智能网联技术与传统汽车行业的融合,推动了智能汽车领域主动安全性能的快速进步。研究智能驾驶车辆不仅对车辆主动安全性带来提升,而且可以在一定程度上减少驾驶员疲劳。而跟踪控制技术是实现智能车辆稳定行驶的关键核心,控制性能的好坏是保证车辆操纵稳定性、行驶安全性等性能的核心要素。因此本文对智能驾驶车辆跟踪控制方法与系统设计展开研究:首先,基于二自由度车辆模型建立车辆横向动力学跟踪误差模型,建立车辆纵向动力学模型,驱动电机模型。详细描述了Carsim与Matlab建立电动汽车模型的过程,选择Matlab建立控制系统与Carsim建立车辆动力学模型搭建仿真模型。其次,针对智能驾驶横向运动控制稳定性、试验工况单一等问题,提出一种带有前馈+预测LQR的横向控制方法,设计了基于路径跟踪误差模型的前馈控制器、预测控制器、LQR控制器并搭建横向控制系统。首先根据离散化的车辆动力学状态空间方程构建系统性能函数建立LQR控制器;然后建立前馈控制器用来消除系统的稳态误差;最后建立预测控制器用来预测未来一段时间轨迹实现车辆前轮转角有效跟踪路径。然后,针对智能车辆纵向运动控制方法精确性等问题,首先采用分层的思想提出了一种基于分层式模型预测控制方法,设计了纵向速度控制系统。首先建立预测模型选取加速度作为输出量;然后对上层输出结果进行反馈优化以及滚动校正;最后下层控制器设计的驱动/制动切换逻辑与纵向动力学系统结合对输出量进行实时控制,形成闭环控制系统保证速度跟踪实时性。最后,为了验证建立智能车辆跟踪控制系统的精确性和稳定性,基于课题组电动汽车搭建智能驾驶车辆硬件在环试验台架。首先设计了基于YOLO-v3算法的环境感知系统;然后结合环境感知信息采集系统与智能车辆自动转向系统,建立智能驾驶硬件在环试验平台,在环岛工况以及复杂转向工况下验证横纵向综合控制系统的实际控制效果;最后硬件在环试验结果表明所设计的控制器在实际执行中能够有效实现车辆实时路径跟踪,所设控制系统提高了车辆的控制效果与控制精度。