智能车辆在减少交通事故、节能减排、缓解交通拥堵等方面具有十分重要的作用,自动驾驶系统又是智能车辆的核心。近年来,随着智能车辆的应用场景日益广泛,人工智能算法在自动驾驶系统中广泛应用,自动驾驶系统功能不断增强,导致单一芯片架构的硬件平台的算力已经无法满足自动驾驶系统的需要。智能车辆的感知系统由多种类型传感器组成,导致系统集成和通信接口的复杂性增加,传统分布式控制系统架构不能满足可靠性要求。因此,设计一个接口丰富、功能多样、高性能、集成化高的智能车辆域控制器具有重要的意义。本文基于异构芯片方案,设计了一个智能车辆域控制器系统平台的软硬件架构。硬件架构以CPU+GPU异构芯片模块Xavier为主控制器,满足多传感器融合感知系统算力需求。外部接口设计采用了多路多类型接口设计,主要包括多路的Ethernet、UART和CAN总线等接口。为降低系统集成的复杂性,Ethernet接口采用非标准POE功能设计,通过Ethernet接口为传感器提供电源供应以减少布线数量。同时,系统集成了组合导航模块和无线通信模块,为智能车辆系统提供高精度定位和网联通信。软件架构采用分层化和模块化设计。系统层以Linux为核心,集成了ROS中间件和通用软件框架,为系统提供分布式通信服务和开发框架。应用层设计了通用基础软件,包括数据采集接口API、车辆线控接口API、地图接口API和组合导航服务API等。相比传统分布式控制器,本文设计的域控制器具有接口丰富、功能多样、高性能、集成化高等特点。基于设计的智能车辆域控制器平台,本文设计并实现了基于智能车辆域控制器平台的轨迹跟踪功能组件。该组件基于车辆动力学模型的线性模型预测控制(MPC)算法实现轨迹跟踪,输出的控制命令通过CAN总线与智能车辆线控底盘接口通信,实现智能车辆的主控转向控制,从而实现对参考轨迹的精确跟踪。考虑到车辆的纵横向控制具有高耦合性,道路曲率和速度影响了跟踪算法的精度和稳定性,本文通过基于预瞄道路曲率的速度约束方法对行车速度进行约束,保证车辆始终在纯滚动状态下行驶,实现跟随算法在弯道工况的自适应性。最后,本文对所设计的智能车辆域控制器平台进行功能测试,包括对数据采集功能测试、线控底盘控制可靠性的测试、AI算力测试、组合导航定位精度对比测试。在此基础上对轨迹跟踪功能组件进行实车系统测试,并对测试结果进行分析。通过功能测试和实车系统集成测试,验证了本文方法及所设计的系统的有效性。