随着科学技术的不断发展，越来越多的汽车给城市带来了一系列问题，包括交通事故、道路拥挤等等。这样就促使发展智能交通和智能车技术，来解决当前所面临的问题。智能车技术的研究是一项综合性的研究，其中包括机械、传感器检测、电机控制、模式识别、图像分析、信号处理、嵌入式系统等多个学科融合。智能汽车的主要发展方向主要有自动驾驶、道路识别和分析、路况预测等。控制算法和传感器是未来智能车发展的两类重要技术。论文以“飞思卡尔”公司32位单片机K60为整个系统的控制核心，利用OV7620图像传感器和模糊PID控制算法实现路径信息的识别，并根据判断规则对电机、舵机进行精确控制，实现了模型车平稳的在测试跑道上行驶。论文所研究的智能汽车控制系统具有自跟踪、自动驾驶、自学习等特点，具有广阔的发展前景。论文在前期准备过程中分析了大量文献资料，提出了控制系统的设计思想和软硬件的设计方案。然后对模型车的机械结构和硬件进行了设计和调整，包括底盘的调节、重心调整、转向轮调整等。在机械结构上的调整，重点对主销后倾角、前轮外倾角、重心等机械关键部分进行了分析研究。论文采用K60单片机为整个系统的控制核心，利用OV7620图像传感器作为整个系统的信号输入，利用光电编码器检测模型车的运行速度。同时在控制系统硬件电路的设计上采用模块化的设计思想，不同的模块之间利用插针相连接，既避免了干扰又可以根据不同情况采用适宜的硬件电路。路径识别是智能车控制系统的关键，论文详细研究了图像传感器OV7620的工作原理，并根据设计要求对图像信息进行采集和处理以获得理想的跑道信息，用于路径识别。将经过滤波和处理后的图像信息经过设定好的控制规则，得出控制决策。论文在电机、舵机的控制算法上采用了模糊PID控制算法，相比较传统的开环控制和传统PID控制，利用模糊PID控制电机和舵机，具有精准度更高、适应性更好等特点。同时K60单片机具有模糊指令集，加快了整个模糊运算的速度。通过不断的测试和改进，加载模糊PID控制算法的智能汽车控制系统，单圈最快速度达2.5m/s，而常规PID的单圈最快速度达2.2m/s。利用模糊PID控制比常规PID控制，速度上快0.3m/s。经过上位机的监测和分析，实现了设计要求，并对未来的发展和研究积累了一定的数据基础。