作为现代车辆的发展方向,智能化车辆在提升交通效率、安全性以及提高乘员舒适性等方面具有显著优势。且随着汽车保有量的逐年增加,交通拥堵、交通事故频发、能源浪费等社会压力显著增大,车辆智能化已成为改善交通环境的迫切需要。弯道作为一种常见的交通瓶颈,不仅容易诱发道路交通事故,也经常会降低车辆通行效率损耗交通流能量。相比于人类驾驶员,智能车辆在车辆操纵上具有显著优势,具有改善交通弯道滞塞现象的巨大潜力。提高智能车辆弯道的通行能力将有效地提升交通的运行效率,这也是未来智能交通发展需要解决的重要课题之一。本文从局部路径规划与车辆运动控制等方面着手研究改善智能车辆面向弯道的通行能力。首先基于最优预瞄距离(Optimal Preview Distance,OPD)实行了路径规划与运动控制的统筹分析,并在滚动窗口内完成局部路径与通行速度规划;然后在考虑规划窗口内轨迹跟随误差动态收敛性能基础上设计了横纵向运动耦合控制器,保证了智能车辆通过弯道的稳定性与安全性;最后基于径向基神经网络构建了误差逼近辅助系统,进一步降低了轨迹跟随稳态误差,优化了弯道通行轨迹跟随效果。重点研究了以下几个方面的内容:分析了弯道通行时智能车辆的动力学与运动学特性,推导了Frenet-Serret标架下含有预瞄距离的弯道轨迹预瞄跟随运动学模型。为进一步解析道路环境与车辆实时姿态对于OPD的影响,设计了横向串级控制器并进行了多工况下的联合仿真测试,最终基于仿真测试数据建立了OPD与车速、初始横摆角速度、道路曲率、初始侧向偏差、初始航向角偏差之间的神经网络映射模型。设计了弯道轨迹规划与轨迹跟随协同分析方法,基于滚动窗口法生成了满足安全性、可行性等约束的三次样条曲线簇,并通过构建综合性能评价函数为车辆选取了局部最优路径;基于时间规划窗口提出一种弯道车速规划算法,并基于该算法完成了在行驶安全性、纵向舒适性、通行合法性等多边界约束下的弯道车速规划。分析模拟了人类驾驶员弯道视野受阻时的预测行为,并基于Adams外插法完成了弯道内传感器盲区道路的预测,结合安全制动距离与预测距离设计了弯道综合预瞄策略,并建立了相应的规划窗口实时调整方法。含有预测的弯道通行延拓了车辆传感器存在感知盲区时的纵向视距,改善了轨迹预瞄跟随效果。分析了弯道通行下轨迹跟随过程中轨迹跟随误差瞬态响应特性,并通过约束变换的方式将预设的轨迹跟随误差动态约束转换为等式约束;设计了一种新型的误差约束收敛函数,保证了规划窗口内轨迹跟随误差的动态收敛性能;然后在综合考虑纵向位置误差、横向位置偏差、航向角偏差基础上完成了智能车辆的耦合运动控制器设计,并基于控制系统稳定性分析给出了相关参数的设计方法。针对智能车辆建模过程中的未知偏差以及输入饱和约束等干扰问题重新构建了车辆三自由度动力学模型,并利用光顺且具有近似饱和特性的双曲正切函数将车辆的饱和约束等效前置,然后设计了RBF神经网络误差逼近辅助系统来优化提升耦合控制器的性能,最后基于稳定性分析给出控制器与神经网络的参数设计标准。最后基于Carsim-Simulink联合仿真平台以及实车试验验证了设计的轨迹规划方法以及轨迹跟随控制算法的有效性,且分别在不同道路曲率、不同道路环境等工况下进行了测试。实验结果进一步验证了本文所提出的轨迹跟随运动控制算法的可行性与鲁棒性。