1、隨著我國(guó)汽車保有量的逐年遞增，汽車帶來(lái)的社會(huì)問(wèn)題也逐漸凸顯出來(lái)。我國(guó)每年因發(fā)生交通事故造成的人員傷亡數(shù)量居高不下，而車禍發(fā)生的原因基本上都是由駕駛員誤操作造成的;同時(shí)城市交通擁堵?tīng)顩r、環(huán)境能源問(wèn)題也亟待解決。研究智能車輛不僅是解決以上問(wèn)題的有效途徑之一，而且在軍事、工業(yè)、科學(xué)等領(lǐng)域都有廣闊的發(fā)展空間和應(yīng)用前景。
　　本文以智能車輛為研究對(duì)象，在汽車系統(tǒng)動(dòng)力學(xué)、群智能算法和控制理論的基礎(chǔ)上針對(duì)其中兩個(gè)關(guān)鍵技術(shù):局部避障路徑規(guī)劃和橫向

2、運(yùn)動(dòng)控制進(jìn)行了研究。在介紹了智能車輛關(guān)鍵技術(shù)國(guó)內(nèi)外研究現(xiàn)狀之后，對(duì)智能車輛進(jìn)行了動(dòng)力學(xué)建模研究。建立了七自由度模型和Dugoff胎模型組成的整車模型和控制狀態(tài)方程中的二自由度線性模型。
　　針對(duì)傳統(tǒng)局部路徑規(guī)劃算法存在路徑不可達(dá)、容易陷入局部最優(yōu)、避障模型復(fù)雜導(dǎo)致計(jì)算量大等問(wèn)題，提出采用基于細(xì)菌覓食算法優(yōu)化的車輛局部避障路徑規(guī)劃方法。為避免傳統(tǒng)路徑規(guī)劃大規(guī)模尋優(yōu)計(jì)算等缺陷，采用連續(xù)性樣條插值避障模型，將離散化的路徑問(wèn)題連續(xù)化處理。

3、為驗(yàn)證所提算法的優(yōu)勢(shì)，進(jìn)行了細(xì)菌覓食算法、粒子群算法、遺傳算法三種優(yōu)化算法仿真對(duì)比試驗(yàn)。試驗(yàn)表明細(xì)菌覓食法具有較強(qiáng)搜索能力以及快速收斂等特點(diǎn)，能夠快速搜索出環(huán)境中的最優(yōu)路徑。
　　針對(duì)車輛模型存在高度非線性動(dòng)態(tài)特性、參數(shù)不確定性以及行駛時(shí)受外部干擾較多導(dǎo)致控制精度不高、魯棒性差等問(wèn)題，采用RBF神經(jīng)網(wǎng)絡(luò)滑?？刂品椒āＴ趥鹘y(tǒng)二自由度車輛控制模型狀態(tài)方程的基礎(chǔ)上推導(dǎo)了新的狀態(tài)方程并以此設(shè)計(jì)了滑?？刂破?。利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)模型的不精確