智能车辆(IntelligentVehicle, IV)是智能交通系统(Intelligent Transport System,ITS)的重要组成部分，它将环境感知、规划决策、路径跟踪、底层控制等功能融为一体。其中，路径跟踪和底层控制是智能车自主驾驶的重要技术，同时精确有效的路径跟踪和底层控制更是实现自主驾驶的基础。本文以北京工业大学智能车辆BJUT-IV为研究平台，建立了智能车的体系结构，介绍了智能车的硬件平台和主要传感器，确定了各个模块功能，并在各模块之间建立了CAN通信和UDP通信。通过对车辆的动力学分析，建立了智能车整车动力学模型。针对智能车辆中运动控制的关键问题——车辆横纵向运动控制及其路径跟踪关键技术进行了研究。横纵向控制策略均可分为上层控制策略和底层控制策略。上层控制包括路径跟踪算法和速度预瞄控制策略；底层控制包括转向电机控制策略和基于油门、制动的速度控制策略。首先，本文对现有的经典路径跟踪方法进行了深入的分析，最终根据动力学模型在Pure Pursuit路径跟踪算法的基础上提出了一种新的路径跟踪算法，使车辆跟踪更加稳定和准确，对速度的适应性也大幅提高。通过实验验证路径跟踪算法可行，后又对底层转向电机控制策略进行对比研究，采用PID模糊控制策略。其次，本文提出了速度控制策略，建立了基于油门与制动两方面的智能车纵向控制系统，通过油门加速和制动减速的切换实现智能车速度跟踪。同时，本文提出了改进的模糊分档制动算法，防止制动过程中制动踏板的频繁往复抖动。此外，为减少油门加速与制动减速之间的切换次数，改进了油门控制、制动控制的切换规则，实现了平滑切换。之后，根据车辆运动控制的需求，在基于Freescale S12和HC08单片机的底层硬件控制器上，完成底层软件系统设计，实现CAN总线通信和串口通信，使车辆的横、纵向运动满足实时性的要求。根据模块化的设计思想，使用CodeWarrior对底层各个单片机编写控制程序。最后，本文讨论了车辆运动系统的总体设计方案、硬件构成、软件设计方法以及功能，并通过Visual Studio2008编写上位机程序，通过大量的实车实验，证明研究成果完全适用于我校研制的BJUT-IV号智能车。在实车实验中路径跟踪效果可以有力的验证了本文提出的方案及其相关算法的有效性。