随着我国经济快速发展,汽车保有量不断上升,人们的出行便捷性得到改善,同时也出现了道路拥堵加剧、交通事故频发、环境污染加重等一系列问题。智能汽车在减少交通事故,避免道路堵塞和降低环境污染等问题具有显著优势,是全球汽车技术研究领域的热点,也是构成智能交通系统的关键环节。智能汽车的自动转向操纵是一个复杂的非线性、多子系统协同控制问题,涉及环境感知、决策计算和执行机构控制等多个方面。转向系统是智能汽车的重要执行机构之一,本文围绕智能汽车的电动助力转向系统(Electric Power Steering,简称EPS)及其仿人控制问题,从熟练驾驶员的转向操纵行为特性、基于模型预测控制(Model Predictive Control,简称MPC)的驾驶员模型、智能汽车系统建模、新型EPS系统设计与仿人控制方法等方面开展研究,主要研究内容如下:首先,采集了熟练驾驶员实车道路转向试验数据和驾驶模拟器转向试验数据,作为仿人转向控制系统的设计基础;针对右转和掉头两种典型工况下影响行驶轨迹的因素,分析熟练驾驶员的转向操纵特征;根据广义回归神经网络(General Regression Neural Network,简称GRNN)的特点,对右转和掉头两种工况下的熟练驾驶员操控的行驶轨迹进行拟合,为驾驶员模型的设计提供依据。其次,根据MPC算法在每个采样时刻可以对系统的未来状态进行预测,并可以对其预测的结果进行反馈修正和优化的特点,将基于GRNN网络拟合的熟练驾驶员行驶轨迹作为参考轨迹,建立了考虑熟练驾驶员转向操纵特性的MPC驾驶员模型,并在右转和掉头两种典型工况下从路径轨迹和侧向偏差量两个方面,将所建立的驾驶员模型与传统的基于单点预瞄的驾驶员模型进行对比分析。结果表明,基于MPC的驾驶员模型在两种工况下均可以很好地跟踪参考轨迹进行转向操作,验证了本文所设计的MPC驾驶员模型的有效性。然后,提出了一种装有两个转矩/转角传感器的新型EPS系统,分别建立了新型EPS系统的动力学模型、电机模型、二自由度整车模型、转向阻力矩模型、方向盘转矩模型以及转角反馈控制模型;基于车辆动力学仿真软件Simulink和CarSim搭建了仿人转向控制系统仿真平台;在右转和掉头两种工况下将熟练驾驶员实车道路转向数据及驾驶模拟器转向数据作为参考轨迹,与仿真得到的方向盘转角及方向盘转矩作对比分析。结果表明,本文所提出的基于Simulink/CarSim联合仿真的仿人转向控制系统可以较好的实现仿人转向,验证了针对新型EPS系统所设计的控制算法的有效性。最后,基于磁粉制动器的输出转矩与电流呈线性关系的特性,搭建了转向阻力矩模拟装置,并基于dSPACE快速控制原型搭建了仿人转向控制系统半实物仿真平台;在右转和掉头两种典型工况下,进行了仿人转向控制系统性能试验,将方向盘转角及方向盘转矩的台架试验值分别与熟练驾驶员实车道路试验值及驾驶模拟器试验值进行对比分析。结果表明,本文提出的智能车辆仿人转向控制系统可以较好的实现仿人转向控制目标,为智能车辆仿人转向控制技术的进一步研发和应用提供了基础。