交通堵塞和交通事故频发是道路交通所面临的主要问题,发展智能车辆能够有效地提高道路的通行能力和交通安全性。在城市环境中,道路环境比较复杂,常用的GPS导航技术、视觉导航技术以及无线导航技术等会受到复杂环境、变化的天气及光线条件的影响,导致信号检测不可靠。磁导航被认为是一种非常可靠的传感技术,不容易受雨水、雾、雪等天气情况以及光线变化的影响,具有很高的可靠性和鲁棒性。本文主要对基于磁阻传感器阵列的车辆横向偏差检测问题、车辆定位问题以及道路跟踪问题进行研究。磁传感系统是智能车辆磁导航技术研究的基础,磁传感系统模块性能的优劣能够影响磁传感技术在车辆自主导航中的应用。本文首先介绍了车辆自主导航系统的总体结构,对磁传感系统的各个功能模块提出了详细的设计准则,对磁传感系统中的磁钉和磁阻传感器阵列两个主要模块了进行设计,并建立了磁钉模块优化目标函数,对磁钉的尺寸设计进行优化,降低了磁钉的成本,采用了两种不同传感器间距的磁阻传感器阵列方式,节省了传感器的使用数量,实现了一套成本低、灵敏度高、可靠性好、传感器安装高度比较高的磁传感系统,并进行了实验测试。在车辆磁导航系统中,车辆横向偏差的精确测量对于车辆自主导航具有重要意义。为了获取有效的磁钉磁场信号,详细分析并测试了地磁场和外界磁性物体对磁钉磁场信号的影响,并提出了有效的去除干扰的传感器差分测量方法。在建立准确磁钉磁场分布模型的基础上,提出了一种序列阈值算法,这种算法简单易行、鲁棒性高,但阈值的设定不容易确定,测量精度不够高,为了提高车辆横向偏差的测量精度,提出了一种序列磁场比值算法,该方法在测量范围内,不受车辆竖直及纵向运动的影响,具有比较好的鲁棒性,磁场比值与横向偏差之间呈近似线性关系,这种线性关系只与传感器之间的间距有关,不需要利用曲线拟合的方式来建立磁场比值与横向偏差的函数关系,容易实现。车辆定位是车辆自主导航的重要组成部分,本文介绍了车辆位置模型,详细推导了车辆运动模型、里程计模型以及磁传感系统的测量模型,磁传感系统的测量模型能够提供车辆相对于磁钉的位置及方向信息。基于里程计的航位推算存在误差,随着时间的累积会引起比较大的定位误差,为了消除这种累积误差,利用无迹卡曼滤波(UKF)方法来融合里程计数据和磁传感器数据,与传统的扩展卡尔曼滤波(EKF)方法相比,UKF方法直接利用系统非线性方程,可以使后验估计精确到与三阶泰勒级数展开式相当的均值和方差,提高了定位精度。为了解决磁传感系统可能出现漏检磁钉或误检磁钉的问题,在传感器数据融合的测量更新阶段,引入了数据关联的方法,来判断磁传感系统测量数据的有效性,实验结果证明了这种方法的有效性和鲁棒性。对于车辆道路跟踪,道路轨迹跟踪及跟踪平顺性是两个重要的问题,首先介绍了基于磁传感技术的道路跟踪系统,为了获取车辆在道路跟踪过程中的运行状态,利用车辆前后的横向偏差值及其变化量作为系统的状态变量,推导出了一种新的系统状态方程,车辆的横向偏差可以由安装在车辆保险杠处的磁传感器直接测量得到。根据磁钉有“N”极和“S”极两个不同极性的特征,提出了磁钉二进制编码方案,通过不同的磁钉编码方案实现前方道路信息的预瞄,改善道路跟踪控制。为了提高车辆道路跟踪的性能,对于道路曲率发生突变的路段,提出了一种基于回旋曲线的道路曲率平滑方法,用来消除道路曲率的突变,并进行了仿真实验,结果证明了回旋曲线道路曲率平滑方法的有效性。