智慧型交通系统的目的是高效率地使用道路和车辆。在同样的道路上提高交通流量，就要提高车速和减小车间距。这些指标提高到一定程度时，人的操纵能力不能满足安全性要求。因此降低驾驶的劳动强度和複杂性也是汽车技术追求的目标。控制目标由以往的提高机械性能发展为辅助或部分取代或全部取代人的操纵，达到减少由于人的局限性造成的事故，减轻驾驶强度提高交通效率，降低污染的目标。

控制是在行车速度方向上的控制，即车速以及本车与前后车或障碍物距离的自动控制巡航控制就是一种纵向控制。这类控制问题可归结为对发动机输出和剎车的控制。各种发动机模型、汽车运行模型和剎车过程模型与不同的控制器算法结合，构成了各种各样的纵向控制模式，典型结构如图1。

基于传统控制的方法，如PID控制，一般是建立发动机和汽车运动过程的近似线形模型，在此基础上设计控制器。这种方法实现的控制，由于对模型依赖性大及模型误差较大，所以精度差、适应性差基于智慧型控制的方法，如模糊控制、神经网路控制，在纵向控制中也得到广泛研究和套用，并取得了较好的效果，被认为是最有效的方法。从目前的论文和研究的项目看，寻求简单而準确的发动机、剎车过程和汽车运动模型，以及对随机扰动有鲁棒性和对汽车本身性能变化有适应性的控制器仍是研究的主要内容。

目前套用的系统如巡航控制，防碰撞控制，都是自主系统，即由车上感测器获取控制所需信息。在智慧型交通环境下，脚踏车可以通过通讯信息系统获得更多的信息用于控制。对于纵向控制，可利用本车及周边车辆位置、当前及前方道路情况，前车操纵状态等信息实现预测控制．达到提高速度减小车间距的同时保证安全，即达到安全、高效的目的。

横向控制指垂直于运动方向上的控制．对于汽车也就是转向控制。目标是控制汽车自动保持期望的行车路线，并在不同的车速、载荷、风阻、路况下有很好的乘坐舒适性。横向控制有两种基本设计方法，一种是基于驾驶员模拟的方法·另一种是给予汽车横向运动力学模型的控制方法。基于驾驶员模拟的方法，一种策略是使用较简单的运动力学模型和驾驶员操纵规则设计控制器：另一策略是用驾驶员操纵过程的数据训练控制器获取控制算法ul。基于运动力学模型的方法要建立较精确的汽车横向运动模型。典型模型是所谓单轨模型，或称为脚踏车模型，也就是认为汽车左右两侧特性相同。横向控制系统基本结构如图2。控制目标一般是车中心与路中心线间的偏移量，同时受舒适性等指标约束。

当实现了纵向和横向自动控制，就可以按给定目标和约束自动控制车运行。所以，从车本身来说．自动驾驶就是综合纵向和横向控制。但要真正实现点到点的自动驾驶运行，车辆控制系统必须获取道路和周边交通情况的详细动态信息和具有高度智慧型的控制性能。完善的交通信息系统和高性能、高可靠性的车上感测器及智慧型控制系统是实现自动驾驶的重要前提。由于点到点自动驾驶的难度，人们提出首先实现自动驾驶路段的概念，即在路况简明的高速公路段开闢可自动驾驶路段，进入这种路段可以启动自动驾驶，出这个路段时再转入手操纵。

为了提高交通效率．智慧型交通系统还提出了车辆自动编队行使的方式(Platoon)，也就是把一组相邻的高度自动化的车编为一个车列。这是一个相互距离很近、高速行驶、动态组编的车队。车间靠信息的沟通保持协调行驶如果说火车列车是由机械连线的车辆系统，那幺Platoon是行驶在公路上的，由信息连线的，可动态编组的车辆构成的列车。依靠感测器和信息通讯系统及先进的车上控制系统保持车间相对距离在安全範围内。其运行状态是在交通系统範围内最佳化，既通过交通控制中心动态编组调度，使各车列一路绿灯高速安全行驶。

Platoon有两种组织形式。一种是无车间通讯，依靠车上感测器获取前后车运行状态以及道路周边交通情况由于无法预知前车及头车操纵和运行状态，要求车间安全距离长，车问相对速度和相对距离稳定性差。另一种是有车间通讯、由于各车可预知头车及前后车的操纵及运行状态，使各车之间控制协调．车间的安全距离可以更小，相对速度和相对距离稳定性好。

在Platoon控制中，除了脚踏车的纵向和横向控制外，还要考虑保持队形稳定的控制，即保持相对距离。为了研究其稳定性，往往把Platoon作为一个整体建模分析，以确定适当的控制算法和参数。一种典型的模型是质量一弹簧一阻尼系统’模型。其基本思想是，把脚踏车看作一个质量、车间的相互作用由虚拟弹簧和虚拟阻尼来模拟，为保持队形的控制算法和控制参数反映弹簧刚度和阻尼係数；把行进的Platoon看作由弹簧和阻尼连线的系统，求出当头车运行状态变化时，使队形最稳定的弹簧刚度和阻尼係数．由此确定车的最佳控制参数。