智能小车的研究涉及到电机及其控制、测量与计算机控制、传感器、计算机视觉、信息融合、车辆工程等诸多领域。本文对智能小车的运动控制系统软硬件，多传感器数据融合的避障技术以及小车的轨迹跟踪等相关技术进行了研究。首先，以一台装有多传感器的4WS模型车作为研究对象，提出了智能小车的总体设计方案和运动控制系统硬件设计方案，设计DSP主控制器硬件电路图和PCB，制作了相关硬件并进行了调试。接着，建立了四轮转向车辆的运动学模型，针对其非完整约束和非线性特性，提出了基于模糊逻辑的智能车轨迹跟踪控制方法。在Matlab/Simulink环境下，仿真结果表明，该控制算法的有效性和可靠性，四轮转向车辆相对于前轮转向车辆能更快地跟踪期望轨迹。然后，探讨了超声波传感器和红外传感器的数据融合，进行了基于T-S模糊神经网络信息融合的小车避障研究。通过网络参数学习算法对初始隶属函数进行离线训练，仿真结果表明，模糊神经网络避障算法能够高精度逼近非线性系统，并且融合了模糊控制的推理能力与神经网络的学习能力，能够有效地避障。针对四轮转向智能车测试、监测和控制要求，还提出了一种基于LabVIEW和无线通信技术的实时监控系统设计方案。该设计方案采用CC1110无线透传模块，通过串口进行数据采集和控制。采用LabVIEW编写了可视化的上位机软件，设计了相应的通信协议，并采用有限状态机技术，实现了数据包的准确、高效识别。最后，根据智能小车实际的功能需求，采用了决策控制层和驱动控制层的分层控制方案，并以μC/OS-Ⅱ实时操作系统作为控制系统的底层平台。移植了μC/OS-Ⅱ，根据任务重要性和任务类型，划分了用户任务。