为了改善交通安全性、灵活性、高效性，智能交通(ITS)越来越受到交通部门及汽车工业的普遍关注。智能车辆(IV)是其中一个重要的方面，它包括环境感知、信息处理及控制等关键技术。这就需要建立合适的驾驶员模型，及时、准确地处理路况和车况的感知信息，并准确地传给车辆控制机构输出，实现自动驾驶。 本文通过对驾驶员—车辆—道路闭环系统的分析，针对建立驾驶员模型的各个环节进行了探讨，设计了基于视觉导航的智能试验平台车以及方向控制驾驶员模型。主要进行了如下几个方面的研究： 第一、针对视觉导航驾驶员建模的实际需要，设计了驾驶员模型的算法流程及实验平台车的系统构架、视觉导航系统的硬件。 第二、对驾驶员模型中信息感知系统的研究。由于是视觉导航，所以主要任务是对智能车辆道路图像的处理和识别的算法研究，包括图像的增强、图像的分割，以及车道线的提取。 第三、对驾驶员模型中控制系统的研究。首先，根据车辆基本操纵模型的分析及预瞄理论，提出了一种基于侧向距离偏差的前视轨迹驾驶员模型。然后，模仿驾驶员的开车经验，利用模糊控制理论，建立了一种带智能权的在线模糊控制器——自适应解析模糊控制器，并用MATLAB工具箱进行了控制器的设计和仿真，实验证明该设计的有效性。 以上算法都在所选摄像机的软件开发包中通过VC++编程实现，且基本达到了如期的结果。