随着商用车保有量的不断上升,商用车智能辅助驾驶系统已成为研究热点,作为智能辅助驾驶系统中的重要组成部分,车道保持系统（LKS）可有效减少由驾驶员疲劳驾驶或注意力不集中等因素导致车辆偏离车道进而引发的交通事故,因此研究车道保持系统具有重要意义。目前车道保持控制算法普遍存在时变性差且无法适应复杂多变环境的问题,而时变性较好的模型预测控制（MPC）算法存在鲁棒性不足的问题;另外,现有的车道保持系统也没有考虑外部因素对车道动态跟踪过程的影响,无法应对复杂多变的行驶环境。为了提高车道保持控制系统的鲁棒性和环境适应性,提出了基于鲁棒模型预测控制（RMPC）算法的车道动态跟踪控制策略,重点研究考虑前车状态的RMPC车道动态跟踪控制方法和循环球电动助力转向（EPS）的双闭环跟踪控制方法。本文主要研究内容具体如下:（1）构建了基于RMPC的车道动态跟踪控制系统结构,分析了其工作原理;介绍了模型预测控制理论、鲁棒模型预测控制理论以及线性矩阵不等式理论,为控制器的设计提供理论基础;建立了三自由度车辆动力学模型和轮胎模型,并进行线性化和离散化处理,以此作为RMPC控制器中的预测模型,并在Truck Sim中建立了整车模型,用于控制策略的仿真验证。（2）设计了基于RMPC算法的车道动态跟踪控制器,将控制器中目标函数最小化问题转换为“min-max”问题,并基于线性矩阵不等式（LMI）理论对其进行最优求解,得到最优前轮转角。通过仿真验证了RMPC控制器相比于MPC控制器在扰动输入下的鲁棒性;分析了前车行驶状态对车道保持过程中安全性与舒适性的影响,提出了基于模糊理论的RMPC权重系数调整策略,通过模糊控制器对权重系数进行调整来达到根据行车环境动态调整车道跟踪过程的目的;设计了模糊控制器的隶属度函数和模糊控制规则。通过仿真验证了不同的行驶环境下,考虑前车状态的RMPC车道动态跟踪控制算法的有效性。结果表明,相对位移较小时考虑前车状态的RMPC控制器的响应速度在低速和中高速下比不考虑前车状态的RMPC控制器分别提高了15.3%和6.8%,相对位移较大时分别减少了57.2%和59.4%。（3）搭建了电动循环球转向系统在自动转向工况下的动力学模型,设计了电流闭环和转角闭环的双反馈转向控制策略,保证了转向控制的精度。设计了基于滑模控制（SMC）的电流跟踪控制器和基于自抗扰控制（ADRC）的转角跟踪控制器,并分别进行了仿真验证。结果表明,SMC电流跟踪控制器在跟踪目标电流信号时,响应时间短、超调量小、跟踪精度高,在此基础上的ADRC转角跟踪控制精度达到99.5%以上,较好地满足了车道动态跟踪控制系统对转向系统动态特性的要求。（4）在HCU-Hi L平台上,搭建了RMPC车道动态跟踪控制硬件在环仿真测试系统,将车辆模型部署到仿真机中,在D2P快速原型控制器中搭建车道动态跟踪控制算法,进行了直道与弯道工况下的车道动态跟踪试验,试验结果显示,试验结果与仿真结果基本一致,验证了所设计的基于RMPC的车道动态跟踪控制算法在实际控制器上的有效性。综上所述,本文设计的考虑前车状态的RMPC车道动态跟踪控制器有效提高了系统的鲁棒性,满足车辆根据多变的行驶环境动态调整车道跟踪过程的要求,为商用车车道保持辅助系统的研发提供了有益借鉴。