随着物流和运输业的快速发展以及汽车保有量的迅速增长,我国道路交通系统面临一系列社会问题,如环境污染、交通堵塞、交通事故、能源危机等。面对严峻的社会问题,智能交通系统的发展为解决上述道路问题提供了可能。智能车辆的队列控制作为建设智能交通系统的关键环节,已成为智能交通系统建设的研究重点。然而在车辆长期的运行过程中,由于磨损、老化或外部牵引力受损等因素,执行器很容易出现故障或失效,执行器故障可能会使得系统的控制性能下降,严重时可能影响系统的稳定性和乘客的安全性。为了提高队列中车辆运行的安全性,设计可靠容错控制方案变得尤为重要。本文以异构智能车队为研究对象,结合不同的非线性特性,研究基于二次型间距策略的异构智能车队容错控制问题。主要的研究工作总结如下:首先,研究了带有外部干扰的异构智能车队容错控制问题。针对存在执行器故障、外部干扰及模型不确定性的异构智能车队,建立三阶非线性动力学模型,并设计二次型间距策略以保证队列稳定性和交通流稳定性。然后利用模糊逻辑系统近似逼近模型中的非线性函数,自适应方法在线估计模糊权重、逼近误差和外部干扰,提出了带有外部干扰的异构智能车队容错控制方案。最后通过李雅普诺夫稳定性理论,证明了闭环系统所有信号的一致最终有界性,并通过仿真验证了所提方案的有效性。其次,研究了带有执行器饱和的异构智能车队容错控制问题。针对存在执行器故障、饱和、外部干扰及模型不确定性的异构智能车队,建立三阶非线性动力学模型,并设计二次型间距策略以保证队列稳定性和交通流稳定性。然后利用神经网络近似逼近模型中的非线性函数,自适应方法在线估计神经网络权重、逼近误差和外部干扰,提出了带有执行器饱和的异构智能车队容错控制方案。最后通过李雅普诺夫稳定性理论,证明了闭环系统所有信号的一致最终有界性,并通过仿真验证了所提方案的有效性。最后,研究了带有执行器量化和死区的异构智能车队容错控制问题。针对存在执行器故障、死区、量化、外部干扰及模型不确定性的异构智能车队,建立三阶非线性动力学模型,并设计二次型间距策略以保证队列稳定性和交通流稳定性。然后利用神经网络、滑模、自适应等先进控制方法,提出了带有执行器量化和死区的异构智能车队容错控制方案。最后通过李雅普诺夫稳定性理论,证明了闭环系统所有信号的一致最终有界性,并通过仿真验证了所提方案的有效性。