汽车智能技术有效的提升了车辆安全性和驾驶便利性,主动避撞技术是其中的重要技术之一,能够控制车辆避开障碍物,保证车辆沿着既定的路径行驶,大大降低由于驾驶员不良操作而引发交通事故的可能性。考虑到在车速较高和路面附着系数较低的条件下转向避撞比制动避撞更加有效率。本文针对转向避撞技术,重点研究智能汽车的路径跟踪和避撞路径规划方法。首先,依据智能汽车路径跟踪的需求,基于模型预测控制(Model Predictive Control,MPC)算法设计MPC路径跟踪控制器;根据智能汽车自动驾驶“实时控制”的要求,把MPC算法框架下的路径跟踪问题转化为标准二次规划求解问题,以提高计算的实时性。基于Simulink/CarSim联合仿真平台,搭建基于MPC的路径跟踪控制算法模型,并在不同车速下进行仿真,验证MPC路径跟踪控制器的性能。针对权重系数为常量的MPC路径跟踪控制器难以满足车辆不同工况下路径跟踪的变需求,研究MPC目标函数中各权重系数大小对跟踪性能的影响规律,设计基于横向偏差与参考路径曲率的权重系数自适应调整算法,搭建权重系数自适应的模糊MPC路径跟踪控制器。仿真结果表明,权重系数自适应的路径跟踪控制系统在控制过程中,具有更小的横向偏差,且车辆具有更好的稳定性。其次,考虑智能汽车在结构化道路环境中行驶时避撞的要求,基于人工势场(Artificial Potential Field,APF)算法与MPC算法对避撞路径规划进行研究。分析道路曲率和障碍物速度对智能汽车转向避撞的影响,设计道路和障碍物势场函数,搭建车辆行驶环境模型,并结合MPC算法设计避撞路径规划控制器。在Simulink/CarSim联合仿真平台中构建具有避撞路径规划和路径跟踪的双层避撞控制系统,在速度和障碍物多种组合工况下,对避撞控制系统进行仿真,结果表明,所构建的转向避撞控制系统在静态和动态环境下均能规划出契合人类驾驶习惯的路径,并且所规划的路径能被车辆正常跟踪。最后,为进一步验证所设计避撞控制系统在真实控制器中运行的实时性和有效性,基于NI实时仿真机、D2P快速原型开发平台和上位机对所搭建的路径跟踪算法模型进行硬件在环仿真。将被控车辆动力学模型进行编译,并通过NI VeriStand软件将车辆模型部署至NI实时仿真机中,基于D2P快速原型开发平台,将权重系数自适应的路径跟踪算法刷写至控制器中,并在不同车速下进行硬件在环仿真。结果表明,权重系数自适应的路径跟踪控制算法在真实电子控制单元中运行时能够满足实时性和鲁棒性的要求。