智能汽车(又称自动驾驶汽车),其核心技术包括环境感知、行为决策、运动规划与控制等方面。其中,行为决策系统、运动规划与控制系统作为无人驾驶汽车的“大脑”,决定了其在不同交通驾驶场景中行驶的合理性与安全性。然而,现有的文献中对于驾驶行为决策的研究还很少,同时在运动规划与控制方面,已有的方法存在实时性不高,效率差等问题。基于此,本文主要从智能汽车的驾驶行为决策模型建立、典型交通驾驶场景中的运动规划、智能汽车运动控制算法研究及整车测控等四方面展开研究。(1)智能汽车驾驶行为决策模型构建。从实际运用工程出发,分析智能汽车在城市交通驾驶场景中的行车任务以及进行行为决策时的难点,通过研究实际驾驶过程中影响驾驶行为的相关条件属性,选取多组训练样本数据,采用灰关联熵方法进行条件属性的量化排序,根据处理后的条件属性构建驾驶行为决策ID3决策树模型,依据决策树产生的推理式行车规则,智能汽车可以进行车道保持、跟驰前车、车道变换三种驾驶操作。(2)典型交通驾驶场景中智能汽车的运动规划。采用改进的行为动力学理论建立运动规划模型,在直道、十字路口、丁字路口、弯道以及环形交叉路口等不同典型交通驾驶场景下,建立智能汽车车道保持、跟驰前车以及车道变换模型,仿真分析了基于当前时刻驾驶行为的前提下,智能汽车在目标车道内是否能按照规划轨迹行驶。仿真结果表明,采用改进的行为动力学方法能够规划出安全、平滑的行驶轨迹。(3)智能汽车运动控制算法研究。建立智能汽车二自由度动力学模型,推出智能汽车的前轮转向角与整车航向角的传递函数关系式;采用模糊滑模控制方法,设计模糊滑模切换函数与模糊滑模控制器,对智能汽车的横向运动进行实时运动控制。仿真结果表明,在整体误差所允许的范围内,所设计的模糊滑模控制器能够实时控制智能汽车的运动,且智能汽车的行驶鲁棒性达到最优。(4)整车测控。以陆地方舟纯电动汽车作为控制平台,在校园环境中进行实车实验,分析了智能汽车在减速过程中的时间与安全车头时距的关系,通过对整车进行测控调试,实现了在校园环境内交叉路口场景下,智能汽车以不同车速进行安全左转及右转行驶的过程。