四轮全驱电动汽车采用轮毂电机作为其驱动电机，将动力、传动装置整合到轮毂内，形成四个独立的驱动控制系统。这种全新的结构代替了传统燃油汽车中复杂的机械传动机构，减轻了整车车身的重量，也为提高车辆控制精度提供了空间。然而，车辆底盘集成控制系统中集成若干控制子系统，四轮全驱电动汽车的控制特点使得子系统间的耦合干涉问题更为突出。本文从轮毂式驱动电动汽车的特点出发，针对底盘集成控制系统中子系统间的耦合问题，研究四轮全驱电动汽车底盘集成控制系统的解耦控制。四轮全驱电动汽车结构复杂，加之路况、操纵指令多变等因素，使车辆行驶状态千变万化，呈严重非线性和时变性，采用人工智能控制算法进行解耦可提高系统的自适应能力，获得更稳定的控制效果。本文从四轮全驱电动汽车的动力学特点出发，研究汽车底盘集成控制系统中AFS和DYC的耦合问题。建立了二自由度线性化车辆模型，通过串联逆模型前馈解耦控制器，将底盘集成控制系统转化为两个单通道独立控制系统。利用MATLAB仿真软件，通过车辆在不同工况下的仿真，验证并分析了解耦控制在理论上的可行性及有效性。汽车真实行驶工况中存在非线性特性，为了更准确地描述车辆状态，建立七自由度非线性化汽车动力学模型，同时采用Pacejka轮胎模型和Ackermann差速模型建立轮胎动力学模型和转向动力学模型；在七自由度车辆模型上，以车辆质心侧偏角和横摆角速度为被控量，汽车前轮转角补偿和横摆力矩补偿为控制器输出，构建车辆AFS和DYC集成控制系统；分析车辆姿态参数动态响应、非线性特性以及车辆中存在的耦合形式。基于不同工况下仿真分析车辆操纵稳定性、非线性特性以及耦合特性。采用BP神经网络实现底盘集成控制系统的解耦控制。神经网络控制器为三层结构，以质心侧偏角、横摆角速度以及其对时间的导数代表车辆的动态响应作为神经网络的输入，前轮转角补偿和横摆力矩补偿为神经网络输出，实现非线性实时解耦，降低底盘稳定性控制子系统间的耦合干涉，提高底盘稳定性控制性能。根据不同车辆行驶工况的仿真分析表明：解耦后的车辆姿态参数对理想值跟踪性能得到提升，神经网络解耦控制器解耦效果良好。