作为我国汽车产品行业快速增长的创新动力和世界汽车工程学科研究的发展热点,智能车辆的研发融合了多种学科,现已成为包括环境感知、决策规划、执行控制以及多等级辅助驾驶等功能于一体的全新型综合性驾驶系统。其中,智能车辆的运动控制是实现车辆自主行驶的关键环节,为了使车辆按照预期规划的轨迹安全行驶,智能车辆需结合当前车辆周围环境和车体自身的姿态、车速等信息按照一定的逻辑做出决策,并分别向油门踏板、制动踏板及转向等执行机构发出控制指令。智能车辆作为典型的多输入-多输出复杂耦合动力学系统,其运动控制不仅与车辆自身因素有关,还与道路及行驶场景等外界因素有关。如何在车、路、环境构成的复杂交通系统中,设计有效的运动控制方法是智能车辆研究领域的重点和难点。针对这一复杂问题,本文给出适应车、路约束的横纵向协调运动控制方法,解决单一控制在复杂工况下出现跟踪偏离、甩尾等问题,并通过仿真实验与硬件在环实验验证多种工况下跟踪算法的有效性与实时性。主要研究内容包括以下几个部分:（1）建立车辆坐标系、大地坐标系实现了车辆位置的坐标转换,同时考虑车辆非线性特点,分别建立车辆横向与纵向动力学模型。建立非线性轮胎模型,并对不同路面附着系数下的轮胎力进行了仿真分析,为路径跟踪控制系统的设计提供了模型基础。（2）基于最优控制理论设计了车辆横向跟踪控制器,建立Frenet坐标系计算车辆位置与期望轨迹之间跟踪误差,根据二自由度自行车模型建立了状态空间方程,通过构建代价函数,求解黎卡提方程得出LQR最优反馈控制量。同时设计前馈转角补偿控制用以消除系统稳态误差。基于CarSim/Simulink软件,通过仿真验证了控制方法的有效性与可靠性。（3）针对横向跟踪在高速和低附着下易出现跟踪偏离或甩尾等问题,基于模糊控制理论与附着力极限综合考虑道路附着系数、道路曲率、车辆横向跟踪误差等因素规划了车辆期望纵向车速,以确保车轮拥有最佳附着力。基于模型预测控制理论设计了上层纵向车速跟踪控制器,通过约束加速度及加速度增量得到了期望加速度。进而基于逆发动机模型设计了底层控制器,根据需求发动机转矩控制节气门与制动压力实现了车速跟踪控制。针对车辆跟踪过程中出现的过多转向与转向不足等横摆现象,建立了路径跟踪稳定性控制器,通过施加附加制动力产生附加横摆力矩消除横摆角误差,以确保车辆在极端道路工况下行驶安全。通过CarSim/Simulink联合仿真验证了所设计控制器的有效性。（4）为进一步验证本文所设计的横纵向协调控制算法的有效性和实时性,搭建了硬件在环仿真实验平台,进行了二次开发。通过LabVIEW实现了CarSim/Simulink与NI-PXI实时机和控制器之间的实时通讯,将Simulink模型通过编译下载至NI-PXI实时仿真机中,基于CarSim建立仿真场景,并在仿真道路下进行了仿真实验。实验证明本文所设计的横向跟踪与纵向速度规划与跟踪均具有有效性和实时性,能够在真实硬件中有效运行。