智能车在行进过程中能够自主完成道路识别、障碍物避让以及运动控制等任务,因而在降低交通事故、交通堵塞和环境污染等方面具有突出的优势。目前多数视觉导航式智能车采用的预瞄策略存在预瞄距离不能跟随道路曲率进行自适应调节的问题,当预瞄距离较大时,会造成转向机构过早响应。另外,现有的横向运动控制多数将速度视为恒值,存在车辆驶入弯道时和弯道中的速度过高的问题。为了避免智能车转向机构过早响应,同时确保车辆的行驶平顺性及安全性,本文提出了一种基于动态双点预瞄策略的智能车横纵向联合控制方法及控制策略优化方法,给出了双预瞄距离的调节策略及其参数设计方法,并通过仿真与试验验证了所提出控制方法的有效性及准确性。本文的内容主要包括:1)构建了基于方位偏差和速度偏差的双闭环运动控制系统结构,分析了车辆的受力情况并推导了车辆的三自由度动力学数学模型;在此基础上,进一步研究车-路的几何关系以及车辆运动对横向偏差和方位角偏差的影响,进而给出了视觉预瞄运动模型,并介绍了弯道安全车速以及车辆质心坐标的计算方法。2)针对智能车单点预瞄方式在预瞄距离比较大的情况下转向机构过早响应的问题,提出了一种动态双点预瞄策略,给出了两个预瞄点动态调节的方法以及预瞄距离的确定方法。在此基础上,设计了一种基于方位偏差和基于速度偏差的横纵向模糊控制器。围绕模糊控制器的设计,给出了模糊控制器输入输出变量的论域、量化因子及输入输出的模糊化方法;介绍了现有典型的隶属度函数的曲线形式,进而选取了三角形和梯形两种隶属度函数曲线;给出了模糊控制规则的确定方法、控制规则的表达形式以及控制规则表;最后介绍了Mamdani模糊推理法以及用于解模糊化的重心法。3)针对依靠驾驶员经验获取的模糊控制规则具有一定的主观性和局限性问题,采用遗传优化算法对模糊控制器的控制规则进行了优化,从而达到模糊控制器具有自适应的目的。围绕模糊控制规则的遗传优化方法,介绍了控制规则的编码方式,并给出了模糊语言变量与编码的对应关系;依据横向和纵向控制的性能指标函数,进而确定了需要求解的优化数学模型;给出了遗传操作的常用方法以及选择的依据。仿真与试验结果表明:所设计的动态双点预瞄策略能够依据道路曲率以及车速对预瞄距离进行自适应调节。所设计的控制算法能够根据预瞄点的曲率自适应的调节车速,避免了预瞄距离过大引起的横向控制器过早响应,确保了车辆驶入弯道前和弯道中的速度能及时减至与道路曲率相适应的安全车速;另外,优化后的控制器具有更快速的响应性能,车辆具有较高精度的跟线效果。