智能汽车作为智能交通系统的重要组成部分,其通过搭载先进的传感器、计算平台和执行单元,集合人工智能、网联通信、定位导航以及数字地图等高新技术,从而具备复杂环境感知、全方位规划决策以及高精度运动控制等功能,可在不同道路环境下实现自主驾驶并能够减少交通事故和环境污染,从而改变了传统汽车行业的发展方向和推动了社会经济变革。路径跟踪控制是实现智能汽车自主驾驶的关键环节之一,对智能汽车的行驶安全具有重要意义。然而,作为具有高度耦合、强非线性和参数严重不确定性等特征的非完整运动约束系统,智能汽车在特殊行驶工况下的路径跟踪控制策略设计仍存在较高挑战。当车辆处于操纵极限下,轮胎侧偏特性呈现出高度非线性,传统研究方式往往难以保证此工况下的智能汽车路径跟踪控制精度。据此,本文为提高特殊行驶工况下的智能汽车路径跟踪精度和行驶安全性,在考虑轮胎非线性侧偏力学特性的基础上进行路径跟踪控制策略研究,主要研究内容包括:首先,基于分段仿射辨识实现了轮胎非线性侧偏力学特性的建模。通过轮胎力学动态特性试验台获取了能够准确反映轮胎非线性侧偏力学特性的试验数据,根据试验结果分析得到轮胎侧向力及其影响因素之间的非线性映射关系,从而确定了系统分段仿射辨识的建模形式。在此基础上,根据改进的K-means、加权最小二乘法和模糊加权近似支持向量机算法依次完成试验数据聚类、仿射子模型参数估计和超平面系数矩阵计算,从而实现轮胎非线性侧偏特性的分段仿射辨识建模。通过将分段仿射辨识模型仿真输出结果和试验数据进行比较,结果表明,所辨识的分段仿射辨识模型呈现出较高的拟合精度。其次,完成了智能汽车横向动力学系统分段仿射建模和车辆质心侧偏角估计。以轮胎非线性侧偏特性分段仿射辨识模型和车辆双轨2自由度模型为基础,完成智能汽车横向动力学系统的分段仿射建模。在此基础上,采用卡尔曼滤波算法设计了车身质心侧偏角估计策略,并通过Carsim-Simulink联合仿真平台验证了估计策略的有效性。再次,实现了预瞄时间自适应的驾驶员转向控制模型构建。基于车辆横向运动演化机理对实际行驶过程中驾驶员预测车辆轨迹并控制转向的行为进行建模,从而构建了单点预瞄式驾驶员转向控制模型。在此基础上,为提高驾驶员转向控制模型在极限工况、边界约束和不同道路曲率等驾驶条件下的适应性,确立了预瞄时间优化性能指标,通过粒子群优化算法对性能指标进行迭代优化,最终获得可用于路径跟踪的目标横摆角速度,为后续路径跟踪控制策略设计奠定了基础。最后,基于分段仿射最优控制算法设计了智能汽车路径跟踪控制策略。以考虑轮胎非线性侧偏特性和横向载荷转移的车辆横向动力学系统分段仿射模型为基础,以基于预瞄时间自适应的驾驶员转向控制模型得到的目标横摆角速度与实际横摆角速度之差为跟踪误差,通过采用线性二次型最优控制算法,针对车辆横向动力学系统各个仿射子模型设计多个路径跟踪控制器,并根据车辆实际行驶过程中所处的工作区域和指定的控制器切换规则切换至相应的控制器,从而保证特殊行驶工况下的智能汽车路径跟踪控制精度和行驶安全安性。Carsim-Simulink联合仿真验证结果表明,相比另外两种控制策略,所提出的控制策略呈现出更佳的路径跟踪性能。