该论文综合运用人工神经网络、模糊逻辑等人工智能领域的技术和数字图像处理技术,在充分考虑智能车辆的实际应用环境的前提下,研究了智能车辆在变光照、阴影、雨天、雪天、路径模糊脏污、路径断续等恶劣环境下的导航路径识别和跟踪控制方法.研究了采用模糊神经网络识别模糊和脏污导航路径的方法.提出了两种模糊神经网络来识别模糊和脏污导航路径,设计了网络的结构,进行了实际的模糊脏污导航路径识别试验.研究了采用补偿模糊神经网络识别雨天和雪天导航路径的方法.设计了网络的结构,进行了实际的雨天和雪天识别试验.研究了采用二次区域增长算法识别JLUIV-Ⅱ智能车辆继续导航路标和公路上的断续车隔离线的方法,进行了实际的断续路径识别试验.研究了采用神经网络对导航环境进行分类的方法.设计了导航环境神经网络分类器的结构,并进行了实际分类试验.研究了采用神经网络设计智能车辆导向控制器的方法.选择并分析了神经网络导向控制器的输入、输出变量,建立了神经网络导向控制器的结构,采用实际的路径跟踪控制试验来验证了控制器的性能.