智能汽车作为科技革命背景下的新兴技术,是目前世界公认的能够引发万亿级市场的技术发展与产业化方向。车联网作为一个新兴产业,其市场潜力和研究价值是不可估量的。在我国,车联网有极大的研究价值和市场发展潜力。驾驶员操纵特性以及传统智能车辆无法探测到的道路和车辆信息对于丰富智能车辆的控制信息、实现安全驾驶有重要意义。首先,设计了基于驾驶员模型和模型预测控制算法(Model Predictive Control,MPC)的智能车辆方向控制策略。利用驾驶员特性模型和车辆运动学模型建立了包含驾驶员操纵特性的模型预测控制模型,同时将驾驶员特性作为控制器的状态量,设计了目标函数和约束条件,通过对车辆前轮转角的控制进而实现智能车辆的方向控制。通过仿真试验验证了算法的有效性。然后,采用三自由度车辆动力学模型作为基本车辆动力学模型,通过车车信息交互模块使车辆之间状态信息可以交互共享。将两车的交互信息同时作为状态量,并依此建立了预测模型,进而根据控制目标设计了控制器的目标函数以及约束条件。针对智能车辆参考轨迹动态变化的问题,设计基于车车信息交互的智能车辆方向控制器。针对智能车辆所处驾驶环境动态变化以及信息交互延迟的特性,提出移动障碍物轨迹预测模型,对障碍物轨迹进行预测,实现参考轨迹的动态求解。通过不同的车速以及路面附着系数下的仿真试验,验证了算法的有效性和鲁棒性。最后,针对轨迹有重叠的相邻车道同向行驶智能车辆的换道场景,设计智能车辆的轨迹重规划运动控制器。控制器中加入避撞控制惩罚函数,设计局部轨迹重规划控制器。利用曲线拟合的方法实现局部重规划的参考轨迹参数化输出,通过MPC方向控制器实现智能车辆方向控制。采用模糊PI(Fuzzy PI)方法设计智能车辆的纵向速度控制器,共同构建智能车辆方向速度综合控制框架,实现智能车辆运动综合控制。通过仿真试验验证了算法的有效性。