近年来,随着居民收入的增加,汽车的销量有明显增加。汽车在给人们的出行带来方便的同时也带来了一系列的交通和安全问题,有些已经严重威胁到了人们的生命安全。发展汽车自动驾驶将会对交通行业产生积极的影响,国际知名的汽车制造商纷纷加入汽车自动驾驶的研发行列,著名的互联网公司Google和百度、乐视等也纷纷进入汽车自动驾驶的研究领域,其中有些产品已经进行了道路测试,但是其测试环境都是路况较好的道路。而实际的行车环境是复杂的,研究在复杂路况条件下的车辆自动控制是实现自动驾驶的一个重要问题。本文针对这方面的问题进行了如下的研究:首先,研究汽车的动力系统以及行驶过程中的驱动力和行驶阻力,分析所受力中的确定因素和不确定因素,并考虑汽车驱动时的加速阻力的影响。根据汽车轮胎输出转矩的作用,建立基于最佳转矩控制的汽车运行控制模型。其次,通过分析路面附着系数与驱动轮的滑动率之间的非线性关系,基于路面附着系数,利用滑模控制器来对车轮行驶最佳滑动率的跟踪与控制。分析在路面附着状况发生变化的情况下,实现最佳滑动率的跟踪与控制。之后,研究分析一种自适应控制方法,即二级多模型自适应控制方法。该方法基于李雅普诺夫稳定性设计,通过对所有辨识模型初始参数的适当选取,使得这些初始参数能够对被控对象的不确定参数进行凸包含,利用辨识模型和被控对象之间的辨识误差,对所有辨识模型参数的凸组合系数进行估计,从而间接实现对被控对象系统参数的估计。与基于切换的多模型自适应控制方法相比所需的辨识模型数量大大减少。同时,所有的辨识信息都得到充分利用,避免了切换多模型中由于切换存在的不连续和抖动问题。利用S-function实现被控对象的建模和二级多模型自适应控制算法,通过仿真,证实该方法的有效性。与传统的自适应控制方法进行比较,证实二级多模型自适应控制具有更快的收敛性能和误差控制性能。最后,通过汽车动力学仿真软件CarSim,模拟道路状况的变化,进行路况附着条件变化的车辆自适应运行仿真,得到了与前述理论仿真一致的结果。