随着汽车保有量的迅速增长,交通运输安全形势日益严峻,事故频发,保障行车安全迫在眉睫。研究具有环境感知、决策与控制的智能车辆是解决上述问题的最佳途径。本课题基于场论,提出了一种考虑道路环境和车辆特性的综合势能场模型,并利用隐马尔可夫模型进行避撞决策。随后采用模型预测方法对规划路径进行跟踪,实现了动态车流下的避撞路径规划与控制。首先,对影响车辆行驶风险的因素进行了分析,具体包括道路曲率、道路坡度、道路附着系数、道路可视度和虚拟质量五个部分。通过各影响因素的量化确立参数并融入到势能场模型中,建立动态势场模型。接着,基于建立的改进势能场模型进行了势场力分析,提出纵向安全预警和路径规划决策方法。通过对纵向势场力的分析,确立纵向动态预警阈值,并构建模糊PID控制器确保车辆在纵向上的安全行驶。横向避障通过分析势场力并加入隐马尔科夫模型进行决策,弥补了势场法陷入最小值的缺点。随后,基于模型预测控制理论建立了单轨车辆动力学模型,对动力学模型进行了分析,将非线性化模型转化为线性时变模型,以车辆前轮转角作为控制变量,并在控制器中加入松弛因子防止出现无最优解问题。考虑到车辆行驶稳定性要求,在控制器中添加了约束条件,实现车辆对规划路径的跟踪控制。最后,通过Carsim/Simulink建立了联合仿真模型,并设置不同工况对提出的避撞方法进行了验证。仿真结果表明,所设计的避撞方法能够规划出一条安全平滑的行车轨迹,并实现动态避撞。