自汽车诞生以来,为人类发展带来的便利不言而喻,但随之而来的是高居不下的交通事故率,对人类的生命财产安全造成巨大损害。在“人-车-路”行驶环境中,人类驾驶员的失误操作是酿成惨剧的主要原因,而智能车辆中的辅助驾驶或自动驾驶技术可以帮助或代替驾驶员去驾驶车辆,极大减少由驾驶员引起的交通事故数量。因此,智能车辆相关技术的研究具有极大的现实意义。运动控制是智能车辆自动驾驶领域中的关键问题之一,感知融合和决策规划的最后都离不开运动控制,是当前智能车辆核心技术研究领域的热点问题,其研究类型主要包括横向控制、纵向控制和横纵向综合控制。由于车辆本身是一个具有高度非线性、参数不确定性和大迟滞性的复杂系统,因此如何克服以上特性并建立有效可靠的运动控制系统是问题关键所在。针对这一问题,本文对智能车辆的横向控制器、纵向控制器和横纵向运动综合控制器展开研究,并对所设计的控制器进行了仿真验证和实车试验。本文主要工作如下:（1）建立了系统模型及相关设定模块。建立了智能车辆相关参考坐标系;在一定的简化假设下对车辆受力情况及视觉预瞄运动学几何关系进行了分析,建立了车辆二自由度动力学模型及视觉预瞄偏差模型,将二者结合作为预瞄式MPC横向反馈控制器的预测模型;并介绍了直道与弯道上预瞄距离和期望车速的设定模块及道路曲率计算方法,为后续横向与纵向控制器的设计与结合奠定了基础。（2）完成了预瞄式MPC横向控制器的设计与仿真。对MPC算法的原理进行了介绍与推导,包括预测模型、滚动优化和反馈校正;为了有效消除曲率连续变化带来的车辆摆动,基于实时车速和预瞄到的道路曲率建立了横向前馈控制器;为了充分利用MPC算法多约束处理的优势,基于预瞄到的横向偏差与航向偏差建立了MPC横向反馈控制器;基于不同车速区间进行了MPC参数自适应,降低了纵向车速对横向控制效果的影响,提高了控制器对车速的鲁棒性;最后,对预瞄式MPC横向运动控制器进行了仿真验证,结果表明,与传统MPC横向控制器相比,控制精度得到了提高,行驶稳定性得到了增强。（3）进行了遗传优化纵向模糊控制器的设计与优化。考虑到建立传统纵向模糊控制器时存在一定的主观性与局限性,很难达到最优控制性能,利用遗传算法对其隶属度函数、控制规则、量化因子及比例因子进行了自动优化,提高了控制性能。仿真结果表明,遗传优化后的纵向模糊控制器可以快速消除初始车速偏差,对期望车速的跟踪效果更佳,控制量更合理。（4）完成了横向控制器与纵向控制器的结合与验证。为了实现对车辆横纵向运动同时进行有效控制,以纵向车速为切入点,利用路面附着系数和预瞄到的道路曲率对期望车速进行了设定,通过跟踪期望车速的方式改善了横向运动控制效果。仿真结果表明,控制器可以根据预瞄信息完成对道路曲率的计算,并根据曲率和路面附着系数对预瞄距离和期望车速进行设定,充分考虑了两者对控制效果的影响;综合控制器跟踪效果良好,转向平滑,油门与制动有序配合,不存在同时工作的情况,行驶稳定性较好。（5）进行了横纵向运动综合控制器的实车验证。为了验证实际车辆在真实道路上时综合控制器的性能,选取了一段包含直道与不同曲率弯道的路径作为期望轨迹,利用已有的智能电动车平台进行了实车验证。结果表明,横纵向运动综合控制器的跟踪效果良好,具有一定可靠性,并分析了实车试验结果与仿真结果存在差距的原因。