无人驾驶智能汽车旨在将定位与导航、环境感知、智能决策、控制工程等多个学科的前沿技术应用到传统汽车上面,从而提高车辆的智能化程度。在无人驾驶汽车的多项单元技术中,车辆运动控制技术是实现车辆稳定可靠自主驾驶的基础,并且未知路况下的高精度速度跟踪和轨迹跟踪一直是研究的重点和热点。论文将车辆的运动控制系统分解为纵向运动控制子系统和横向运动控制子系统。针对纵向运动控制系统中的油门控制,设计了一种融合道路坡度信息的增量式PID控制算法,解决了智能汽车在较大坡度路面上纵向速度控制偏差过大的问题。在对驾驶员的行为习惯进行分析的基础上提出了模糊分级式的车辆制动控制算法,将一个控制周期内车辆的速度偏差和速度偏差变化量分别乘以相应的比例系数,然后进行均匀模糊量化,最后通过查模糊控制规则表得到输出量,将该输出量经过分档控制规则调整后得到实际控制量,并将该输出量作为油门控制和刹车控制的切换判据。针对于车辆的横向运动控制易受到纵向速度和道路曲率等因素干扰的问题,采用二自由度动力学模型来描述车辆的运动,并采用航向预估算法对车辆进行横向运动控制,将智能汽车的航向变化趋势作为控制偏差输入到横向运动控制器中,利用航向的变化趋势来引导控制器的输出,进而消除了道路曲率等因素对横向运动控制的干扰。论文依托线控改造后的车辆平台对本文中的控制算法进行了精度和可靠性测试。在紧急停车、变更车道、环行轨迹跟踪行驶这三种场景下对车辆的速度跟踪和轨迹跟踪性能展开测试,并对测试结果进行了分析,验证了论文所述算法的有效性和可靠性。并根据实验结果总结了论文中控制系统设计的优势和不足,同时也对下一步的研究工作提出了展望。