踪过程中,在不改变系统时域参数的前提下能够满足不同工况的行驶需求。定车速54km/h时,相对于传统MPC控制算法,基于转角补偿的预瞄式MPC路径跟踪控制器的横向偏差峰值降低了26.3%,方向偏差峰值降低了8.7%;车速为72km/h时,能够快速消除大曲率路径跟踪导致的行驶偏差超调,且结合变车速控制策略其路径跟踪性能可进一步提升,优于传统MPC路径跟踪控制。