在过去的三十年里,随着人工智能的快速发展,人们对自动驾驶技术进行了深入的研究。智能公交车避障控制是无人驾驶技术的重要研究方向之一,为解决日益严峻的交通问题提供了新的思路,使智能公交车处理复杂道路交通的能力有了显著提高。对智能公交车的研究越接近现实道路工况,就要考虑公交车在面临动态障碍物以及行人所做出的反应,比如融入快速交通流或者避开其他移动的车辆。因此,本文针对避障控制进行了深入的研究,避障控制问题主要包括车辆自身与障碍物位置检测、避障路径的生成、最优路径的选择与轨迹的跟踪、车体控制的精确性等决定着汽车能否安全、顺利的躲避障碍物,避免与障碍物发生碰撞,对提高智能公交车安全有着重要意义。本文首先阐述和分析了国内外智能车的研究现状,详细介绍了路径规划中的全局路径规划和局部路径规划方法,确定了本文路径规划的方法。在介绍了与智能公交车相关的关键技术后,进行了智能车运动学与动力学建模的研究,并建立了车辆运动学模型、动力学模型与魔术公式轮胎模型组成的公交车整车模型。其次,根据对智能公交车环境感知系统的分析,搭建GPS传感器,并通过航迹推算实现智能公交车的精确定位;搭建毫米波雷达传感器,由于传感器存在噪声误差,所以建立卡尔曼滤波模型,对原始数据进行滤波和估计,以便快速准确地获取智能公交车周围障碍物的信息（相对距离、相对车速、角度）等,为智能公交车进行障碍物识别、路径规划与轨迹跟踪等功能提供准确信息。基于快速原型开发控制器（d SPACE）搭建了智能公交车测试平台,通过CAN总线实现算法模型与智能公交车平台的实时通讯。由于传统路径规划算法存在局部最优、模型计算量大甚至模型无解等问题,提出基于Lattice算法的路径与速度同时规划的规划方法。根据车辆的状态,在位置空间和时间上进行采点,通过五阶多项式连接起始状态与终止状态,从而得到规划的横向和纵向轨迹。在采点时,主要根据障碍物进行可行域的筛选,同时考虑车辆动力学性能的约束条件,提高了算法的效率以及解空间,从而达到更优的性能。基于LQR算法设计横向控制器,计算出方向盘转角用于车体控制。最后,对设计的避障控制算法在智能公交车平台上进行硬件在环实验。实验对算法的安全性和实时性进行了分析。结果表明,提出的Lattice算法设计的避障轨迹更加平滑,同时设计的LQR控制器能够精确的进行车体控制,使得智能公交车能够安全、稳定的躲避前方存在的障碍物。