车道保持系统是汽车智能辅助驾驶系统的重要组成方面。其中,根据动态变化的道路环境和汽车自身方向动力学特性,实现在行驶车道内汽车方向自动控制是研究的焦点。论文仿照真实驾驶员的操纵行为,采用神经网络技术建立了车道保持系统的预期轨迹决策和跟随控制算法。首先,借鉴人工势场方法,提出行驶车道对车辆运动状态的惩罚函数神经网络模型及其安全性和易操纵性指标,实现理想预期行驶轨迹的动态决策。然后,以决策出的理想行驶轨迹为控制目标,采用模拟驾驶员运动控制行为的小脑模型神经网络,建立了汽车方向的神经网络自适应控制,实现了传统汽车方向PID控制器的控制参数在线整定。最终通过不同行驶路况和车速下的车道保持控制仿真验证了算法的有效性和可行性。论文的创新之处在于采用仿驾驶员行为的神经网络技术,实现了车道保持系统的预期轨迹动态决策和汽车方向PID控制器的控制参数在线自整定。在保证控制精度和自适应性的同时,也体现出与驾驶员行为良好的一致性,使得车道保持系统具有良好的乘员接受性,从而为汽车辅助驾驶系统的研究提供了一条可行的仿人控制方法。