智能车辆,即车辆智能化,是未来车辆技术的主体发展方向,是车辆技术与控制、信息、人工智能等技术融合的结果,将极大提高车辆的安全性和自主性,改善现有的车辆操控方式。车辆智能化不仅促进车辆工程学科的发展,也为控制等学科提出一系列挑战性课题。目前,车辆智能化技术得到了不同领域、不同学科以及工程界的广泛关注。车辆智能化着重体现在环境认知、行驶规划和行驶控制三个方面。其中行驶控制中的重要内容是高性能的车辆纵横向运动控制,用于实现车辆自主行驶、队列行驶以及行驶轨迹跟踪等功能。本文针对车辆纵横向运动控制中的纵向车速和横摆率跟踪控制以及转向行驶过程的轨迹跟踪控制两种工况进行研究,以期为高速弯道行驶车辆的车速保持和横摆稳定控制,以及车辆换道、避障时的轨迹跟踪控制提供可行的方法。本文首先对车辆纵横向运动建模问题进行分析,建立了包含纵向、横向、横摆和侧倾运动的四自由度车辆动力学模型。由于模型阶数较高,基于该模型进行控制器设计难度较大,因此通过仿真分析确定影响车辆纵横向运动的主要因素。根据分析结果,忽略侧倾运动,将四自由度模型简化为三自由度模型。为便于控制器设计,在此基础上进一步给出了两种简化模型,在MATLAB/Simulink环境下将这两种简化模型与原始模型进行多种工况下的仿真比较,确定用于控制器设计的模型,并通过选择时变参数,将其转换为具有多胞形式的准LPV(Linear Parameter Varible)模型。针对纵向车速和横摆率跟踪控制问题,本文将纵横向车速及横摆率动力学模型中的转向角作为已知干扰,纵向车速的倒数和横摆率作为时变参数,将纵向车速和横摆率跟踪控制问题转换成干扰抑制的准LPV控制器设计问题。为了减小控制器设计的保守性,满足实际应用需求,根据车辆行驶工况分析了参数变化的范围,并利用凸分解技术,将LPV系统转化为由有限个顶点凸组合的多胞形系统,通过设计每个顶点的H∞控制器和线性组合方式获得了任意时变参数对应的控制量,极大简化了控制器设计与求解过程。对于每个顶点的H∞控制器设计问题,本文引入了纵向车速和横摆率跟踪误差积分项,给出了一种使闭环极点在设定圆盘范围内,极小化干扰到评价指标的H∞性能,以及满足控制量约束的控制器设计方法,讨论了一种将车辆左右两侧力矩分解为四个车轮力矩的策略。为了检验本文给出的控制器性能,在高精度车辆动力学仿真软件ve DYNA中进行了多种工况的仿真。结果表明,本文给出的LPV鲁棒控制器能较好地跟踪期望纵向车速和横摆率,且具有较强的鲁棒性。针对智能车辆的轨迹跟踪控制问题,本文首先在惯性坐标系下用车辆质心横向位移以及行驶方向描述车辆的运动轨迹,进而给出了以车身坐标系下横向车速、质心横摆率和以惯性坐标系下质心横向位移、行驶方向为状态变量的车辆行驶轨迹动态方程。在此基础上,给出了一种转向角的滚动时域优化方法,结合本文第三章给出的车辆纵向速度和横摆率跟踪控制器,实现了对期望轨迹的跟踪控制目标。本文给出的轨迹跟踪控制方法采用的是分层控制结构,上层控制器规划车辆转向角,下层控制器跟踪期望的纵向车速和横摆率。该方法结构简洁,与实际车辆转向与驱动分布式控制系统架构相同,便于实现和应用。在ve DYNA中对不同车速情况下的双移线轨迹的跟踪情况进行了仿真。结果表明,本文给出的方法具有较好的轨迹跟踪性能。