运动控制负责操纵车辆准确平稳地沿参考轨迹行驶,是车辆无人驾驶技术的核心。封闭园区环境由于其具有道路环境较为简单,结构化程度高,行驶路线较为固定等特点,因此最为适合采用自动驾驶技术。封闭园区大部分采用低速电动车,对车载计算设备功率及计算能力限制很大,无法采用过于复杂的算法。另外,封闭园区道路曲率半径最小可达5m,而传统的算法在跟踪小曲率半径道路时控制精度会明显下降。在横向路径跟踪策略中,预瞄误差模型由于其结构简单,且能够充分利用未来道路信息得到广泛的应用。模糊控制算法基于模糊规则构建,易于表达人类已有控制经验,不需要建立被控对象的精确的数学模型,且鲁棒性强,尤其适合非线性系统的控制。因此本文基于横向模糊预瞄控制算法开展研究,主要包括以下几个方面:(1)以横向控制研究为主要研究目的,设计了集障碍物检测系统、导航系统、运动控制系统以及底层执行系统于一体的自动驾驶车控制系统,并基于电动巡逻车设计了以工控机为核心的控制系统硬件架构,制定了执行机构电控改造方案。通过比选确定了双天线RTK-GPS的导航方案。根据VLP-16激光雷达线束分布特点及障碍物检测范围,确立了激光雷达的装配方案。(2)针对基于独立预瞄距离的横向预瞄模糊控制算法在低速情况下对具有小曲率半径的参考路径跟踪效果不佳的问题,在制定了曲率半径计算方法的基础上,利用车辆横向运动学模型开展Simulink仿真,得到不同速度工况与道路曲率半径对应的最优横向位置偏差预瞄距离,并设定车辆速度与当前位置参考路径曲率半径为输入,采用基于Takagi-Sugeno模糊型的模糊神经网络学习仿真数据,并用于横向位置偏差预瞄距离的自适应生成。(3)搭建了基于CarSim和Simulink的联合仿真模型,设计了曲率半径为5-15m的连续变曲率半径道路仿真工况,并以不同的恒定速度对原有横向控制算法和加入横向位置偏差预瞄距离自适应生成方法的改进算法进行仿真实验。仿真结果中改进算法的车辆当前横向位置偏差的方差最多可减小至改进前算法的0.12倍,表明改进后的算法对于曲率半径在9m以下的参考路径具有更好的跟踪效果。(4)设计了自动驾驶软件系统。首先设计了自动驾驶软件系统架构。其次选取了合适的导航数据协议及计算距离、方位角的方法。接着制定了运动控制系统和避障系统的通信协议,并根据系统运行目标设计了相应的执行逻辑和软件流程。最后设计了简洁直观的人机交互界面。