从二十一世纪以来为了解决交通拥堵、交通事故和未来城市发展等问题,国内外不断有公司和高校在探索智能汽车领域。智能驾驶是现代汽车的主要探索方向,它是一种集感知、定位、规划、决策、控制于一体的智能化产品。在智能汽车中车辆行驶的状态的控制是实现无人驾驶的关键一环,而在控制环节中有车辆的横向控制和纵向控制。横向控制是指智能汽车的轨迹跟踪控制,设计合适的控制器让智能汽车能够沿着规划和决策给定的期望轨迹行驶。一般是通过控制车辆的横向距离误差以及车辆的航向角误差,来得到车辆的转向角度,从而控制智能汽车的横向位移。而纵向控制则是控制车辆的行驶速度。本文着重对智能汽车的横向控制以及智能汽车转向的稳定性控制进行了研究。首先为了更好地对智能车辆轨迹跟踪进行控制研究,对轨迹跟踪过程中涉及到的三种坐标系进行了介绍。对智能汽车轨迹跟踪控制的对象进行了选择,并建立了二自由度动力学模型,针对轮胎对车辆动力学的影响,建立了基于魔术公式的半经验轮胎模型Pacejka89。采用了前馈控制加上LQR反馈控制的控制算法来对智能汽车的轨迹跟踪进行控制,同时引入了自适应模糊预瞄控制来消除智能汽车由车速和加速度引起的跟踪误差。为了验证控制算法的合理性,把所设计的控制器在MATLAB和Carsim中进行联合仿真,在不同工况下进行了三种不同轨迹的仿真,结果表明:由自适应模糊预瞄控制、前馈控制和LQR反馈控制组成的智能汽车轨迹跟踪控制器在不同工况下的轨迹跟踪控制性能都是比较优越的。对于车辆的转向稳定性采用了可拓滑模控制,在积分终端滑模控制的基础上引入可拓控制,拓展了滑模控制的控制域,提高了对转向稳定性的控制效果。对所设计的可拓滑模控制也在MATLAB和Carsim中在不同的工况下进行了仿真验证,证明本文所设计的可拓滑模控制在车辆转向稳定性控制方面优于滑模控制和无控制模型。针对所设计的智能汽车轨迹跟踪控制器与可拓滑模控制器组成的联合控制器在双移线工况与蛇形工况下进行仿真验证。得到仿真结果表明:联合控制器在两种工况下的轨迹跟踪控制性能和转向稳定性控制性能都基本满足控制要求。