严峻的交通安全问题使得人们对汽车驾驶的安全性的要求越来越高。自适应巡航控制(Adaptive Cruise Control，简称ACC)系统将汽车定速巡航控制系统和车间距离保持系统有机的结合起来，减少了驾驶员的驾驶负担从而提高了车辆的安全性。有两方面因素对ACC系统实现有效的定速巡航控制造成了困难，一是车辆本身存在的非线性环节，如发动机等，使车辆的状态参数随车辆的运动而不断变化；二是车辆外部环境的变化，如道路情况的改变等，对车辆运动的干扰。一般的控制方法在具有上述不确定性因素的情况下难以获得满意的控制效果。针对这一问题，本文应用了一种结合最小二乘递推算法的广义最小方差控制方法，并基于该方法原理设计了定速巡航控制器，实现了车辆在不确定状态和环境下的定速巡航速度控制。论文首先利用逆模型线性化方法，建立了车辆运动的近似线性系统，并利用CARMA(controlled autoregressive moving average，即可控自回归滑动平均模型)模型描述该车辆动力学系统。在此基础上实时采集被控对象的输入输出数据，利用最小二乘递推算法构建了系统状态辨识器，得到了系统状态特性参数，这里采用了遗忘因子方法防止数据饱和。通过仿真试验验证了辨识器的有效性。在以上研究的基础上，利用广义最小方差控制策略，开发了广义最小方差定速巡航控制器，该控制器将实际加速度和期望加速度以及控制量三者的加权之差作为指标函数，通过对加速度的良好跟踪实现了对车辆速度的控制。同时，为了保证控制的稳定性和车辆行走的平顺性，采用了预测控制中的参考轨迹方法进行期望值的调整，并通过仿真试验进行了控制方法的验证。为进一步验证本文方法的有效性，进行了实车试验。首先对实验平台车进行了功能改进，提高平台车的信息共享能力，在此基础上，针对不同的自身条件和外界环境条件，应用试验平台车对所开发的定速巡航控制器的控制效果进行了试验验证，结果表明，所设计的控制器具有良好的控制性能。本文的研究成果，为在不确定性条件下实现车辆ACC系统定速巡航控制提供了一种有效的方法。