智能车，涉及环境的感知、路径的规划、驾驶行为的智能决策、车辆的导航定位以及车辆的自动控制等多领域，是当前最为活跃的科学研究领域之一。本文将“飞思卡尔”智能车竞赛作为本课题的研究背景，对智能车的机械结构及运动学模型进行了分析,改进了智能车的机械结构及设计了智能车的硬件电路，并以此为基础,对智能车道路信息提取及处理算法和控制决策算法进行了研究。本文首先对智能车的车体机械结构进行改进，主要包括：前轮定位、重心位置调整、离地间隙调整、舵机安装和传感器安装。然后，对智能车的硬件电路部分进行了分析与设计，主要分为以下几个部分：MCU核心处理模块、供电模块、电机驱动模块、转向舵机模块、赛道信息提取模块及行驶速度检测模块。其次，分别介绍了线阵CCD和面阵CCD传感器的结构和基本的工作原理，并分别采用两个传感器对赛道信息进行提取和处理，由处理结果及综合考虑外部影响因素，确定线阵CCD的可行性。最后，通过运动学模型的建立证明了控制策略的必要性，针对传统的PID控制算法对智能车的舵机和电机进行控制时，其控制参数很难随环境变化进行自整定，进而影响智能车的运行状态这一问题，提出单神经元PID控制算法，该算法具有参数自整定能力强，现场调整参数少，调整周期短，稳定性好等优点。依据单神经元PID控制算法的策略，进行了几种常用算法的仿真测试，其比较结果显示了本文控制算法的优越性，并在实际的智能车自主行驶试验中得到了验证，证实了单神经元PID控制方法在智能车控制方面的可行性。