本文在智能交通系统的背景下,以交通图像信息的采集与处理为基础,进行智能车自动控制关键技术的研究,为实现交通系统中车辆的自动驾驶奠定基础。为了实现智能车的自动控制,本文主要从三个方面的关键技术进行了研究,分别是(1)智能车在直行时对期望直行轨迹的跟踪;(2)智能车在十字路口转弯时对期望转弯轨迹的跟踪;(3)在优化智能车行驶路径时实现高质量宏观交通图像信息的采集。基于以上三个关键技术,本文具体研究内容如下:针对智能车在直行时对期望直行轨迹的跟踪问题,设计基于车道线识别技术的智能车直行控制系统。首先,设计直行路径交通图像采集与处理模块:通过图像预处理技术和改进的概率霍夫变换等车道线识别技术识别直行道两侧车道线或十字路口分割线,实时获取智能车在直行时的位置以及状态(居中、偏左、偏右)。其次,设计智能车直行控制模块:基于图像识别的结果,制定智能车直行控制指令(直行、修正),实时修正智能车行驶轨迹,保证其准确直行。最后,在智能交通沙盘上利用直流电机驱动的智能车对所设计的直行控制系统进行验证,结果表明智能车直行控制系统可以实现智能车对期望直行轨迹的跟踪。针对智能车在十字路口转弯时对期望转弯轨迹的跟踪问题,设计基于数字识别定位的智能车十字路口转弯控制系统。首先,设计转弯路径交通图像采集与处理模块:通过改进的K近邻算法识别转弯路径上的数字标识,以此确定智能车在转弯路径上的位置;同时利用改进的概率霍夫变换识别十字路口分割线或斑马线,实时获取智能车在转弯时的状态。其次,设计智能车十字路口转弯控制模块:基于图像识别的结果,制定智能车在转弯轨迹上的控制指令(直行、转弯、修正),保证智能车对期望转弯轨迹的跟踪。最后,应用直行控制系统的验证平台对所设计的转弯控制系统进行验证,结果表明智能车十字路口转弯控制系统可以实现智能车对期望转弯轨迹的跟踪。为了实现智能车路径规划系统采集高质量的宏观交通图像信息的目标,针对智能车路径规划系统中的航拍四旋翼无人机有外界扰动、自身状态时延以及执行器故障影响其航拍稳定性的问题,设计改进的保性能控制器和模型参考自适应控制器,保证无人机在航拍时的飞行品质。改进的保性能控制器用于解决外界干扰和状态时延问题,保证航拍四旋翼无人机在无故障条件下的平稳飞行。模型参考自适应控制器用于重构航拍四旋翼无人机控制器,补偿执行器故障,保证航拍四旋翼无人机在故障条件下的飞行品质。仿真结果表明所设计的控制器能够实现航拍四旋翼无人机对期望航拍姿态角的跟踪,从而为保证高质量的航拍奠定了基础。