1.一种基于多层模糊控制的无人车辆自动转向控制方法，包括以下步骤：

S1：汽车通过2个超声波传感器，实时采集车辆与道路边沿的距离信息，通过卡尔曼滤波进行预处理降噪，然后通过加权平均法得出最终结果；通过图像传感器进行图像采集，高斯滤波预处理，边缘检测，霍夫变换，设定道路检测规则等图像处理方法实时识别并追踪道路车道线信息，计算车与车道线的距离；通过平均加权计算得到车辆轨迹信息；

S2：自动转向控制模块根据车辆位置信息和预定车辆目标轨迹，采用7×7的模糊推理规则，通过模糊算法整定PID参数，然后以车辆目标预期轨迹和实际行驶轨迹的误差和误差变化率作为输入，以实际行驶轨迹，方向盘转动角度，EPS电机电流为观测量，通过“轨迹-角度-电流”三层PID调节输出EPS控制信号(PWM)；

S3：横纵向协同控制模块通过模糊控制进行EPS变传动比控制：输入信号为两个分别为方向盘转角传感器的信号和汽车速度传感器的信号，输出信号为汽车此刻理想传动比的数值；

S4：在汽车进入弯道时，方向盘转角超过90(弯道曲率较大)或角速度超过0.5π弧度/秒且车速超过20km/h，横纵向协同控制模块根据转向角度和车辆目标与实际轨迹的误差，通过模糊PID算法降低纵向车速：输入信号为汽车轨迹误差，输出为纵向车速的修正值ΔV。

2.根据权利要求1中所述的基于多层模糊控制的无人车辆自动转向控制方法，其特征在于：所述步骤S2中，PID参数整定过程中，输入为车辆轨迹误差e和误差变化率ec，输出为控制参数ΔKp、ΔKi、ΔKd，所述的控制参数ΔKp、ΔKi由Mamdani推理算法获得；然后以车辆轨迹误差作为输入，以实际行驶轨迹，方向盘转动角度，EPS电机电流为观测量，根据整定的PID参数通过“轨迹-角度-电流”三层串联结构PID控制输出EPS控制信号(PWM波)，进而控制转向电机的转动方向和力矩，该方法提高了行驶的稳定性和转向的精确性。

3.根据权利要求1中所述的基于多层模糊控制的无人车辆自动转向控制方法，其特征在于：所述步骤S2中，增量式PID算法如公式(1)所示，u(n)＝u(n-1)+Δu(n)  (1)，

式中u(n)为第n个控制周期的期望PWM占空比值，Δu(n)为期望PWM占空比值变化量，如公式(2)所示：

Δu(n)＝[Kp0+ΔKp(n)]*ec(n)+[Ki0+ΔKi(n)]*e(n)+[Kd0+ΔKd(n)]*[e(n)-2*e(n-1)+e(n-2)]  (2)。

4.根据权利要求1中所述的基于多层模糊控制的无人车辆自动转向控制方法，其特征在于：所述步骤S3中，变传动比控制，输入信号为方向盘角度传感器的信号和汽车速度传感器的信号，输出信号为EPS传动比的数值；采用的是5×5的模糊推理规则，对应输出传动比系数0.85-1.2，由方向盘转角和车速通过模糊控制规则表查询推理得到传动比的模糊语言变量；最后采用加权平均法(重心法)将传动比的模糊语言变量清晰化，得到精确的传动比。

5.根据权利要求1中所述的基于多层模糊控制的无人车辆自动转向控制方法，其特征在于：所述步骤S4中，转弯时当方向盘转角超过90(弯道曲率较大)，角速度超过0.5π弧度/秒且车速超过20km/h，速度反馈控制启动；输入信号为转向角度和车辆轨迹误差，输出为纵向车速的修正值ΔV；输出车速调节值0-5km/h，采用的同样是5×5的模糊推理规则，通过模糊控制规则表查询得出车速调节值的模糊值，最后采用加权平均法将模糊值清晰化，通过PID调节降低车速ΔV的数值；在车辆通过弯道之后，速度反馈调节模块停止工作，车速恢复正常。