智能汽车集成各种高新技术,是未来汽车的发展方向,也是对传统汽车行业的技术更新。车道保持系统作为智能汽车核心技术之一,用于控制车辆按期望的车道线行驶,或减少因疏忽及疲劳驾驶导致车道偏离引发的交通事故,近年来,得到了广泛的研究。本文针对智能汽车车道保持系统进行了研究,建立了基于图像信息的车道模型并规划期望路径,根据车辆动力学及运动学特性设计了有约束滚动时域控制器,实现对车道线的跟踪控制。本文首先通过坐标变换得到基于图像信息的车道模型,给出了前方车道曲率信息、车辆相对车道线侧向位移偏差和横摆角偏差的描述方法。讨论了基于车载摄像机视频图像处理得到的离散车道数据点的获取车道模型的方法,并通过实验数据分析了建立的车道模型的可行性和有效性。针对车道保持系统中的车道跟踪问题,本文采用了一种滚动时域预测控制方法。本文采用二自由度自行车模型建立了车辆动力学模型,讨论了基于车道模型的期望路径规划方法,给出了考虑车辆行驶过程中车轮转角和横摆率约束条件,设计了保证稳定性的期望路径跟踪的约束滚动时域控制方法。在高精度车辆动力学仿真软件ve DYNA中对控制性能进行了仿真分析,检验了控制方法的可行性和有效性。为了满足车辆嵌入式系统的实现需求,本文利用TI公司的高性能视觉开发平台Jacinto6和实时系统d SPACE实现了车道模型模块和控制器模块的分模块嵌入式开发。在Jacinto6上建立了基于图像信息的车道模型数据流,以及基于CAN总线的数据流信息传输方法。为提高实时性,嵌入式系统实现时采用显式预测控制方法。通过仿真对比显式预测控制与优化方式预测控制的控制效果,分析显式预测控制的可行性和适用性。