近几十年来,随着社会经济和科学技术的飞速发展,世界各发达国家建立了四通八达的道路交通,但一个有目共睹的事实是车辆增长的速度已远远超过道路和其它交通设施的增长速度.汽车在给人们带来现代文明享受的同时,也给人类的生活和财产带来了许多负面影响.智能车队可以实现车辆列队行驶,提高道路交通流量、减少交通事故、降低环境污染并节约能源.目前,智能车队的控制已经成为一个非常有意义的热点研究课题.另外,时滞是自然界中广泛存在而又不可避免的一种现象,所谓时滞是指信号传输的延迟,可能存在于系统内部的状态、控制输入和输出中.所以在通常情况下,智能车队系统也会受到时滞的影响,可能使智能车队的控制性能下降.因此,智能车队带有时滞的纵向跟随控制的研究具有重要的理论价值和实际意义.本文的主要研究工作如下：在第一章中,介绍了本文的背景和实际意义,以及国内外研究现状.在第二章中,研究了智能车队基于路径预测的路径跟踪问题.首先引入一个车辆运动学预瞄模型,对智能车队未来的行驶位置进行估计.然后,提出了高速公路交通环境下的一种快速路径预测算法并设计了基于预测误差的最优反馈控制器用于实现路径跟踪.最后,仿真结果表明：所提跟踪控制器保证自主车在速度<16m/s时具有较好的路径跟踪性能.在第三章中,研究了智能车队在采样方式下的纵向跟随控制问题.在智能车队控制中,都是通过传感器以一定采样周期采样获得智能车队的离散数据.因此考虑由采样周期带来的控制输入时滞,利用输入时滞方法,将采样控制转化为带有输入时滞的控制,并建立智能车队非线性时滞闭环控制系统.然后,以线性矩阵不等式的形式给出了智能车队对应的非线性时滞闭环控制系统的渐近稳定性条件以及控制器.最后仿真结果表明所提控制算法可以使智能车队的车间距维持一个安全距离并保持相同车速.在第四章中,对本文的研究内容做了总结,并对后续工作进行了展望.