由于驾驶员是导致交通事故频发的最主要因素,而无人驾驶技术仍然不够成熟,因此,人机共驾控制是辅助驾驶到无人驾驶必经的过渡阶段。而四轮独立驱动电动汽车的四个车轮独立可控,其智能线控底盘又包含多个驾驶辅助系统,所以非常适合作为人机共驾控制的载体。因此,本文以四轮独立驱动电动汽车为研究对象,针对实现路径跟踪和稳定性控制时的人机共驾控制策略问题,基于模型预测控制理论和博弈理论对其进行了相关研究,主要研究工作如下:（1）四轮独立驱动电动汽车整车模型的建立。采用Car Sim和MATLAB/Simulink将传统原型车C-Class Car改造为电动汽车,能够实现主动前/后轮转向和四轮独立驱动,并对该整车模型进行仿真验证。对比结果表明,所建立的电动汽车整车模型各项重要指标均非常接近于原型车,精确度很高,为后续对共驾控制器的有效性验证奠定了基础。（2）基于集中式模型预测控制的驾驶员-AFS共驾控制策略研究。针对人机共驾智能汽车在驾驶员和AFS共同控制下的路径跟踪及稳定性控制问题,提出了一种基于集中式模型预测控制理论的驾驶员-AFS共驾控制器,建立二自由度单轨车辆模型作为预测模型,以前轮极限转角为约束,以跟踪期望横向位移、横摆角和横摆角速度为目标,建立对应的目标函数,采用二次规划算法求解该约束优化问题,分别得到驾驶员和AFS的最优转向角,共同控制车辆。仿真结果表明,所设计的集中式MPC共驾控制器在恶劣工况下能够协调驾驶员和AFS共同控制车辆准确而又稳定地跟踪目标路径,尤其是稳定性控制效果,相比于LQR控制算法,其横摆角速度误差在两种不同工况下分别减小了43.08%、24.24%。（3）基于非合作纳什博弈的驾驶员-AFS-ARS共驾控制策略研究。分布式的微分博弈控制体系可以有效描述不同目标与不同执行器之间的映射关系,所以,基于非合作博弈理论设计了驾驶员-AFS-ARS共驾控制器,前两者以跟踪路径为目标,后者以控制稳定性为目标,对三者进行博弈协调控制,采用分布式模型预测控制方法求解纳什均衡。仿真结果表明,所提出的基于非合作博弈的驾驶员-AFS-ARS共驾控制策略能够有效地追踪目标路径并保持车辆稳定性,与驾驶员-AFS两者博弈控制相比,匀速和加速工况下侧向速度误差分别减小了83.04%和68.54%,其横摆角速度误差分别减小了70.42%和39.67%,大大提高了车辆行驶的主动安全性。（4）基于非合作纳什博弈的驾驶员-AFS-DYC分层控制策略研究。极端工况下DYC的稳定性控制裕度比ARS更大,因此,针对人机共驾汽车的路径跟踪及稳定性控制问题,提出了分层控制策略。上层基于非合作纳什博弈设计了驾驶员-AFS-DYC共驾控制器,采用分布式模型预测控制方法求解纳什均衡;下层基于序列二次规划算法设计了力矩分配控制器,以轮胎利用率最小化为目标,将上层输出的虚拟附加横摆力矩分配至各个轮毂电机。仿真结果表明,所设计的驾驶员-AFS-DYC共驾控制器能够在准确跟踪目标路径的同时,保证车辆的稳定性;相比于驾驶员-AFS两者博弈控制器,其稳定性效果得到了很大的提升,具体表现为:在两种不同仿真工况下,横摆角速度分别改善了50.09%、53.09%。