随着汽车工业和高速公路的快速发展,导致车速的不断提高和车辆密度的不断增大,而驾驶员自身水平的差异往往引发频发的交通事故。近年来,主动转向控制作为车辆底盘主动安全控制技术的关键技术之一,是改善和解决车辆高速失稳问题的有效手段。通常主动转向是通过独立于驾驶员方向盘转角的转向输入,对车辆转向输入进行修正,以提升车辆的操纵稳定性。由于现有的汽车主动转向系统的设计大多是基于车辆自身的稳定性,并没有考虑到驾驶员对车辆转向系统的影响,也没有按照不同的驾驶员的风格和水平,进行差异化和个性化的开发,从而无法更好地辅助驾驶员对车辆的控制。为此,本文创新性地提出了结合驾驶员模型的车辆主动转向系统,充分考虑驾驶员自身驾驶水平和外界干扰因素,并在最优目标跟随路径的基础上,研究了驾驶员和主动转向系统的交互耦合作用,设计了一个基于微分博弈的主动转向系统控制器,以保证车辆安全的基础上,更为有效地提高车辆路径跟随能力。在结合车辆和驾驶员状态反馈信息的预瞄-补偿优化神经网络驾驶员模型基础上,本文首先提出了一种基于广义预测控制(Generalized predictive control,GPC)的主动转向控制器来保证车辆在外界干扰存在的条件下对于目标路径的跟踪能力。将受控自回归积分滑动平均模型(Controlled Auto-Regressive Integrated Moving-Average,CARIMA)作为车辆的预测模型,避免了由于车辆参数偏移和非线性造成的参数化建模不准确、繁琐的问题。以路径中心线作为目标轨迹,将车辆路径的侧向跟踪误差作为控制器输入,方向盘附加转角作为输出,与驾驶员方向盘转角进行综合,最终获得车辆的方向盘转角。其次,为进一步拓宽主动转向系统对不同的目标轨迹的适用范围,解决主动转向系统所需目标跟随轨迹的设计问题,借鉴赛车动力学中最短时间路径的设计经验,文中提出了一种结合运动学和动力学的路径优化求解方法。确立以时间最短和执行器负荷最小为目标函数,考虑车辆运动极限状态和道路边界的约束,将最优轨迹求解问题转化为非线性约束优化问题,从而求得主动转向系统所需的路径跟随轨迹,为后续驾驶员-车辆交互的转向控制提供条件。本文通过引入空间曲线坐标系,将时域下的车辆动力学系统转换为空间域的动力学系统,可以有效简化计算,解决轨道自身弯曲导致坐标重合问题。最后,在驾驶员的方向盘转角和主动转向系统的双重输入的条件下,建立驾驶员和主动转向系统的协同控制结构;以微分博弈为基础,考虑主动转向系统介入实际驾驶员转向输入的程度,通过辨识驾驶员模型的关键参数,计算基于不同水平驾驶员的主动转向系统介入下的方向盘转角,在保证不同水平的驾驶员都有较好的路径跟随能力,同时也可以避免了主动转向系统过度介入驾驶员的输入而导致的驾驶员不适和驾驶感知丧失。