智能化、电动化是汽车产业发展的未来趋势。作为智能交通系统（Intelligent Transportation System,ITS）的重要组成部分,智能汽车的研究在近年来得到越来越多的关注。作为先进驾驶辅助系统（Advanced Driving Assistance System,ADAS）的一员,自动换道系统可以有效地提高换道过程中的安全性、舒适性,并降低驾驶员的工作负担。目前已有的自动换道系统,很多是按照多数人的使用习惯来辅助驾驶员实现自动的车道变换。然而,由于每个驾驶员在驾驶车辆换道的过程中有着不同的主观偏好,因此这样的设计会影响个体驾驶员对于自动换道辅助系统的接受程度。对于装备有ADAS的智能汽车,驾驶员仍然会在驾驶过程中发挥作用。随着相关技术的不断发展,ADAS的自动化、智能化程度不断增加,因此需要设计和开发一种全新的线控化底盘,以解决现有电子转向系统结构限制所导致的人车共驾问题。全线控电动汽车具有各个车轮均独立精确可控的优点。与传统汽车相比,它具有更高的灵活性,更易通过底盘集成控制实现车辆性能的提升。综上所述,全线控电动汽车是未来智能汽车发展的理想载体。本文基于全线控电动汽车,对基于个性化驾驶员设计的线控汽车自动换道系统进行了研究。该系统在实现对个体驾驶员个性化辅助的同时,充分利用了全线控技术的优势以提高车辆的性能。本文主要内容总结为以下几个方面:（1）本文提出了个性拟人化换道轨迹规划方法,以作为实现自动换道系统功能的基础。首先,基于场论心理学理论,对交通环境中驾驶员行为的影响因素进行了分析,确定影响驾驶员特性的变量;然后,设计试验工况,选择合适的实验对象,采用CarSim RT,Matlab/Simulink,NI-Veristand及Sensor-Wheel所搭建的驾驶仿真平台采集所需的驾驶数据并设计算法进行处理;最后,建立包括纵向驾驶行为模型和双曲正切换道模型在内的个性拟人化换道轨迹规划模型。其中,前者应用-图像来表征驾驶员换道过程的纵向速度控制行为,后者则建立换道模型,采用多维时间序列回归方法,通过历史数据对换道模型参数进行标定辨识。（2）为了实现对个性拟人化换道轨迹的跟踪,本文提出了全线控电动汽车的轨迹跟踪控制架构。首先,建立考虑空气阻力、滚动阻力及载荷转移的非线性三自由度四轮独立转向汽车模型,并建立基于联合工况下魔术公式的轮胎模型及车辆运动轨迹模型;为了解决车辆动力学控制中的横纵向运动耦合问题,本文设计了分层控制架构。其中的轨迹跟踪层采用神经网络PID算法,以目标轨迹拟合得到的三次样条曲线参数作为输入,得到期望的横摆角速度;车辆运动控制层考虑车辆的非线性时变特性,采用终端滑模控制算法,得到期望的总纵向力及侧向力。（3）为了充分利用全线控电动汽车可控自由度高的优势,使其在实现轨迹跟踪的同时提高自身的性能,本文在轮胎力分配层设计了考虑多优化目标的执行机构控制策略。首先,提出了三个不同的评价指标并设计代价函数:最小化稳定裕度,轮胎纵向力节能分配及最小化轮胎磨损耗能;对于全线控智能汽车而言,由轨迹规划层得到的期望轨迹是已知的,考虑到三个评价指标在不同行驶工况下下的侧重点不同,本文采用模糊逻辑方法,设计了工况自适应的权重系数调节策略;最后,为使各个车轮可提供所需的轮胎力,本文设计了执行机构控制层,计算出所需的车轮转角及轮毂电机转矩。（4）为验证本文所提出的基于个性化驾驶员设计的线控汽车换道辅助系统,应用Matlab/Simulink及CarSim联合仿真平台,对个性拟人化换道轨迹规划方法及全线控电动汽车的轨迹跟踪控制策略进行验证。仿真结果表明,所提出的轨迹规划方法可以有效地针对不同的驾驶员实现个性化的换道轨迹规划,同时,所提出的轨迹跟踪控制方法可以在保证轨迹跟踪精度的同时,提高全线控电动汽车的性能。