智能汽车是汽车行业技术的发展方向,转向控制是智能汽车运动控制研究的重要内容,弯道是智能驾驶转向控制功能验证的关键场景。驾驶员模型作为描述人类驾驶员控制行为的数学模型,在智能汽车研发与应用中发挥着不可替代的作用。因此,基于仿人驾驶员模型,使智能汽车在弯道驾驶时能够表现出与人类驾驶员相似的转向控制行为,对开发智能汽车与提高智能驾驶系统的适用性、接受度和驾驶安全性具有重要意义。为此,本文以智能汽车弯道驾驶转向控制问题为研究对象,从人类驾驶数据采集、仿人驾驶员模型建立、电动助力转向（Electric Power Steering,EPS）系统转角控制器设计、弯道驾驶实车与仿真试验对比分析等方面开展研究。主要研究内容如下:首先,分析了人类弯道驾驶感知行为和驾驶数据获取方法,基于驾驶员在环仿真平台,设计了涵盖较大曲率半径范围的多曲率弯道,在不同车速下进行驾驶仿真试验,采集了车辆运动状态、道路信息和驾驶员转向操纵信号等人类弯道驾驶数据,为仿人驾驶员模型的建立及验证提供训练样本和评价依据。其次,基于人类弯道驾驶视觉注意机制的分析,构建视觉感知模块,提取用于转向决策的输入参数;考虑到人类转向的模糊推理行为及其复杂性,基于自适应神经模糊推理系统（Adaptive Neuro-fuzzy Inference System,ANFIS）由数据驱动的方式,构建转角决策模块,获取视觉参数与方向盘转角之间的映射关系;从驾驶信息感知和车辆操纵决策两方面模仿人类弯道驾驶转向行为,建立了仿人驾驶员模型;仿真结果表明所建立的仿人驾驶员模型具有基本的道路跟随能力,生成的方向盘转角变化平稳,能够反映人类弯道驾驶过程中普遍的转向行为,且对其他驾驶工况具有一定适用性。然后,建立了EPS系统数学模型和车辆动力学模型,为控制器设计和仿真验证提供了被控对象;分析了自动转向转角控制原理与系统特性,采用了电机电流-方向盘转角双闭环的控制策略,基于PID控制和自抗扰控制（Active Disturbance Rejection Control,ADRC）算法进行了控制器设计;输入不同的电机电流信号和方向盘转角信号,分别对内环电流跟踪控制和双闭环转角跟踪控制进行了仿真验证;结果表明针对EPS系统所设计的转角控制器能够实现方向盘转角准确、快速且平稳的跟踪。最后,结合仿人驾驶员模型与EPS系统转角控制器,构建了基于仿人驾驶员模型的转向控制系统及其仿真模型。选取实际城市道路场景分别进行了弯道驾驶实车试验和仿真试验,从转向操纵数据和转向控制结果两方面进行了对比与分析。结果表明:基于仿真驾驶试验数据所建立的仿人驾驶员模型能够反映真实驾驶的驾驶员转向行为,基于仿人驾驶员模型的自动转向控制能够复现真实弯道驾驶的行驶轨迹。