随着轮式车辆应用领域及应用环境的不断拓展，对其灵活性、机动性、地形适应性等方面提出了更高的要求。而传统轮式车辆因自身结构问题及在转向能力、瞬时驱动能力、路面环境适应能力等方面的不足使其无法满足这些需求。因此，集驱动、转向、悬架、制动等于一体的一体化电动轮及其多轮集成与控制技术的研究成为当前智能电驱动车辆领域的研究热点之一。
　　论文围绕基于一体化电动轮构建的四轮独立驱动车辆在复杂地面环境中执行作业任务时，如何感知地面环境信息并通过对信息的准确理解，实现车辆运动、转向、制动等的高性能控制，提高车辆的运动灵活性、机动性、稳定性以及地面适应能力这一亟待解决的问题，开展了复杂地面环境中四轮独立驱动车辆的运动控制方法的研究，主要包括以下几方面的内容:
　　1、为实现车辆在复杂地面环境中稳定、高效地运动，提出了一种基于车体振动信息实现车辆速度自适应调整的方法。该方法利用车体振动信息构建典型地面的GMM(Gaussian Mixture Model)，基于改进的EM(Expectation Maximization)算法求解模型参数，高效快速地实现了对任意地形的聚类分析，分析结果与基于地形坡度起伏的模糊控制结合，实现了对车辆运动速度的自适应控制，提高了车辆的运动效率及地面适应性。
　　2、提出了利用图像信息对地面类别进行预判并进行运动规划的方法，解决了单纯利用振动信息无法对地形变化趋势做出准确判断而导致速度调整延迟的问题。采用CNN(Convolution Neural Network)模型，基于多任务学习方法，对地面图像进行类型识别并对地面切换的相对距离进行估计，在车辆进入新地面类型前利用五次多项式运动规划方法对速度进行规划，实现了不同地面类型下速度的平顺过度，进一步提高了车辆运动的稳定性。
　　3、车辆悬架的控制效果会受悬架模型、车体的状态、地面类型等众多因素的影响，考虑到悬架系统的控制是一个连续决策过程，结合之前建立的一体化电动轮悬架模型，提出了基于改进DDPG(Deep Deterministic Policy Gradient)深度强化学习算法的半主动悬架控制策略，充分利用算法的自学习能力自动调整悬架控制参数，提高了悬架的控制性能，通过仿真实验验证了该方法的可行性及优越性。
　　4、针对四轮独立转向车辆转向过程的时变特性及转向模型建立存在的误差干扰等问题，设计了综合鲁棒控制和滑模控制优点的具有强干扰抑制能力及强输入跟踪能力的鲁棒滑模控制器，用于车辆转向给定的跟踪控制，通过控制效果的对比仿真实验，验证了所设计的控制器适合四轮独立转向车辆的转向控制。
　　5、为提高车辆的制动性能，提出了一种基于路面附着系数实时估计的车辆制动控制方法。通过设计的带补偿环节的新型干扰观测器，实现对路面附着系数的估计，为制动过程的滑移率给定提供依据，之后利用改进的FOA(Fruit Fly Optimization Algorithm)算法实现对PID制动控制器参数的优化。制动对比仿真及实验结果表明该控制器在制动性能上优于经典的Bang-Bang控制器以及基于遗传算法和Z-N法整定参数的PID控制器。