目前国内日益发达的高速公路网络带来了交通路况的大改观，也频频带来了疲劳驾驶或驾驶员操作不当引发的交通事故。针对这一现象，汽车智能电子安全技术正日益受到重视。本文以车辆纵向动力学、非线性PID控制理论及神经网络控制理论为基础，以实现车辆纵向动力智能巡航控制为目标，对车辆纵向动力学系统建模、非线性PID神经元网络控制算法及其在车辆智能巡航控制中的应用以及利用MATLAB/SIMULINK建立车辆纵向动力控制系统并进行算法仿真等方面的研究。　　 本文研究了一种不依赖于被控对象的智能控制器。该控制器将PID控制器的比例、积分及微分控制模块分别融合到神经网络隐含层神经元中构成非线性PID神经元网络控制器，并根据传统PID控制器的参数增益变化曲线分别构造三个表示为误差信号的非线性函数来调整控制器的比例、积分和微分控制分量。通过在线调整三个独立非线性函数的权值系数，使得该控制器实现不依赖于被控对象的智能控制。然后在机理分析的基础上建立了适合控制应用的车辆纵向动力学模型、发动机及制动子系统模型及相应的运动控制律。通过分析，车辆纵向运动系统具有复杂的非线性特性，而一般传统控制器对被控对象的依赖性导致了控制精度达不到预期目的。本文利用非线性PID神经元网络控制器不依赖被控对象的优点提出了基于非线性PID神经元网络的车辆智能巡航控制系统。并在汽车巡航控制应用背景下，建立了一种能够较好反映系统特性的车辆纵向运动智能控制系统仿真模型。驾驶员可以通过中控系统设置恒速和跟驰二种运动模式，车辆智能巡航控制器根据运动模式选择控制器的输入，而控制器的输出控制量可以触发发动机系统调节节气门开度或者触发制动系统，从而使巡航车辆保持设定的速度。该系统能有效的提升驾驶员的舒适度，减少长时间驾驶的疲劳和负担，减少交通事故发生率。　　 为验证所研究非线性PID神经元网络控制方法及其在车辆智能巡航系统的应用，本文用MATLAB/SIMULINK实现了非线性PID神经元网络控制器控制车辆纵向动力系统的仿真，验证了控制方法的正确性。仿真结果表明，本文设计的智能巡航控制系统具有良好的动态收敛性、高的稳态跟踪精度和鲁棒性能。