随着我国经济的持续快速发展,汽车保有量一直呈快速增长趋势。在我们享受汽车带来的巨大便利同时,伴随而来的交通、环境和能源问题使得智能车辆(Intelligent Vehicle,IV)作为智能交通系统(Intelligent Transportation System,ITS)中的重要组成部分逐渐受到重视。智能车辆改变了传统的车辆控制方式,将驾驶员的不稳定因素从车辆闭环控制系统中解放出来,从而提高了道路系统效率和安全性。智能车辆横向运动控制系统是智能车辆自主控制的主要部分,对该方面开展研究具有重要意义。本文主要对智能车辆横向运动控制系统进行设计并开展了相关实验研究。首先建立了车辆二自由度动力学模型并对车辆不确定参数的影响进行了分析,将车辆速度确定为控制器设计需考虑的重要因素。然后将多模型理论应用于车辆横向控制系统设计,根据速度区间将车辆模型划分为局部模型,并分别建立局部模糊控制器,最后通过权重系数将局部输出融合得到全局控制输出,建立了基于多模型理论的模糊横向控制器。为检验所构建的多模型模糊控制器的有效性,在仿真环境下对比分析了在不同车速下不同控制器超车操作中的控制性能。同时搭建了车辆横向控制的联合仿真系统,并进行了了基于实际路径设计的路径跟踪联合仿真实验,验证了所设计横向系统控制算法的稳定性。随后介绍了智能车辆通过视觉获取车辆位姿的图像处理算法,为智能车横向控制系统提供所需的路径信息。最后搭建了基于快速控制原型的半实物仿真系统和实验平台,并进行了相关实验,通过与仿真工况下的结果对比分析,验证了快速控制原型模型的正确性和有效性,并为未来的研究工作打下了基础。