随着全球机动化程度的快速增长,由驾驶员操纵失误或注意力分散等人为因素所导致的交通安全问题日益凸显。以驾驶员辅助系统为代表的汽车主动安全技术是缓解或解决交通事故频发问题的有效措施,其可以协助驾驶员提高行车安全性和驾驶舒适性。本文针对驾驶员横向辅助系统中车道偏离决策、驾驶员转向模型、车道保持控制以及车道偏离辅助共享控制等方面技术进行了深入的理论和试验研究。论文首先回顾了汽车辅助驾驶系统的研究背景和发展历程,对车道偏离辅助系统的种类、功能和工作原理进行了介绍,同时总结了车道线识别、车道偏离预警和汽车横向运动控制三个方面的研究现状。为了提升基于视觉的车道偏离预警系统的性能,考虑人-车-路闭环系统中汽车状态、车路方位和道路条件三方面的参数,提出一种基于Monte-Carlo仿真和深度Fourier网络的车道偏离预警方法。通过仿真大量随机闭环系统生成用于训练深度Fourier网络的数据,利用该网络预测汽车未来最大侧向偏差,再结合驾驶员活跃度指标进行车道偏离预警。考虑到驾驶员具有汽车轨迹预测能力,提出一类基于轨迹预测的驾驶员方向控制模型。假定汽车横摆角速度或横摆角加速度在未来一段时间内保持恒定,据此计算汽车的行驶轨迹,采用期望式、增量式以及期望式与增量式集成的转角决策方法建立5种不同的驾驶员模型。接着,为更加真实的模拟人类驾驶员的转向操控行为,提出一种基于深度神经网络的视觉输入驾驶员转向控制模型。模型由负责视觉处理和转向控制的两个子网络组成,分别基于深度全连接神经网络和深度卷积神经网络构建两种驾驶员模型,并利用非线性转向控制器作为“教练员”来训练所建立的模型。设计考虑汽车非线性动力学的车道保持控制器,分析车道保持闭环控制系统的稳定性。为了获取控制器所需的汽车质心侧偏角和轮胎侧偏刚度,提出一种基于在线梯度下降的汽车质心侧偏角和路面附着系数的估计方法。设计未知输入观测器估计汽车后轮侧向力,结合汽车魔术公式轮胎模型将参数估计转化为参数优化问题,利用逐次逼近的在线梯度下降算法对汽车状态参数进行估计。针对以转向控制为手段的车道偏离辅助系统中的人机协同问题,提出一种基于人机驾驶权分配的共享控制方法。考虑驾驶员转矩、道路曲率及纵向车速,设计模糊控制器进行辅助决策。建立汽车预瞄处偏差的动态模型,设计由LPV/H_∞控制器、二阶滑模控制器和滑模观测器组成的级联控制器确定辅助转矩。人机驾驶主权由主权分配模块进行切换,确保防止车道偏离的同时提升人机协调性能。进一步的,提出一种基于转向盘转角安全边界的人机共享的转向辅助方法。结合汽车状态和车路偏差利用驾驶员转向模型计算转向盘转角安全边界。设计驾驶员意图估计器,根据驾驶员期望转角及其安全边界进行辅助决策。再设计∞控制器和干扰观测器来生成辅助转矩,将转向盘转角限制在安全范围内,以避免车道偏离并实现人机共享控制。建立基于veDYNA/Lab VIEW的硬件在环试验台架,对提出的车道偏离预警算法、驾驶员模型以及车道偏离辅助人机共享控制方法进行试验验证。在嵌入式DSP平台上开发车道线检测系统,设计并制作了用于实现汽车主动转向的EPS控制器。以此为基础,围绕某款汽车安装测量器件和运算设备来搭建实车试验平台,试验结果验证了所提出的车道保持控制方法的有效性。