伴随着汽车保有量的突飞猛进以及汽车高速化、非职业化驾驶人员逐渐增加,交通频繁堵塞、交通事故增多、环境污染严重和能源消耗加剧等一系列问题愈发严重,而智能驾驶汽车的研究(包括高级驾驶辅助系统和自动驾驶)是解决这一系列问题的重要手段。智能车辆系统将环境感知、规划决策、控制执行等功能融为一体,本文所提出的基于激光雷达的智能车横向避障研究正是从这三个部分开展了以下工作。(1)以单线激光雷达为主要传感器开展了对车辆前方目标的运动状态识别研究。首先基于雷达原始数据做目标识别,针对邻聚类算法的缺陷采用了距离与激光反射强度耦合聚类算法来提高障碍物检测的准确性,然后设计了基于改进的当前统计模型的自适应卡尔曼滤波估计算法,并通过仿真验证了该算法在多工况下的精确性。(2)研究了目标运动状态识别中的目标关联匹配问题。结合激光雷达的特性提出了一种通过构造距离、尺寸及反射强度的“关联函数”来进行量测与目标之间匹配的方法,通过在试验中不断调整各加权系数的权值,确定了两套加权系数值以适应目标与雷达的距离远近,增加了目标关联匹配的准确性,在试验中30m范围内的匹配正确率达到95%,在30～60m范围内准确率达到了 80%以上。(3)研究了换道避障的车辆横向运动控制问题。通过多项式轨迹函数完成了换道避障的路径规划,然后设计了基于预瞄驾驶员模型的路径跟踪算法,并完成了对转向系统的线控改装以及基于模糊PID的转角闭环控制算法设计,通过仿真与试验验证,这种换道避障的横向控制具有较好的路径跟踪准确性,并且在转向响应中表现出良好的瞬态性能和稳态性能。