交通拥挤与环境污染问题正推动智能交通系统发展。自主无人车辆(AVs)以其高度智能化和充分道路利用率,逐渐成为业界关注焦点。自主无人车辆控制分为横向控制与纵向控制。其中,横向控制目标为零化横向偏差与航向角偏差,即路径跟踪。值得关注的是,现今AVs研究往往基于传统前轮转向车辆,以线性系统为主,且所考虑环境基本为低速、小曲率等缓和情况。但实际上,在高速、大曲率情况下,车辆侧向加速度与质心侧偏角增大,车辆轮胎侧向力饱和,不再线性相关轮胎侧偏角。因此,AVs需要考虑极端情况下轮胎的非线性;同时,质心侧偏角的增大将会影响自主车辆跟踪效果;且当前方车辆遮挡车道线时,需要道路线检测算法具有精准性与鲁棒性。本文以东南大学机械工程学院车辆工程实验室自主研发的SEUAV-1无人驾驶汽车系统平台为研究对象,进行了包括视觉系统与控制系统在内的横向运动控制整体解决方案的研究,主要的研究内容包括以下几个方面:(1)搭建了 SEUAV-1无人驾驶车辆系统平台,探讨了该实验平台的系统组成以及环境感知系统、信息融合系统、决策规划系统以及控制系统的硬件与功能。根据横向控制的特点,提出了无人驾驶车辆横向控制的设计指标。(2)确定SEUAV-1的摄像头标定方法,运用图像灰度化、图像滤波、图像边缘增强、图像二值化、Canny算子、Hough变换以及卡尔曼滤波等方法,考虑检测的精准性与鲁棒性,设计了单车道线与多车道线检测与跟踪算法,为后续控制系统设计奠定基础。(3)建立传统整车运动学模型、传统三自由度整车动力学模型、轮胎模型以及无人车横向动力学二自由度模型、路径跟踪控制系统模型;搭建Simulink模型并与CarSim模型进行联合仿真,仿真结果表明Simulink数学模型和CarSim模型具有相近的动力学特性。(4)分析系统闭环稳态误差,得出了传统研究中控制系统在转向时存在稳态误差这一事实,其原因是因为车辆在高速大曲率等极端情况下,车辆不可避免存在大的质心侧偏角,而质心侧偏角的增大会影响稳态误差。引入4WS系统来降低质心侧偏角的影响,并根据反馈与前馈思想,设计了滑模控制器,实现了对车辆的精准、稳定控制。(5)考虑极端情况下系统控制输入不确定性与轮胎非线性,建立系统T-S模糊型。将控制问题转化为凸优化问题,设计鲁棒自适应滑模控制器解决其跟踪以及横向稳定性问题。实验结果表明,4WS系统有助于提升极端情况下AVs的跟踪性能与横向稳定性,且控制器对非线性系统具有良好的鲁棒性与跟踪性能。