智能车辆是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。它是目前各国重点发展的智能交通系统中一个重要组成部分,同时在柔性制造和装配系统、军事领域以及特殊环境下也得到广泛运用。发展智能车辆能够提高车辆行驶的安全性、舒适性,达到提高交通效率、改善交通环境的目的。本文对智能车辆的相关关键技术进行了研究,包括控制体系结构、图像识别、跟踪控制。智能车辆的控制体系结构是智能车辆信息处理和控制系统的总体结构,是整个系统的基础。在分析各种体系结构特点的基础上,提出了一种基于行为的智能车辆控制体系结构。在该结构中,智能车辆的功能通过一个或多个行为模块的组合来实现,各个行为首先利用各自分散的知识源进行并行决策;黑板模块在总体上对各个行为模块进行协调并作出最终决策,从而激活合适的行为,组成行为序列引导智能车辆完成导航任务。在此基础上,进行了基于路径导航的视觉智能车辆系统设计,主要包括路径识别系统和跟踪控制系统。路径识别系统完成智能车辆对导航路径的识别,其核心是保证导航路径图像识别的鲁棒性和实时性。为此,在识别路径时依次进行滤波、最优阈值二值化、数学形态学滤波以提高了识别精度:同时,为提高识别的实时性进行了相关改进处理。跟踪控制系统根据导航路径识别结果完成对路径的跟踪控制,其核心是跟踪控制器的设计。考虑到常规的反馈控制仅利用当前的路径信息,在复杂条件和突发状况下难以有效工作,在导航路径中划分出当前路径和未来路径,分别用于反馈控制和预瞄控制,设计了预瞄加反馈的控制器。该控制器能够自动根据导航路径的弯曲程度调整智能车辆的预瞄距离和行驶速度,从而提高了路径跟踪的精度和行驶的稳定性。最后进行了整车试验以验证相关理论和方法。不同测试条件下的试验结果表明,所设计的视觉智能车辆系统能够实时、准确地识别出导航路径图像,并能在不同车速和不同路径条件下较好地完成跟踪任务。