随着汽车保有量的增加,交通事故问题显得日益严峻,各种高级驾驶辅助系统的应用成为解决这一问题的有效手段,同时它们也是通往无人驾驶的必由之路。但随着高级驾驶辅助系统的广泛应用,如何处理驾驶员和辅助系统之间的交互问题成为一个有待解决的开放式议题。因此,本文着眼于横向运动控制中的控制器设计,以及驾驶员和辅助系统之间的权值分配策略设计,并就权值分配对驾驶员的辅助作用进行分析。横向运动控制的主要方式是车道保持,本文首先对车道保持辅助系统和权值分配的概念进行了简要的描述,并回顾了国内外的研究者们在这两个领域的研究进展和学术成果。其后搭建了车辆-道路模型、转向系统模型,通过对实际驾驶员的转向行为进行分析,建立了基于“两点预瞄原理”的神经网络驾驶员模型,并通过与预瞄最优曲率模型进行仿真实验对比,验证了驾驶员模型的合理性。横向运动控制器在模型预测控制理论框架下建立,考虑了行车过程中的种种约束条件(如稳定性约束、执行机构控制量约束等)和鲁棒性的要求。其次针对电动助力转向系统中的未知参数设计了滑模观测器。最后在不同路面附着系数、不同车速的工况下进行了仿真验证。针对横向运动控制中驾驶员和辅助系统的控制权限冲突问题,提出一种权值分配策略。首先对驾驶员和辅助系统之间的协作状态进行划分,探究了权值系数对横向运动控制效果和驾驶员主观感受的影响;其次根据预期偏移距离评估车道偏离危险程度,设计了驾驶员和辅助系统同时处于控制回路时的权值分配策略;接着根据驾驶员和辅助系统的转矩差异设计了权限移交策略,对权值分配结果进行二次修正;最后对本文提出的权值分配策略进行了仿真验证,并对其在提高横向运动控制精度、降低驾驶员工作负荷、纠正驾驶员误操作行为等方面的有效性进行了分析。最后,搭建了基于CarSim/Labview的横向运动控制硬件在环实验平台,验证了本文建立的横向运动控制器和权值分配策略的有效性。