在非结构化环境中,要实现智能车辆自主跟随行驶,需要获取准确的领航车辆状态信息,然后以此为依据,进行跟随车辆的横纵向控制。本文基于车间通信的方式搭建了自主跟随行驶的整体框架,提出了考虑车间通信存在丢帧时的领航车辆状态信息获取方法。在跟随车辆的横向控制中,基于领航车辆的历史位置信息求得跟随车辆的期望路径,作为跟随车辆横向运动的约束;在跟随车辆的纵向控制中,以领航车辆与跟随车辆当前的车间距和速度差值为依据,实现车间距和速度控制。基于领航跟随法和虚拟结构法的原理,提出了一种利用领航车辆历史位置信息获取跟随车辆期望路径的方法。首先基于无迹卡尔曼滤波算法,对跟随车辆获取到的领航车辆状态信息进行滤波估计,以消除通信丢帧对领航车辆状态信息的影响。然后基于不同的路径模型,采用最小二乘法对滤波处理后的领航车辆历史位置进行拟合,得到领航车辆的历史路径。最后基于车辆的单轨模型和纯跟踪算法,求得一条从跟随车辆当前位置出发且收敛于领航车辆历史路径的轨迹,并以此作为跟随车辆的期望路径,得到跟随车辆的期望前轮偏角,实现对领航车辆历史路径的跟踪。在自主跟随行驶的纵向控制中,提出了一种基于车间距误差模型和滑模控制理论的纵向控制方法。首先分析了不同车间距策略下车间距误差模型的特点,选定以定间距策略作为自主跟随行驶的车间距策略;然后分别设计了基于指数趋近率和变速趋近律的车间距滑模控制器,并通过两种趋近律的组合消除了在平衡位置附近的抖振现象;再之后考虑车辆的最大加减速度限制和最大最小速度限制,对车间距控制器进行了改进;最后,考虑到预瞄跟随理论中车辆预瞄特性的限制,对所设计的车间距控制器进一步改进,在车间距误差较大时,通过速度规划的方法获取后车的期望加速度,将车间距误差减小到一定范围之内,再启动车间距滑模控制器。最后分别基于V-REP仿真平台和实车平台,对所提出的智能车辆自主跟随控制方法进行了试验验证。实现结果表明,在非结构环境下,利用本文所提出的方法,能够实现智能车辆在直行道路、左/右转弯道路、U型弯道路、S型弯道路上自主跟随前车行驶;在非结构化环境中的直行道路上,车速最高速度达到12m/s,车间距控制在不超过30m的范围内。