安全性是驾驶员关心的主要方面之一,而防抱死制动系统(Anti-lock Braking System, ABS)是为提高汽车的主动安全性而研发的。目前,车用ABS大多用逻辑门限控制策略,该控制策略有许多不足之处。为了改进传统ABS系统的制动性能,提高车辆的制动效果,本文对基于滑移率的智能滑模线控防抱死制动系统进行了设计和仿真研究,主要内容包括：(1)在绪论中,阐述了本论文的研究背景及意义；介绍了ABS发展历程及研究状况；说明了研究线控防抱死系统的现实意义；介绍了论文的研究内容及研究方法。(2)简要介绍了线控制动系统基本知识。(3)介绍了滑移率与附着系数之间的关系,并在制动过程中利用Δ(?)Δλ的符号变化情况,设计了ABS最佳滑移率估计系统。(4)利用智能滑模控制策略设计了车轮最佳滑移率调节器,所设计的控制结构包括一个滑模控制器和一个模糊神经网络反馈控制器。其中滑模控制器作为被控系统的逆参考模型的控制器,保证在紧空间中全局渐近稳定。通过增量学习算法修正模糊神经网络控制器的参数,并用这种基于模糊神经网络的反馈控制器逐渐代替控制系统中的传统滑模控制器,同时我们采取有效措施以削弱抖振现象。(5)在Matlab/Simulink/Carsim环境下,对利用本文控制策略的1/4车辆系统进行了仿真,仿真结果表明了所设计控制器的有效性和可行性。(6)在结论与展望中,总结了本文的创新点及进一步的研究方向。