20世纪80年代,私人汽车在中国开始出现,汽车拥有量随着国民收入增加持续增长。截至到2017年,中国私人汽车拥有量已经达惊人的1.8亿。随着汽车数量不断上升,人们的出行更为方便,生活更加便利。但是,汽车数量的增加也引发了环境污染、交通安全、交通阻塞等一系列的问题,其中,人们尤为关注交通安全问题。大部分车祸的发生都与驾驶员有关,为了提高汽车驾驶的安全性,人们开始设想车辆是否可以不依赖驾驶员进行自主驾驶,因此开展了无人驾驶技术的研究。在上述背景下,本课题的关注点是无人驾驶横向控制,并进行了一些研究。第一,本文对智能车辆及其横向控制的研究现状进行分析,针对现有研究中存在的问题之后,确定了本课题主要研究内容为模型未知车辆横向控制。第二,对经典控制、现代控制和智能控制优缺点进行分析比较,结合本课题研究方向,选择现代控制方法中的最优控制作为本研究的控制方法。第三,建立了简化线性车辆模型,针对系统模型未知问题,引入了强化学习理论,采用了无模型强化学习方法自发学习车辆系统模型知识,求得系统最优控制。本研究提出一种无模型强化学习最优控制方法,与传统方法进行对比,证明该方法收敛性较好。第四,考虑了乘客舒适性和燃油经济性,本研究将输入设计为饱和函数,结合无模型强化学习控制,提出了一种低增益状态反馈控制方法。进行Matlab仿真试验,证明该方法可行性。第五,考虑驾驶员控制输入量的影响,采用了动态博弈论的方法。在模型未知的前提下,结合强化学习和博弈论,提出了一种基于驾驶员模型车道保持的横向控制策略,其中驾驶员和车辆控制模块协同工作,实验证明该方法稳定性较好。