智能车辆作为未来交通的主体,开发与应用的前景十分广阔。特别是纯电动智能车辆,由于采用电机驱动系统,而具有零排放、无污染的突出优点;同时电机转矩控制精确平稳,易于各种智能控制算法的实现。驱动电机及其控制系统是纯电动智能车辆动力系统的核心部分。根据智能车辆的动力系统组成及功能需求,论文首先对各种车辆驱动电机进行了比较,讨论了电机交流变频调速技术的发展与现状。经过分析比较,最终选用交流异步电机直接转矩控制系统进行整车驱动系统的开发。并详细分析了交流异步电机的工作原理,建立了交流异步电机及其控制系统的数学模型;在此基础之上研究了交流异步电机直接转矩控制的实现方法。同时针对传统交流异步电机直接转矩控制的缺点与不足,引入了基于模型参考自适应的转速辨识模型与改进的磁链、转矩观测模型,提高了交流异步电机控制系统的性能,实现了电机的高效控制。论文针对智能车辆动力系统结构特点,建立了基于模糊神经网络的智能车辆动力控制系统模型。该模型为车辆动力系统控制提供了一种新的思路,为智能车辆的进一步研究与开发提供了参考。文中应用模糊神经网络理论分别建立了智能车辆动力驱动系统模型与制动能量回收系统模型。仿真试验结果表明,采用自适应模糊神经网络的动力控制系统模型能够较好的实现车辆动力需求辨识与相应的动力控制,所开发的控制系统能够有效提高车辆的安全性与稳定性。同时论文结合智能车辆直接转矩控制系统,建立了整车动力学仿真模型。通过MATLAB/Cruise仿真,结果表明所设计的整车控制系统是有效可行的,较好的实现了预期的控制目的。结合系统仿真模型,开发了基于DSP控制芯片TMS320F2812的电机控制系统,对系统的软、硬件设计进行了详细的分析,并介绍了车载系统设计的注意事项和经验总结。最后针对智能车辆功能特性,建立了基于嵌入式操作系统的整车总成控制平台,完成了基于ARM的总成控制器硬件设计调试,开发了基于μC/OS-II嵌入式操作系统的软件控制平台。经过测试与实验,结果表明整车控制系统具有良好的性能与较高的可靠性。