铰接车因其机动灵活成为地下采矿业的重要装备,并广泛应用于地下矿石的铲装、运输等过程。实现金属、非金属矿山“运输系统无人化、机械化”是我国矿山行业的发展战略,而地下矿用铰接车路径跟踪与智能避障控制是实现矿用设备无人化的关键技术。本文以地下矿用铰接车为研究对象,对其路径跟踪与智能避障控制策略进行了深入研究并进行了仿真及实车验证,为实现铰接车辆的无人驾驶提供技术支持。本文首先分析了铰接车的动力学特性,采用模块化的建模方法搭建了铰接车整车动力学模型,包括魔术公式的轮胎模型、车轮模型、辅助计算模块及车体模型等。辅助计算模块包含有轮胎滑转率估计、轮胎侧偏角估计、车辆垂直载荷估计及轮胎坐标系转换等,用来估计车辆的行驶状态。根据达朗贝尔原理建立了四自由度铰接车车体动力学模型,并与以上模块整合为整车动力学模型,将其作为运动控制的仿真平台对文中提出的控制方法进行初步验证。然后提出铰接车速度规划方法并设计了基于集成控制思想的铰接车路径跟踪控制器。在其速度规划中分析了铰接车的运动特性,以保持车辆横向行驶稳定性为目标,建立了道路曲率与车速的关系,并设定车辆在不同路况下的安全车速限值。在路径跟踪控制中分别设计了基于滑模变结构(SMC)的车速控制器与基于变权重自适应PI转向控制器(WASC)来实现对车速与转向的控制,自适应方法的运用提高了控制器的适应性及鲁棒性。在验证环节中与定参数控制器进行了对比分析,结果显示本控制方法有更好的适应性及控制效果。而后应用铰接车的动力学模型设计了模型预测控制器(MPC)来实现车辆的路径跟踪控制。应用雅克比线性化的方法将其动力学模型进行线性化处理,并推导了用于模型预测的迭代状态方程。在模型预测代价函数的设计中参考了实车的实际输出,并将其作为控制器输出的约束,以此使控制器得到的结果更加符合实际情况,且通过仿真验证了本控制方法的有效性,为模型预测控制在非线性系统中的应用提供了一种思路。在避障控制研究中提出了基于相关空间法的避障路径规划,并设计了基于模糊的避障控制器来实时躲避障碍物。采用自组织竞争神经网络对车辆周围的空间数据行进分类,得到车辆行驶的备选空间,建立空间评估函数来判断行驶空间,并根据空间与车的几何关系找到车辆的最佳行驶路径。经过试验验证,此方法可以在不同环境下规划出车辆的避障路径。得到避障路径后,建立了安全预测模型来切换车辆自主行驶模式。在模糊控制中对位置偏差与航向角偏差设计了隶属度函数,建立了模糊控制面。在VS2008环境下开发了铰接车避障仿真软件,并对控制方法在不同道路环境下进行了仿真验证,结果证明本控制方法可以有效实现铰接车的避障控制。最后,分别在模型样机和实车上对本文中部分控制方法进行了验证。设计了模型样机的整车控制系统,用模型样机对提出的控制方法进行验证。在此基础上对实车进行了自动化改造,在铰接车上加装了电控设备及传感器,使其满足自主驾驶的要求。模型样机的控制系统与实车基本一致,大大提高了控制系统及程序的可移植性。在实车验证中,在广东省韶关市凡口铅锌矿地下240米段进行了现场工业试验,对本文的部分控制方法进行了实车验证,并得到了很好的控制效果。