1.一种智能客车跟踪预定轨迹的控制方法，其特征在于：包括如下步骤：S1:以智能客车安装的GPS传感器主天线处为坐标原点，建立局部坐标系；以大地质心为原点，建立大地全局坐标系；

S2:驾驶智能客车行驶一段轨迹后，记录n行经度、纬度、航向角和速度信息作为跟踪的预定轨迹；

S3:对采集的智能客车状态样本基于近似线性相关分析方法得到核词典；

S4:确定当前时刻 下智能客车的位姿信息和预瞄点处的位姿信息，并且计算从而建立局部坐标系下的轨迹跟踪误差状态方程，i为正整数；

S5:计算当前时刻 下的道路曲率 ；

S6:建立智能客车路径跟踪控制问题的MDP模型；

S7:基于MKDHP算法设计跟踪预定轨迹的控制器，控制器包括执行器模块和评价器模块，其中执行器模块输出当前时刻 下的控制动作 ，评价器模块包括第一评价器模块、第二评价器模块；分别输出当前时刻 下和下一时刻 下状态值函数对状态的导数 和 ；

S8:建立MKDHP算法中执行器模块和评价器模块的在线更新规则；

S9:判断当前时刻 下距离智能客车最近的预定轨迹中的目标点是否为终点，若是，智能客车停止行驶；否则，将i+1赋值给i，并返回S4顺序执行。

2.根据权利要求1所述的一种智能客车跟踪预定轨迹的控制方法，其特征在于：所述S3中核词典的构建方法如下，步骤3.1、选择式(1)作为核函数：

（1）；

式(1)中， 和 为样本中的状态向量， 为高斯核函数的核宽度， 和为多项式核函数的参数；

步骤3.2、对智能客车状态样本集 基于近似线性相关分析方法已获得 个特征向量， ; 为已获得的核词典， ，判断是否将新特征向量 加入到核词典中，首先利用式(2)和式(3)计算 ：；

式(2)中 ， 为核词典中的元素， ，则为：

；

然后将计算的 与预定义阈值 进行比较来更新核词典，若 ，将 添加到核词典中，即 ；否则核词典没有变化。

3.根据权利要求1所述的一种智能客车跟踪预定轨迹的控制方法，其特征在于：所述S4中局部坐标系下的轨迹跟踪误差状态方程构建方法如下，步骤4.1、定义当前时刻 下智能客车后轴中心在全局坐标系中的位置坐标为，速度为 ，航向角为 ，记为 ；

步骤4.2、设定 为预瞄距离，在预定轨迹中搜索大于预瞄距离L且距离智能客车最近的目标点，则该目标点定义为预瞄点 ，记为 ；

步骤4.3、定义智能客车在当前时刻 下相对于预瞄点 的误差状态方程为：；

式(4)中， 分别为当前时刻 下纵向偏差、横向偏差和航向角偏差；

步骤4.4、根据式(5)得到局部坐标系中智能客车与预瞄距离 处的预瞄点 的横向偏差与航向角偏差的变化率为：；

式(5)中， 和 分别为在当前时刻 下智能客车后轴中心点的纵向和侧向速度， 为智能客车轴距， 为当前时刻 智能客车的前轮转角， 为预瞄点 处的道路曲率。

4.根据权利要求1所述的一种智能客车跟踪预定轨迹的控制方法，其特征在于：所述S5中道路曲率 的计算方法如下，步骤5.1、在当前时刻 下从预定轨迹中选择距离智能客车 最近的目标点 ，使用式(6)计算 到预瞄点 的距离 ,若 ，则使用二次多项式拟合 至 之间的轨迹；否则在预定轨迹中搜索大于距离 且距离智能客车最近的目标点 ，使用二次多项式拟合 至 之间的轨迹；

；

式(6)中 为所拟合轨迹的目标点个数；

步骤5.2、使用的二次多项式对上述轨迹进行拟和，拟合的二次多项式方程如式(7)所示：；

式(7)中 为常数项系数， 为一次项系数， 为二次项系数；

则道路曲率 。

5.根据权利要求1所述的一种智能客车跟踪预定轨迹的控制方法，其特征在于：所述S6中MDP模型的建立方法如下步骤6.1、定义智能客车在当前时刻 下的状态向量为，定义智能客车在当前时刻 下的控制动作为智能客车期望行驶曲率的补偿量 ；

步骤6.2、利用式(8)计算当前时刻 下状态向量 的回报 ：；

式(8)中，其中 为与状态维数相关的半正定对角矩阵， 为一正常数；

步骤6.3、定义当前时刻 下状态值函数值 ，计算式如下：；

式(9)中， 为当前时刻 下的智能客车状态向量， 为当前时刻 下控制动作， 为当前时刻 下的立即回报值， 为折扣因子， 为下一时刻下的目标函数值， 为下一时刻 下的智能客车状态向量，由式(10)计算：；

式(10)中， 为控制周期， ；

步骤6.4、利用式(11)计算当前时刻 下最优的控制动作 ：     (11) 。

6.根据权利要求1所述的一种智能客车跟踪预定轨迹的控制方法，其特征在于：所述S7中跟踪预定轨迹的控制器设计方法如下利用式(12)计算MKDHP算法中执行器输出 并作为智能客车当前时刻 下的控制动作：；

式(12)中， 为最大侧向加速度， ； 分别为输入层到隐含层的第一权值和偏置， ； 分别为隐含层到输出层的第二权值和偏置， ；

利用式(13)计算MKDHP算法中评价器输出 并作为智能客车当前时刻 下的目标：；

式(13)中， 为当前时刻 下评价器权值矩阵， 为核词典中样本 构成的基函数， ， 为核词典中样本个数。

7.根据权利要求1所述的一种智能客车跟踪预定轨迹的控制方法，其特征在于：所述S8中执行器模块和评价器模块的在线更新规则如下，步骤8.1、执行器模块的在线更新规则：将极小化利用式(14)建立的误差函数 作为执行器模块的学习目标：；

利用式(15)‑式(18)更新当前时刻 下执行器模块的权值 和偏置，从而获得下一时刻 下的权值 和偏置 ：；

；

；

；

式(15)‑式(18)中 为评价器模块的学习步长， ；

步骤8.2、评价器模块的在线更新规则：利用式(19)定义误差函数 为：；

式(19)中 表示为向量 中第 个元素， 表示为向量中第 个元素， 可由式(20)得到：；

对于状态 ，假设 为其维数，则 ，利用式(21)定义中间变量：

；

式(21)中 为对角矩阵 中第 个对角元素值， 表示状态 中第 个元素，表示权值矩阵 中第 行权值向量，则利用式(22)得到误差函数 的第行向量 为：     (22)；

定义中间变量 ，利用式(23)‑式(25)更新当前时刻 下评价器模块的权值 ，从而获得下一时刻 下的权值 ：；

               （24）；

；

式(23)‑式(25)中， 为评价器模块的学习步长，为遗忘因子， 。