以检测线圈作为磁导航智能车的赛道检测传感器，估算出检测线圈输出的感应电动势约为毫伏级，而智能车控制电路要求的信号是0～5V的直流电压。以此为出发点，以宽带集成放大器MAX4451为核心，设计了可在单电源条件下工作、具有放大和正半周包络检波功能的信号调理电路．通过降低电路的直流偏置电压增大电路的输出摆幅。对于多个竖直放置的检测线圈及信号调理电路，通过比较输出电压的相对最大值作为判断赛道位置的依据，而不受赛道激磁频率、激磁电流变化的影响。

提出一种使用激光检测白底黑色跑道的寻迹智能车的软硬件设计方法,在硬件上设计了最小系统、主板、电机驱动、激光传感器模块、测速模块等电路,采用8位freescale单片机MC9S08AC16作为控制核心,使用低成本的红外传感器测速方案,采用14发射、7接收＂一＂字型排开的激光传感器检测赛道信息,电机驱动采用＂H＂型双极性驱动电路。硬件设计上使用了适合8位单片机的枚举查表为主的舵机控制算法,而速度控制则为bang-bang控制与P算法控制相结合的方法。

本文对基于非匀速行驶状态下光电智能车的记忆算法进行了深入研究，详细介绍了系统硬件设计、原始数据的记忆、数据处理和记忆算法的实现。

要实现一个完整的基于摄像头的智能小车，第一步要做的就是将摄像头输出的模拟信号通过单片机A／D转换采集到单片机中，然后对采集到的原始的图像数据进行处理，以获取赛道中央的黑线在图像坐标系中的位置。

介绍了一种基于光电管路径识别的智能车系统。该智能车使用光电管作为路径识别装置，依靠舵机辅助智能车转向，使用直流电机驱动智能车前进。系统采用符合PI控制算法的控制器进行调速，并通过加长舵机转臂提高舵机响应速度，从而解决了系统的滞后问题。

针对传统液压制动系统应用场景受限的问题,面向智能车设计新型电子液压制动系统,由车辆配备的智能驾驶系统将制动信号传递给制动系统,制动系统由助力制动子系统和备份制动子系统组成,两系统之间通过单向导通梭阀完成解耦。利用系统硬件在环实验,分析电子液压制动系统的动态特性。实验结果表明:影响电子液压制动系统建压响应性与精度的因素众多,为使得系统可以快速响应,应确保整车制动管路排气良好,尽量避免使用制动软管;同时,不宜长时间进行高压力保压工况,避免电机及电机驱动器过热从而降低制动效能。

面向智能车设计了一款并联式电子液压制动系统,并针对智能车在紧急制动时易失稳的问题,基于车辆制动时的载荷转移特性,提出一种制动力分配控制策略。根据车辆在制动时前、后轴载荷转移量调节前、后轴车轮制动力,并将此时前、后轴车轮制动力矩作为基准制动力矩,基于径向基神经网络和PID算法设计附加制动力矩控制器,以此调节各车轮的制动力。最后搭建模型并与PID控制进行了仿真对比,结果表明,在车辆紧急制动工况下,提出的附加制动力矩融合控制器可以有效缩短制动距离并显著提高车辆稳定性。

针对智能汽车在实际行驶过程中的轨迹跟踪问题,提出了一种基于配点法的非线性模型预测控制实时优化算法。建立车辆二自由度非线性动力学模型和轨迹跟踪最优控制问题的数学模型,采用配点法将最优控制问题转化为带约束的非线性规划问题,并运用序列二次规划法实现了快速求解,通过滚动优化和反馈校正达到了对智能车实时轨迹跟踪的效果。在Prescan自动驾驶仿真环境中进行了基于ROS操作系统的硬件在环试验。结果表明:所提出的方法在保证精度的情况下,计算速度快,可以达到实时轨迹跟踪优化的要求。

以飞思卡尔半导体有限公司生产的PC9S12XS128MCU为核心控制单元，设计了一款可以自主循线行驶的智能车。控制系统部分主要包括电机驱动模块、舵机驱动模块、路径识别模块、电源模块等，通过对各种软、硬件控制方案的综合比较，采取最优方案控制车模在道路上的行驶速度和方向。实验结果表明，该智能车完全可以按照人为设计的路径准确自主行驶。

为了解决传统PID控制在智能车控制中响应迟滞,稳态误差和敏感性较大等问题。在传统PID控制的基础上,引入了BP神经网络。BP神经网络算法可以自动识别数学模型,可以自我学习和训练,自动整定加权系数,能够让控制参数自我调节。多次试验结果表明,该控制算法提高了控制的稳定性和快速响应性。