智能运动控制策略依托底盘驱动、制动、转向等执行系统,对车辆运动学与动力学状态进行调节,以响应智能驾驶系统输入的各类目标轨迹信号。在传统智能运动控制策略开发中,为了降低系统设计复杂度,多采用独立的纵向与侧向运动控制方法,并能在纵、侧向加速度较小的稳态工况中获得较好的控制表现。然而,车辆的纵向与侧向运动之间并非完全独立,而是存在着非线性耦合关系。当纵、侧向加速度超过稳态工况的加速度边界后,车辆会进入一种强瞬态工况。此时,不仅轮胎侧偏刚度等系统参数会随着车辆剧烈的运动状态变化而发生改变,而且车辆纵侧向动力学也会因整车离心力变化、轮胎垂直载荷再分配等因素,表现出显著的非线性耦合关系。随着纵、侧向加速度的作用范围进一步向路面附着所能提供的加速度极限边界值靠近后,车辆会进入一种临界失稳工况。为保证车辆的控制裕度,智能驾驶系统在轨迹规划时通常会限制侧向加速度大小,因此在临界失稳工况下车辆常伴有较大纵向加速度,引起纵向车速发生较大幅度的变化,导致车辆纵侧向耦合非线性动力学特征变得更加显著。由于纵侧向独立设计的智能运动控制策略较难应对上述问题,在强瞬态、临界失稳等工况下其控制性能会出现较大的下滑,甚至引发车辆失稳。此外,智能运动控制策略也依赖具有高精度、快响应、强一致性压力控制性能的底层制动系统,因此推动了电子稳定性控制系统逐渐向集成式线控制动系统发展。然而,这种“机-电-液”耦合的线控制动系统在调压时,常常面临液压时变特性扰动、机构不确定性摩擦阻碍、电机电气特性耦合等多重非线性问题,影响压力控制性能。为此,本文依托十三五国家重点研发计划课题“自动驾驶电动汽车硬件在环测试环境构建与模拟测试技术研究”（编号:2018YFB0105103）和国家自然科学基金项目“混合交通环境人机耦合机制与类人自动驾驶决策规划策略研究”（编号:52172386）,提出了基于集成式线控制动系统的智能汽车纵侧向耦合运动控制方法。该方法旨在建立能够匹配不同工况车辆运动特性的纵侧向耦合运动控制系统架构,解决强瞬态、临界失稳工况下车辆系统参数不确定性和纵侧向耦合非线性动力学问题对轨迹跟踪与稳定性控制的影响,提高集成式线控制动系统在面临多重非线性问题时的压力控制性能。下面对以上研究内容进行简要阐述:（1）设计了智能汽车纵侧向耦合运动控制策略架构与目标轨迹生成方法。首先,对智能汽车运动控制策略展开全面分析,提出了“适用性强”、“系统架构简洁”、“综合性能优”的设计目标,比较了稳态、强瞬态、临界失稳等工况不同加速度动力学区域的车辆运动特点,解释了运动控制各功能的必要性,并提出了从车辆运动控制到集成式线控制动系统的具体功能要求;然后,设计了涵盖车辆运动控制层和集成式线控制动系统压力控制层的智能汽车纵侧向耦合运动控制策略架构,阐述了各层级的主要功能,明确了层级间的交互信息,设计了层级内部的作用逻辑;此外,提出了面向智能汽车纵侧向耦合运动控制的目标轨迹生成方法,用于智能运动控制策略进行集成测试,根据混合碰撞风险评估模型、临界制动安全距离模型和侧向换道安全约束设计了智能汽车多目标行为决策策略,融合深度强化学习、遗传算法模仿学习等方法设计了纵侧向耦合换道轨迹规划策略,并对轨迹规划策略的训练结果进行分析。（2）提出了考虑系统参数不确定性的车辆纵侧向耦合轨迹跟踪控制策略。首先,分析了智能汽车在跟随目标轨迹过程中的运动学和动力学表现,搭建了一种考虑系统参数不确定性的车辆纵侧向耦合非线性轨迹跟踪模型;随后,基于非线性三步法理论提出一种算法复杂度低、参数标定可循的轨迹跟踪控制器,用于解决车辆在强瞬态工况中面临的纵侧向耦合非线性动力学问题;接着,基于李雅普诺夫稳定性理论在轨迹跟踪控制器中引入了一种参数自适应律,有效补偿了由于汽车剧烈运动引发轮胎侧偏刚度等系统参数不确定性扰动对轨迹跟踪控制性能的影响;接着,结合输入到状态稳定定理,证明了闭环轨迹跟踪控制对系统参数不确定性和未建模扰动的综合鲁棒性。最后通过仿真对比实验,证明了设计的轨迹跟踪策略具有良好的控制性能。（3）提出了临界失稳工况下车辆纵侧向耦合稳定性控制策略。首先,构建了一种车辆运动控制协调策略,通过相平面法获取稳定性边界参数以辨识车辆行驶稳定性状态,依靠运动控制机理动态调整轨迹跟踪与稳定性控制器的工作状态,动态消解了二者共同作用时的冲突,并引导车辆运动控制分配策略选择合适的输出;随后,设计了自适应线性回归算法和无量纲性能评价加权函数,有效权衡了控制策略性能与系统圈复杂度之间的矛盾,合理指导了Takagi-Sugeno模糊模型分段拟合不同车速范围内车辆非线性动力学特征;接着结合动态输出反馈鲁棒控制理论和并行分布式补偿架构成功搭建了车辆稳定性控制器,解决临界失稳工况下显著的车辆纵侧向耦合非线性动力学问题;最后,通过仿真实验,证明了稳定性控制策略能够合理地与轨迹跟踪控制策略相互配合,保证智能汽车在临界失稳工况下平稳、精确地完成轨迹跟踪任务。（4）设计了考虑多重非线性特性的集成式线控制动系统压力控制策略。首先,系统介绍了集成式线控制动系统的工作原理,全面构建了包含液压系统时变特性、不确定摩擦阻碍等在内的关键制动系统模型,并搭建制动压力控制架构成功梳理和协调了伺服制动单元、切换阀单元、功能阀单元的制动调压关系,用于匹配不同制动模式下动力缸和轮缸压力控制需求;接着,基于鲁棒滑模控制、自适应径向基神经网络等方法,设计了一种多闭环动力缸压力控制策略,有效解决了“机-电-液”耦合的线控制动系统在制动过程中面临的液压时变特性扰动、机构不确定性摩擦阻碍、电机电气特性耦合等多重非线性问题;接着,对制动系统电磁阀工作原理进行了数理分析,从测试数据中凝练了进/出液电磁阀的增/减压特性,将轮缸与电磁阀间复杂的压力调节逻辑转换为结构简洁的特性映射关系,实现了轮缸压力控制策略的设计。最后通过台架实验,证明了设计的压力控制策略能够有效保证制动系统在单轮、多轮、动力缸制动模式下,保持高精度、快响应、强一致性的压力控制性能。（5）最后,基于真实的制动系统、自行设计的大功率驱动板电路、d SPACE设备,自主搭建了硬件在环集成测试平台,并通过校企合作成功将集成式线控制动系统改装至一辆纯电动汽车平台。在硬件在环台架中,通过设计包含纵向紧急制动、匀速换道、制动转向协同换道、制动转向协同换道触发稳定性控制等工况对本文涉及的控制算法进行了全面的集成测试与分析;并且在实车平台上,对部分车辆运动控制策略进行了测试。通过硬件在环和实车平台实验,证明了本文设计的纵侧向耦合运动控制策略能够较好地帮助智能汽车在多种工况下,实现良好的车辆运动控制性能。