作为智能交通系统的重要组成部分,无人驾驶车辆成为了汽车领域未来发展的重要方向之一。其关键技术包含车辆周围环境感知、车道级定位与导航、宏观与局部路径规划、车辆的运动控制等,是一个涵盖多学科、交叉应用的技术结合体。无人驾驶车辆可以大幅减少交通事故,有望实现道路交通零伤亡,更有利于提高道路通行能力,减少拥堵,节约能源,改善生活环境。在无人驾驶的关键技术中,全局路径遇到障碍等情况发生改变后,根据现有传感器信息,如何快速有效的规划出可供车辆安全行驶的局部路径,并控制车辆安全规避障碍,同时要充分考虑车辆的操纵稳定性和乘坐舒适性,一直是该技术的研究重点和难点。本文在总结现有方法的基础上,利用视觉系统采集到的实时图像,来建立新的控制策略,在充分考虑车辆运动学模型和动力学约束的前提下,用以提升局部路径规划到车辆控制的实时性和算法适应性。主要研究内容包括以下几个方面:1)对于无人驾驶车辆的技术现状、国内外的研究成果进行分析,确定了需要解决的关键问题和本文技术路线。2)构建无人驾驶汽车的视觉系统,包括选型、平台搭建及相机标定。定义车辆模型的参考坐标系,建立车辆运动学模型和动力学约束模型。并针对模型预测控制对线性时变模型的要求,对车辆非线性系统进行线性化处理。3)基于改进的协方差矩阵,建立多特征值融合的粒子滤波算法,用于车辆视觉目标的识别与跟踪过程。对于车辆识别目标状态多为非线性,噪声分布为非高斯性的特点,通过预先设置大范围感兴趣识别区,并将视觉目标特征利用协方差矩阵融合,来改进了传统粒子滤波算法带来的精确度和实时性的问题。4)提出图像重要区域分块策略,结合触须算法实现了局部路径重规划。局部路径重规划是解决车辆换道、跟车行驶及障碍物规避的重要方式,基于视觉系统的实时图像,创造性的提出图像重要区域分块策略,来对车辆前方视觉识别区域立体化,融合车辆动力学约束条件,完成触须路径的最优化决策。5)根据局部路径规划的最优行驶路径,利用模型预测控制对轨迹进行跟踪,实现了车辆的控制。根据车辆操作稳定性和乘坐舒适性的要求,利用车辆运动学和动力学条件来约束触须路径的选择。搭建带有触须轨迹规划的模型预测控制系统,结合车辆最小安全时距的纵向策略,从而实现车辆的横、纵向控制。最后利用Panosim/Simulink联合仿真平台,来验证所提出的控制策略的可行性和有效性。