随着社会的进步和科技的迅速发展，城市交通问题越来越受到人们的关注。智能交通系统(Intelligent Transport System, ITS)和智能车辆(IntelligentVehicle，IV)应运而生。智能车辆的研究，将环境感知、路径规划、决策控制、底层执行等功能融为一体。旨在解决日益严重的交通拥堵和交通安全问题，改善交通状况，降低交通事故发生率等。其中，路径跟踪和速度控制是智能车辆研究的重要环节，是实现自主驾驶的关键技术。　　本文以北京工业大学智能电动车辆BJUT-IV为应用平台，搭建了智能车的体系结构，围绕智能车辆的路径跟踪算法及纵向速度控制进行了研究。主要内容如下:　　首先，提出了具有速度调整的改进环形预瞄算法。本文对现有的经典路径跟踪方法进行了深入的分析，从车辆的动力学特性出发，在环形预瞄算法(CircularLook-ahead Algorithm)的基础上进行改进，提出了环形预瞄路径与前馈控制相结合的跟踪算法，使车辆准确稳定地跟踪期望路径，并对速度进行适当的调整。通过实验验证了路径跟踪算法的可行性和准确性。　　其次，给出了速度控制策略和油门刹车切换方法。按照分层思想将纵向速度研究分为上层策略与下层控制。上层根据车辆不同行驶状态，给出了相应的加速度和速度控制策略;下层提出了油门刹车的自动切换的控制系统和方法，减少油门与制动踏板之间的切换次数，当速度偏差较小而需要减速时，尽可能利用油门处于低位或零位的自然减速特性，以实现平稳的加减速。　　再次，编写了上位机信息采集与数据处理软件。上位机的分析处理是决策与控制部分实现的关键。该软件可以通过UDP协议接受来自传感器的环境信息和规划层的期望路径，同时在线采集车辆行驶过程中实时状态，包括车体当前位置坐标、当前偏角值、当前速度值等。上位机在Visual Studio2008环境下对采集到的数据分析处理，将决策指令下发给通信单片机，从而使底层执行机构完成相应动作。　　最后，本文介绍了智能电动车辆BJUT-IV的总体设计方案，在基于FreescaleS12和HC08单片机的底层硬件平台上，使用CodeWarrior对底层各个单片机编写控制程序。通过实车实验，证明研究成果适用于智能电动车辆BJUT-IV，验证了本文提出的路径跟踪算法和控制策略的有效性。