面对日益严重的交通安全问题,人们对智能车辆技术的研究越来越重视。目前已有的诸如制动防抱死系统(ABS)、车身电子稳定系统(ESP)这类的主动安全技术,虽然在一定程度上提高了车辆本身的驾驶安全性,但并未改变传统的以人类为主导体的驾驶模式,无法从根本上杜绝人类驾驶员所带来的诸多安全隐患,所以本课题将关注点放在无人自动化驾驶技术的研究上,对其中的关键性控制技术―自动转向控制展开研究。对此,首先对无人驾驶汽车自动转向控制的研究现状进行了解分析,针对传统控制算法中存在的一些缺陷,从根本上提出改进策略;参照车辆在道路上行驶时的实际状态,通过合理的简化建立一种新型的二维车路关系模型,将车辆与道路的大小和形状考虑在内,然后基于新的车路关系重新分析无人驾驶汽车的路径跟踪问题,提出一种新的路径跟踪模式―区域型路径跟踪。对提出的区域型路径跟踪问题,采用模型预测控制方法进行转向控制器的设计,通过对无人驾驶汽车侧向运动的控制,实现其区域型路径跟踪的目的。为此,还在考虑车辆平面运动学特性和侧向动力学特性的基础上建立了车辆系统的名义模型。同时,针对期望道路信息是点序列形式的这一特点,基于二次搜索算法采用三次拉格朗日插值公式来实时处理采集到的道路信息,设计出基于“预瞄―跟随”理论的自动转向控制系统。最后通过多组不同条件下的仿真实验验证了控制系统的有效性。考虑到控制模型精度和控制参数可能对控制器性能产生的影响,本课题随后从控制模型、采样时间和预测时域这三点着手对已建立的转向控制器进行改进:首先基于干扰估计的思想将名义模型与实际车辆系统之间的输出偏差作为名义模型的当量扰动,得到引入误差补偿的控制模型;然后基于带有误差补偿的控制模型推导出新的转向控制算法,从而避免了由模型的不准确引起的控制精度的损失;最后为了进一步提升转向控制器的控制性能,结合大量的仿真研究提出基于道路曲率的变采样时间与变预测时域策略。实验对比结果表明,改进后的控制器的控制性能要远远优于原始控制器的控制性能。针对基于模型预测的自动转向控制器的实用性问题,采用红旗HQ430实车实验平台和RT3002惯性/GPS组合导航系统进行实车实验测试,实验算法通过C程序实现。对于控制模型的离散化处理,通过泰勒展开将矩阵指数函数运算转换为普通的矩阵乘法和加法运算,来降低系统离散化处理算法编写的难度;对于模型预测控制器的优化求解则通过差分进化算法实现。实验结果表明,控制器的运算速度满足实时性要求,且可以有效地控制实验车在给定的道路区域内行驶。