智能交通系统(Intelligent Transport System,ITS)可以显著提高运输效率,降低运输成本,减少能耗与排放,增强车辆运行安全性能,是未来交通运输方式的发展方向。智能车辆(Intelligent Vehicle,IV)是ITS核心和主要组成部分,更是未来汽车的发展方向。本文针对高速公路环境下IV的关键技术进行研究,包括状态检测与环境感知、建模,运动控制方法和算法,底层控制子系统和全局路径导航等。针对轮式车辆具有的典型非线性、强耦合、参数时变特性而导致车辆运行动态范围大、不易进行控制的问题,提出以空间压缩维代替时间维建立IV运动模式空间的思想。利用聚类技术构造IV的运动模式空间和子空间,确定车辆动态范围,建立了IV运动模式空间模型,为车辆动力学研究开辟了新思路,具有十分重要的理论意义和实践价值。在噪声加入、关键参数选择、参考轨迹设置、随机初始状态设置等算法的支持下,发展了“基于模式的智能控制器设计方法”,提供了一种新的复杂对象控制器设计手段PBICD。对利用PBICD设计的IV运动控制器进行了仿真研究,并对设计的ATRV移动机器人运动控制器进行了实验研究。通过仿真找出了对IV运动控制性能具有重要影响的车辆和执行机构参数,尤其是明确了刹车器特性对运动控制性能的主要影响因素,为相关IV集成系统的开发提供了依据,具有十分重要的意义。针对IV运行环境中有较多节点和道路的大网络,使用Mapinfo开发了其数字电子地图,提出了一种局部最优方向的A*启发式搜索算法,进行全局最短路径规划。结合济南城市交通,利用Mapinfo和Visual Basic 6.0作为仿真工具,证实这种算法可以快速地找到最短路径,减少了计算时间并实现可视化操作。分别采用MATLAB语言或VB语言开发了基于计算机视觉的车道线识别、车辆运动模式分析、车辆运动控制、车辆导航与路径规划等应用软件,为相关技术的研究提供了研究手段。利用软件集成技术,采用黑盒复用的方法,将MATLAB和VB编写的不同构件集成,实现了“智能车辆运动模式分析和运动控制器自动设计”的运行和测试软件平台,为IV的研究提供了一个较理想的开发环境。