1、智能車輛作為智能交通控制領域中一項主要的研究內容，其將多種現(xiàn)代電子信息技術集成于一體。隨著當前社會對于現(xiàn)代車輛的智能化、安全化的需求越來越高，智能車輛成為世界上各個國家在交通領域競相研究的熱點問題和技術前沿。在國家自然科學基金項目（編號61104165）的資助下，本文主要針對智能交通公路系統(tǒng)中，智能車輛的路徑跟蹤聯(lián)合仿真控制問題進行了研究分析。
　　為了使建立的車輛動力學結構模型盡可能接近實車的機械系統(tǒng)動力學，本文首先對車輛的復雜

2、結構進行了簡化分析，然后以ADAMS/Car為仿真分析平臺建立了智能車輛的各子系統(tǒng)模型，最后將各子系統(tǒng)組裝成整車虛擬樣機模型并定義了系統(tǒng)仿真時的輸入變量和輸出變量。
　　為了降低路徑跟蹤過程中的橫向偏差與方向偏差，本文設計了一種基于車輛橫擺角速度反饋方法的路徑跟蹤控制策略。基于車輛的運動學模型和位姿誤差模型，通過對車輛實際位置與預瞄點之間虛擬路徑的跟蹤來生成期望橫擺角速度，并采用滑模算法和RBF神經網絡算法相結合的控制方法設計了車

3、輛的路徑跟蹤控制器，從而使智能車輛能夠較好地跟蹤期望的運動軌跡。
　　經過大量的實驗表明，在車輛行駛過程中遭遇突發(fā)狀況時，駕駛員的最優(yōu)操作是采用轉向而不是剎車來避開障礙物，本文針對城市道路交通中車輛主動防碰撞進行了研究分析，基于車輛和障礙物之間的臨界安全距離設計了避障決策曲面，并通過對幾種避障軌跡進行了比較分析設計了等速偏移軌跡和正弦函數(shù)加權疊加的避障軌跡。
　　針對不同道路曲率的期望路徑，本文在ADAMS/Car和Matl