加速加载试验车是用于对试验道路面进行加载速度和载荷的机械车辆，可以模拟路面在长期经过汽车不同速度不同载荷下加压的受损情况以便研究路面的受损机理。传统的试验车控制采用人工驾驶的方法易受人为因素的干扰，将视觉导航技术应用在加速加载试验车控制系统上，能够使试验车的运行更加自动化。本文围绕视觉导航加速加载试验车的控制系统，首先通过分析加速加载试验车工作环境及技术要求，针对视觉导航加速加载试验车控制系统提出了基于多Agent的集散型控制系统体系结构，并根据这种体系结构构建了视觉导航加速加载试验车控制系统总体框架；针对试验车封闭跑道的运行环境，采用ZigBee模块设计了无线通信网络和通信软件；对加速加载试验车运行时的图像处理任务量进行了计算，采用DM6467异构双核架构处理器作为图像采集处理平台，在此平台上开发出基于多线程的图像采集软件，并对ARM端和DSP端的算法引擎和算法服务器进行装配，开发了针对异构双核处理器的高速图像处理软件；通过加速加载试验车的视觉导航原理进行分析，确定了导航参数的提取方法；采用迭代算法计算路径图像的最优阈值并对路径图像进行二值化处理，通过对比分析Sobel算子和Laplacian算子的边缘提取效果，提出了改进的试验车导航参数提取算法；通过对加速加载试验车运行时的动力学过程的分析，建立了试验车动力学模型，在该模型的基础上对鲁棒控制问题进行分析，建立了试验车闭环反馈鲁棒控制框架，并采用μ综合的方法设计出试验车的鲁棒控制器K；针对鲁棒控制器K利用MATLAB工具箱对试验车运行过程进行了仿真分析；搭建了小型视觉导航试验车平台，对视觉导航控制系统的跟踪效果进行验证。通过仿真和实验验证，结果表明该加速加载试验车控制系统的鲁棒控制器的路径跟踪效果好，响应速度快，且具有较高的鲁棒性；无线通信网络能够实时准确地传输数据；改进的导航参数提取算法能够对导航路径进行精确地的跟踪。