随着汽车保有量的迅速增加,交通安全问题日益突出,智能车辆应运而生。它是车辆工程、人工智能等多学科领域理论技术的交叉与综合,是未来车辆发展的趋势。本文在智能车辆的控制技术领域进行了一些积极有益的探索,目的是为我国汽车安全辅助驾驶系统的应用研究开发提供现实的理论和技术支撑。控制系统是智能车辆的“大脑”。文中采用基于黄金分割率的方法生成前件云,把T-S-C-Y推理模型作为控制器的推理机制,在相应的云子区域里利用径向基函数神经网络逼近驾驶方程使该控制器具备学习功能,把输入值隶属于某个云子区域的隶属度作为该条规则的随机置信度,整个非线性系统的随机输出则是局部随机输出的加权和。自主驾驶与辅助导航是智能车辆研究的关键技术。本文提出了动态目标位置概念以及相应的控制机制,以动态目标位置控制机制作为智能车辆控制的基础,实现了车辆的横向智能控制、动态障碍物避让、自动换道和超车行为以及可变速的智能车辆控制,较为理想地模拟了实际交通环境中车辆运动的特性和驾驶员的行为。智能车辆控制不是一个孤立的系统,交通信号控制策略的好坏直接影响到智能车辆的控制并进而影响到整个智能交通系统的效率。文中利用STREAM算法对路口的交通数据流进行了聚类分析,得到了能够反应现实交通状况不同特性的聚类结果,然后对聚类结果进行了数据挖掘和交通数据流趋势预测。最后,在数据流值预测结果的基础上,采用基于云模型的算法对某一天交通的预测流值进行了分析,得到了比较灵活的控制策略。