本文主要是针对汽车制动防抱死系统的控制进行研究的,提出了基于滑移率的模型参考自适应控制和模糊神经网络模型参考自适应控制的控制策略。 首先介绍了车辆的各种模型,根据研究目的选取简化单轮模型进行研究,对汽车单轮模型进行受力分析,构建了汽车单轮模型的制动系统结构。然后提出了简单模型参考自适应控制方案,此方案基于直接自适应控制算法,通过仿真表明采用这种自适应控制方法的控制效果不尽理想,在所有路面均不能保证系统收敛。而后提出了改进的模型参考自适应控制算法,仿真表明这种控制方案的系统输出能够很好的跟踪最佳滑移率,在三种典型路面上基本都能保证收敛,控制比较理想。随后又提出了基于模糊神经网络的模型参考自适应控制的控制方案,由于仿真中用到的样本数据并不很理想,因此,仿真结果存在一些不足,但总的来说还是能完成控制任务的。另外,对于不同的路面情况,最佳滑移率差别较大,如在干土路面和冰路面上,因此,将最佳滑移率设定为常值0.2将影响ABS的控制效果,本文针对控制中存在的这一问题提出了一种通过辨识路面情况调整最佳滑移率的控制策略,引入运算单元,通过实时的计算汽车车轮的摩擦系数从而改变参考输入,对模型参考自适应控制以及基于模糊神经网络的模型参考自适应控制分别进行了仿真研究,仿真表明这两种控制方案均可行,控制效果良好,基本实现对于不同路面调整给定滑移率均为最佳滑移率,满足了ABS的控制目的。