随着汽车技术的高速发展,无人驾驶汽车必将逐步实现化,故驾驶汽车已经逐渐成为全球众多学者研究的热点。当前的无人驾驶通常基于方向盘的转角环进行控制,往往使驾驶员无法进行转向干预,从而完全脱离自动驾驶控制环,易造成“情景意识”降低等不利影响。为了解决无人驾驶面临的诸多问题,国内外众多学者提出了“人机共驾”智能车辆驾驶概念,人机共同参与自动驾驶的控制环。由于人机共同参与控制环,所以准确识别驾驶人的意图显得尤为重要,否则将会产生人机决策的冲突。为了识别驾驶员意图,首先对马尔科夫理论进行了详细介绍,并提出了辨识精度高的双层隐形马尔科夫模型对驾驶员意图进行识别。为了保证驾驶员意图识别精度,采用T-text算法剔除样本数据中的异常值,采用K-means算法确定离线的驾驶员意图状态边界值,并搭建双层隐形马尔科夫模型确定驾驶员意图模型参数。最终结合意图识别模型参数与部分样本数据进行离线仿真验证,仿真结果表明,该算法在对驾驶员意图进行识别时识别精度理想。为了使人能够参与无人驾驶控制环,首先设计了基于转向电机转矩环控制的路径跟踪控制策略;然后基于转矩环控制,又通过驾驶员意图的判断设计了转向引导力矩介入控制器,完成了人机共驾的引导力矩控制。首先考虑车辆轮胎的非线性特性,本文采用魔术轮胎模型对非线性情况下的轮胎侧向力进行表述,以车辆二自由度模型结合转向柱模型为基础,采用滚动时域(Receding Horizon)控制算法推导基于引导力矩控制的转向控制策略,利用蛇形线以及双移线两种工况对滚动时域控制算法进行仿真。为了更好地验证转向转矩环控制效果,对高附着工况以及低附着工况进行验证,同时设计了PID控制器与滚动时域控制器进行对比,仿真结果表明,滚动时域控制算法在稳定性以及跟踪精度方面具有良好的效果。为了验证基于驾驶员意图识别的人机共驾的转向引导力矩控制,建立了可进行人机共驾以及完全无人驾驶的硬件在环(Hardware-In-Loop,HIL)试验平台。首先完成了转向电机的电流环控制,也就是转矩环控制,方便驾驶人手力的介入,并进行了电流环的控制效果验证;为了实现纯无人驾驶,完成转向电机转角环控制,并进行了转角跟踪效果的验证。为了更好地模拟实车环境,使双伺服电机加载的转向阻力跟踪Carsim模型计算的理想转向阻力矩曲线,实现了实车转向阻力模拟。在试验中将路径跟踪控制算法与电机控制进行结合,搭建了转矩环的路径跟踪控制系统,利用dSPACE/MicroAutoBox以及NI/PXI硬件设计了基于转矩环控制的路径跟踪HIL试验,实验结果表明,路径跟踪控制算法能够满足跟踪精度、抗干扰能力以及稳定性的要求;为了实现驾驶员意图识别,通过试验台传感器采集驾驶员输入转角以及转速信息,利用dSPACE/MicroAutoBox以及NI/PXI硬件设计了驾驶员意图识别的HIL试验,实验结果表明,驾驶员意图算法能够满足意图识别精度的要求;进行了基于驾驶员意图识别的转向引导力矩介入控制试验,验证转向引导力矩介入控制效果。