驾驶模拟器技术在车辆设计,高级辅助系统（ADAS）开发以及道路安全研究等领域能够有效缩短研发周期,降低试验成本和危险系数。转向系统作为驾驶模拟器的重要组成部分应该具备路感模拟功能。路感是模拟器通过力执行机构提供给驾驶员的方向盘转向阻力矩,真实的路感有助于提高驾驶模拟器的使用效果。因此,路感模拟对驾驶模拟器开发具有十分重要的意义。本文依托于课题组的驾驶模拟器项目,对驾驶模拟器转向系统路感模拟和控制策略进行相关研究。根据机械式转向系统动力学分析,找出了影响路感大小的相关因素。针对动力学建模法存在的模型精度与复杂度之间的矛盾,采用NARX神经网络算法建立路感模型。通过真实驾驶员在环半实物仿真试验和驾驶员模型在环仿真试验,采集了多种转向工况的路感数据,并采用一种结合限幅滤波和均值滤波的滤波方法完成了数据集的滤波处理。通过分析路感影响因素重要程度确定神经网络输入量为方向盘转角、侧向加速度、方向盘转速、纵向车速、纵向加速度,以及输出为方向盘转向阻力矩,并完成了路感模型的训练和验证,验证结果表明该模型对路感有较好的预测和泛化能力。在路感模型基础上,设计了驾驶模拟器转向系统控制策略,包括转向模式判断,转向控制策略以及主动回正控制策略。在转向控制策略中,参考EPS系统实现理想方向盘力特性的方法,设计了修正力矩控制策略对路感模型预测值进行力矩修正,并增加限位力矩控制和阻尼力矩控制策略作为补充;在主动回正控制策略中,针对回正不足和回正超调现象,设计了自适应PD控制器。为了保证路感电机电流的跟踪能力,设计了基于模糊PI控制的矢量控制算法。基于d SPACE和Carsim搭建了驾驶模拟器转向系统试验平台,完成了模拟器DBC文件编写,CAN通信模型搭建,上层控制器软件设计以及路感电机控制器软件设计等工作,并进行了路感验证试验和主动回正试验,试验结果表明该转向系统控制策略基本满足驾驶模拟器转向系统的使用要求,可保证低速时的转向轻便性和高速时的清晰路感,且有较好的方向盘回正性能。