智能汽车是当前汽车领域的前沿研究热点。由于技术限制,完全的自动驾驶技术短时间内较难实现,具备手动驾驶模式和自动驾驶模式的多模式车辆是当前和今后一段时间内智能汽车的基本特征。当科研人员关注把重点放在实现自动驾驶技术时,有关极限工况下智能汽车驾驶安全性验证和多模式驾驶带来的人机交互以及驾驶员的情景意识和注意力、认知负荷、行为特征等研究越来越受到关注。本课题基于虚拟现实和模拟驾驶技术,结合智能汽车路径跟踪控制策略,构建智能汽车多模式驾驶仿真平台,为极限工况下智能汽车驾驶安全性验证、人-车辆-环境系统交互、以及多模式驾驶的驾驶员心理和行为特征等研究提供平台。建立了多模式驾驶的车辆动力学模型。通过对车辆纵向受力分析,联合车辆纵向受力平衡方程式和传动系统动力学建立车辆纵向动力学模型;基于一定的假设与简化条件,建立了以二自由度车辆动力学模型为基础的车辆横向动力学模型;分析了车辆前轮转角与方向盘转角之间的函数关系,建立了行驶方向控制模型;设计了车辆动力学模型在虚拟行驶场景中的应用方案,把动力学模型和虚拟行驶场景结合了起来。设计了智能汽车路径跟踪控制策略和运动控制系统方案。针对智能汽车多模式驾驶仿真平台自动驾驶模式路径跟踪控制问题,结合车辆横向动力学模型,提出了一种基于RBF神经网络滑模控制的智能汽车路径跟踪控制方法,利用MATLAB/Simulink建立路径跟踪控制仿真验证模型,验证了方法的有效性;通过分析自动驾驶模式运动控制系统设计要求,明确了总体方案设计,结合路径跟踪控制方法,提出了运动控制系统模块化设计方案。构建了虚拟行驶仿真场景模型。基于Multigen Creator和Vega Prime软件,建立了虚拟行驶仿真模型;基于模拟驾驶“沉浸感”的需求,利用层次细节模型技术、碰撞检测、场景特效设计,优化了虚拟行驶场景;基于MFC单文档对整个行驶环境进行了应用配置开发,构建了虚拟行驶场景主线程设计框架。完成了智能汽车多模式驾驶仿真平台搭建。通过分析平台硬件环境设计要求,明确平台硬件环境设计方向,从操纵装置设计,操纵信号采集等方面设计了平台的硬件环境;结合平台操纵装置,设计了自动驾驶执行装置和电气控制回路方案,对关键零件和重要的电气元件进行选型;通过分析了现有智能汽车驾驶模式切换方法的弊端,提出了基于阈值的驾驶模式切换方法,完成了驾驶模式切换模块设计和重要的电气元件进行选型;设计了系统调试软件,完成了智能汽车多模式驾驶仿真平台系统调试;通过实验,验证了驾驶模式切换系统和自动驾驶运动控制系统的可靠性。