路径跟踪控制是未来实现无人驾驶的基础,是智能车的关键技术之一。本文主要对路径跟踪控制策略进行相关研究。首先,搭建有关动力学模型和设计路径跟踪控制策略。在CarSim软件中搭建整车动力学模型及道路环境,同时在MATLAB/Simulink中搭建EPS动力学模型作为横向控制的执行机构,以及搭建车辆二自由度模型和轮胎模型作为参考模型;本文还提出一种考虑距离偏差和角度偏差的两点预瞄模型,此模型虽然可以计算出总的理想横摆角速度进行路径跟踪,但是考虑到理想横摆角速度和实际横摆角速度之间总存在误差,所以建立基于自抗扰控制的主动转向对横摆角速度进行跟踪。通过双移线工况对控制策略的有效性进行仿真验证。其次,针对主动转向在轮胎达到路面附着极限情况下跟踪精度和稳定性变差的问题,设计一种基于相平面理论的主动转向和直接横摆力矩的协调控制策略。通过参考模型得到稳定域边界与车速、前轮转角和路面附着系数之间的关系并拟合出边界函数,然后根据稳定域边界对控制域进行划分,并计算AFS和DYC控制器的权重,这种方法可以在保证稳定性同时使车辆最优的跟踪目标路径。通过高、低附着路面系数下的双移线工况对协调控制策略的有效性进行验证。再次,针对路径跟踪控制策略在变车速工况下跟踪精度变差的问题,设计一种基于BP神经网络的横摆角速度调整策略。横摆角速度调整策略主要采用积分思想,在很短时间内认为速度不变,理想横摆角速度计算公式依旧可以使用,采用BP神经网络产生的调节系数来消除这种方法所引起的误差。最后,通过实车试验对两点预瞄模型进行验证。主要验证了此模型在直道上和弯道上对目标路径的跟踪情况,为下一步验证协调控制策略和横摆角速度调整策略奠定了基础。