随着电驱动等新能源汽车技术的发展,四轮独立驱动铰接车逐渐成为了采矿、农业、军事等行业中的重要运输装备,其自主行驶控制也成为了这些行业自动化进程中的核心技术。四轮独立驱动铰接车的自主行驶控制目前面临着两方面的挑战,首先是传统路径跟踪控制方法在参考路径曲率突变幅度较大时表现不佳,其次是常见的铰接车四轮独立驱动系统存在驱动力分配不协调、差动力矩无法有效利用等问题。为了提高四轮独立驱动铰接车自主行驶控制的精确性,减小横向误差、航向误差,针对上述两方面挑战,从理论基础层面的数学模型、运动学层面的路径跟踪控制方法、动力学层面的自主行驶控制系统等三个方面展开了研究。在数学模型研究中,首先回顾了铰接车运动学模型的研究现状,介绍了多种常见铰接车运动学模型,并对它们进行了比较分析,最终明确了 Croke提出的铰接车经典运动学模型较为适合作为路径跟踪控制方法的研究基础。在动力学模型方面,目前其他研究工作主要聚焦于铰接车动力学输出特性的分析,而忽视了模型输入与输出之间的非线性关系。因此针对这个问题,基于牛顿-欧拉法对四轮独立驱动铰接车进行了受力分析和理论推导,并通过引入魔术公式(MF)完善了模型中动力学状态量的解算环节,从而建立了一种面向自主行驶控制的四自由度铰接车动力学模型。运动学层面的路径跟踪控制方法研究包含两个部分。在第一部分中,鉴于模型预测控制(MPC)在机器人等领域的成功应用,首先基于线性模型预测控制(LMPC)、非线性模型预测控制(NMPC)和非线性误差模型预测控制(NEMPC)提出了铰接车路径跟踪控制器,其后将它们与现有基于线性误差模型预测控制(LEMPC)的铰接车路径跟踪控制器进行了比较研究。在仿真结果中,若参考路径的弯道半径为15m,参考速度为4m/s,LMPC误差发散,LEMPC的横向误差最大绝对值和航向误差最大绝对值分别为1.862m和0.206rad,NEMPC的横向误差最大绝对值和航向误差最大绝对值分别为2.105m和0.201rad,而NMPC的横向误差最大绝对值和航向误差最大绝对值仅为0.234m和0.073rad。所以在目前的MPC路径跟踪控制方法中,NMPC的性能最佳。在第二部分中,考虑到传统NMPC路径跟踪控制采用预测时域内铰接车的预测位姿与参考路径上跟踪目标点之间的坐标误差作为优化目标,随着参考速度或路径曲率突变幅度的增加,路径跟踪控制的误差也有增加的趋势。为了解决这个问题,通过改进优化目标函数,提出了一种命名为点线NMPC(Point-to-line NMPC,PLNMPC)的路径跟踪控制方法。此外针对PLNMPC控制器实时性较差的问题,本文以PLNMPC控制器为学习样本,提出了一种PLNMPC 神经网络(PLNMPC Neural Network,PLNMPC-NN)路径跟踪控制器。根据仿真结果可知,若参考路径的弯道半径为10m,参考速度为5m/s,PLNMPC控制器的横向误差最大绝对值和航向误差最大绝对值分别为0.256m和0.097rad。PLNMPC-NN控制器与PLNMPC控制器的误差相近,而在每个控制周期内的最大计算时间仅为0.019s,能够满足路径跟踪控制的实时性需求。在动力学层面的研究中,考虑到运动学模型的输入和动力学模型的输出之间的区别与联系,提出了一种包括路径跟踪层和驱动力分配层的分层自主行驶控制框架,并将等驱动力分配控制器与路径跟踪控制器组成了自主行驶控制系统。其后考虑到等驱动力分配控制忽略了各车轮之间可以形成的差动力矩,所以又提出了一种基于NMPC的驱动力分配控制器,并组成了新的自主行驶控制系统。仿真结果表明,上述自主行驶控制系统均可控制四轮独立驱动铰接车的动力学模型跟踪参考路径,而且与等驱动力分配控制器相比,NMPC驱动力分配控制器能够进一步提高自主行驶控制系统的精确性。若参考路径的弯道半径为10m,参考速度为4m/s,PLNMPC路径跟踪控制器与NMPC驱动力分配控制器组成的自主行驶控制系统的横向误差最大绝对值和航向误差最大绝对值分别为0.348m和0.098rad。在完成上述三个方面的研究工作之后,采用北京科技大学与山东黄金工程公司研发的35t独立驱动铰接式卡车作为实验平台,对基于PLNMPC-NN路径跟踪的分层自主行驶控制系统进行了实车实验。根据实验结果可知,本文提出的自主行驶控制系统能够控制35t独立驱动铰接式卡车跟踪参考路径。若参考路径的弯道半径为15m,参考速度为4m/s,自主行驶控制系统的横向误差最大绝对值为0.289m,航向误差最大绝对值为0.074rad。由此可知,在跟踪曲率突变幅度较大的参考路径时,本文提出的自主行驶控制系统具有较高的精确性。综上所述,本文的研究成果一定程度上解决了四轮独立驱动车辆自主行驶控制面临的难以跟踪曲率突变幅度较大路径等问题。