智能汽车在交通安全,出行便利等方面具有较大优势,成为了目前车辆工程研究的重点,而路径跟踪作为智能汽车的关键技术之一,更是受到了国内外专家学者的广泛关注。然而,现有的路径跟踪研究往往局限于跟踪精度的提高,忽略了跟踪过程中车身稳定性的变化,且大多数的精度优化都是通过对控制算法改良来实现的,较少从控制模型的角度去进行优化分析。针对以上研究不足,本文设计了一种基于曲率优化的路径跟踪控制器,在保证车辆平稳行驶的基础上提高了跟踪效果。主要研究内容归纳如下:首先,选取包含侧向、横摆和侧倾三个方向的三自由度动力学模型作为被控对象,引入了状态空间模型,分析了状态空间建模下动力学模型的稳定性、能控性和能观性。根据搭建的动力学模型选取横摆角速度、侧向加速度和侧倾角作为车身稳定性评价参数,并进行了状态空间方程和微分方程模型的对比仿真,验证状态空间建模下模型的准确性。同时介绍了用于跟踪误差计算的预瞄误差运动学模型。其次,提出了一种基于曲率优化的路径跟踪控制器,控制器整体包含路径跟踪控制模块和曲率优化模块。其中,路径跟踪控制模块以滑模控制为基础,考虑到滑模算法的控制抖振问题,引入了模糊算法进行切换协调。曲率优化模块在原有路径跟踪模块基础上分析了车身稳定性评价指标随车速、曲率的变化趋势,获取了不同工况下的稳定性边界条件。优化曲率下的跟踪路径与期望路径之间的跟踪误差低于直接跟踪期望路径时产生的跟踪误差,且优化过程加入了设计的稳定性边界约束,有效实现了保证车辆稳定行驶下跟踪精度的大幅提升。然后,为了验证所设计路径跟踪控制系统的跟踪效果,进行了对比仿真分析。不同工况下的仿真结果证明了模糊滑模控制器在路径跟踪控制上的有效性。同时,选取了两种常见的寻优算法进行对比分析,最终选定遗传算法作为本文的曲率优化算法,并在此基础上进行了优化仿真,仿真结果显示曲率优化控制器有效提升了模糊滑模控制器的跟踪精度,其中的车身稳定性约束也能保证优化过程中车辆的平稳行驶,最终实现跟踪精度和车身稳定性的综合提升。最后,为了验证实物控制器下的路径跟踪效果和优化性能,进行了硬件在环试验,通过NI实时仿真平台和D2P控制器载入对应被控模型和控制系统。路径跟踪控制器的试验结果说明了在实物控制器中的跟踪效果与仿真基本一致,同时试验中的曲率优化结果显示跟踪精度得到了大幅提升,优化后横向偏差低至0.05 m,验证了曲率优化设计的有效性,而极端工况下算法中的稳定性约束控制也能够及时触发。