智能汽车作为提高交通安全性和通行效率的重要手段,成为世界汽车技术的主要发展方向。路径跟踪控制是实现智能汽车自主行驶的关键技术之一,然而在实际控制过程中,智能汽车的行驶工况具有高度的时变性和不确定性,这给路径跟踪控制带来了巨大挑战。从智能汽车控制的安全性、稳定性角度来看,不同工况应具有不同的控制目标和侧重点,另外,单一的控制算法有其自身的局限性和特定的使用条件,无法兼顾智能汽车路径跟踪控制过程中的多工况特征以及协调不同工况下的控制性能要求。因此,传统单一控制算法无法有效协调智能汽车不同转向工况下路径跟踪控制性能要求的问题,难以实现对目标路径的最优跟踪。针对上述问题,结合智能汽车在高速和低速转向工况下呈现出的系统特性差异,本研究基于PID控制和模型预测控制(Model Predictive Control,MPC)理论,以及模糊控制理论,提出了一种路径跟踪混合控制方法,旨在通过结合多种智能控制策略的优势,提高智能汽车在不同速度工况下的路径跟踪性能,主要研究内容如下:(1)建立了车辆预瞄运动学模型、车辆动力学模型及轮胎模型,根据轮胎模型的侧偏特性,分析了车辆稳定行驶的轮胎侧偏角约束范围。在此基础上,分别设计了基于车速补偿的预瞄式PID路径跟踪器和基于MPC理论的路径跟踪控制器,在分析PID控制和MPC控制优缺点的基础上,将PID控制和MPC控制相结合,通过仿真分析得出两种控制算法在变速路径跟踪过程中,控制效果优劣的高低速切换阈值,提出了智能汽车路径跟踪低速模式采用PID控制和高速模式采用MPC控制的混合切换控制方法,通过Matlab/Simulink和Carsim平台联合仿真,结果表明,两种控制算法在切换点处,只单纯的切换不同控制器的输出值,容易产生控制器输出值的较大跳跃,引起系统扰动和瞬态响应,严重影响车辆的横向稳定性;而在非切换点处,混合控制比单一的PID控制和单一的MPC控制具有更好的路径跟踪控制效果。(2)为了解决不同控制算法之间切换出现的横向不稳定性问题,基于模糊控制理论设计了切换稳定模糊控制器,旨在减小不同控制算法之间切换导致的横向控制器输出值较大跳跃,仿真结果表明,设计的切换稳定模糊控制器实现了横向控制系统输出量的平滑稳定切换,提高了路径跟踪系统的跟踪精度和稳定性。(3)对所设计的路径跟踪混合控制器在真实环境下的有效性进行了验证,借助了哈弗H8智能驾驶平台进行了实车实验。实验结果表明,本文所提出的混合控制方法在路径跟踪过程中,能够满足高低速不同工况下的行驶需求,并且可以实现两种控制算法之间的平滑稳定切换,从而满足了系统在不同工况下的局部控制性能,又能达到整体优化的目的,提高了路径跟踪的精度和车辆行驶的稳定性,并获得了比单一的控制算法更好的控制效果,优于传统的单一PID控制和MPC控制,提高了智能汽车路径跟踪的精确性和稳定性。