【摘要】：环境感知技术、规划决策控制技术、车辆电控技术是的智能驾驶汽车的三大核心技术。本文关于运动规划和运动控制方法的研究,是智能驾驶规划决策控制层的核心内容。在实际的智能驾驶汽车开发中,运动规划和运动控制部分还存在一些问题。运动规划方法直接关系到整个智能驾驶汽车的智能化水平,其所规划参考运动轨迹的平顺程度,则直接关系到行驶安全和客户乘坐舒适性。运动控制方法所使用汽车模型的复杂和准确程度则会影响控制系统的响应时间和轨迹跟踪的精度。首先,为应对规则化道路自动驾驶中常遇到的车速保持、跟车、汇车、换道等驾驶任务,本文提出一种基于最优控制理论的运动规划算法,该方法在Frenet坐标系中实现。为充分考虑乘员舒适性,提出一种jerk概念,横向和纵向轨迹分别计算,再权值相加。采用SAT(Separating Axis Theorem,分离轴理论)对此轨迹进行碰撞检测,并求得最终的运动轨迹。考虑到汽车的非完整约束特性,高速横向轨迹和低速横向轨迹定义了不同的代价函数。纵向轨迹则分为车速保持和跟车、汇车、停车工况分别进行控制。其次,为对运动规划层得出期望的轨迹进行精确跟踪,本文建立了一种智能驾驶汽车动力学模型,并提出了一种基于MPC(Model Predictive Control,模型预测控制)和LQR(linear quadratic regulator,线性二次型调节器)的智能驾驶汽车运动控制算法。同时为消除稳态跟踪误差,对于输出的前轮转角增加了前馈项d_(FF)。最终,根据期望的前轮转角,通过PID计算出所需的EPS扭矩输入。最后,以某公司智能驾驶样车为例,介绍智能驾驶汽车实验平台的搭建过程,包括整车技术方案、软硬件组成以及各子模块技术方案和功能原理等。提出了一种智能驾驶汽车的试验方法,相关实验结果分析表明本文所提出的运动规划和运动控制算法控制效果好,实时性高,满足实际工程需求。