为适应汽车道路试验的发展要求,本论文对用于汽车道路试验的驾驶机器人的多项关键技术开展了深入的研究。本文从系统工程的观点出发,将具备导航、信息融合与控制等功能的驾驶机器人与汽车看作一个有机的整体——自主车辆,围绕自主车辆在通常的结构化试验道路上实现自主驾驶所涉及的多种导航技术、多传感器融合与组合导航、以及车辆自主道路跟踪的横向控制等关键技术问题开展了研究工作。本文主要的研究内容及成果包括:(1)针对结构化汽车道路试验环境的车辆引导线图像特征,提出了车辆引导线的实时图像检测方法。其中,在车辆引导线特征参数的提取中,分别采用了三种方法并通过试验对比了它们的效果。各种典型路况下的试验表明,本文所提出的基于标量化处理Kalman滤波的车辆引导线检测方法在识别精度、可靠性、实时性等方面都具有良好的性能。(2)根据摄像机的成像几何关系,提出了一种针对近视野情况的自主车辆横向偏差的视觉测量方法。对于该方法中的摄像机标定,选用了一种简便易行的、适合室外道路环境的标定方法。实车试验表明横向偏差的视觉测量方法在近视野情况下对于一般路面可以取得厘米级的测量精度。(3)深入研究了自主车辆的SINS/GPS组合导航问题。确定了适合自主车辆长时间、高精度导航要求的松散式、间接反馈校正的SINS/GPS组合导航方案。建立了基于位置、速度和姿态组合的自主车辆SINS/GPS组合导航Kalman滤波模型和H∞滤波模型。仿真结果表明,自主车辆SINS/GPS组合导航采用Kalman滤波可取得较好的导航精度与实时性,但需准确掌握系统的统计特性,对干扰变化较为敏感;而H∞滤波对系统噪声的不确定性具有较强的鲁棒性,但实时性不如Kalman滤波。(4)为提高导航系统的容错能力和环境适应能力,提出了一种利用GPS/视觉/数字地图/光电测速仪等多传感器辅助SINS的集中式自主车辆组合导航方法,详细推导并建立了系统的观测模型。为更方便地对传感器进行故障诊断,又提出了一种自主车辆基于SINS/GPS/视觉/数字地图/光电测速仪的多传感器组合导航的自适应联邦滤波方法。仿真试验验证了所提出的两种多传感器组合导航方法均能在GPS发生较长时间中断情况下为自主车辆提供准确、可靠的导航信息,但后一种方法更利于故障诊断与隔离。(5)结合现有的试验条件,进行了自主车辆SINS/CP-DGPS组合导航的半物理仿真试验。研制了基于CPLD的GPS与IMU信号的同步电路,解决了GPS和SINS数据的时间同步问题。在此基础上,通过半物理仿真试验验证了自主车辆SINS/CP-DGPS间接反馈校正组合导航的良好性能。(6)从车辆的自主道路跟踪角度,研究了自主车辆正常行驶下的横向鲁棒控制问题。提出了一种能全面兼顾车辆道路跟踪性能、运行平稳性、转向性能等多项性能要求的横向鲁棒控制结构,设计了μ与H∞控制器。频域性能分析与时域仿真表明:设计的横向μ控制系统具有良好的鲁棒稳定性和鲁棒性能,能够满足车辆自主道路跟踪的鲁棒控制要求;而H∞控制不能保证系统的鲁棒性能。