针对在记忆型饱和控制器的作用下，研究非线性时滞系统的指数稳定性问题。首先，考虑系统参数不稳定的因素；其次，利用包含分布式时滞项辅助反馈的多面体方法处理饱和非线性；同时，建立增广Lyapunov-Krasovskii泛函，并利用改进的积分不等式放缩积分项，从而导出基于线性矩阵不等式（LMI）的稳定性准则；此外，制定保守性较低的吸引域优化方案，以提高吸引域的上界；最后，通过一个仿真实例证明所提方案的有效性和实用性。实验结果表明，在非线性系统中，在相同的参数条件下，与无记忆型控制器的现有的吸引域优化方案相比，所提有记忆型控制器的吸引域优化方案具有较低的保守性。

为帮助自动驾驶车辆规划一条安全、舒适和高效的行驶轨迹，提出一种基于模型预测控制的轨迹规划方法。首先，为简化规划的环境，提出一种安全、可行的“三圆”膨胀化的安全区，避免车辆理想化模型引发的碰撞问题；其次，将轨迹规划进行横、纵向空间解耦，横向规划使用模型预测的方法生成一系列满足行驶要求的候选轨迹，纵向规划使用动态规划方法，提高规划的效率；最后，综合考虑影响最优轨迹挑选的因素，提出更符合行驶要求的路径规划和速度规划的最优轨迹评价函数，并通过Matlab/Simulink、Prescan和Carsim软件的联合仿真验证所提算法的有效性。实验结果表明，车辆的舒适度指标、方向盘转角变化和定位精度等均达到预期效果，规划曲线与跟踪曲线完美贴合，验证了所提算法的优越性。

对于混合时滞神经网络同步控制中控制器存在随机摄动的问题，提出一种基于事件触发机制的非脆弱控制器。首先，使用一个服从伯努利分布的随机变量描述控制器增益摄动存在的随机性；其次，在神经网络同步控制过程中引入事件触发机制；接着，构造一个新颖的双边李雅普诺夫函数，充分考虑系统状态信息，同时利用改进的积分不等式对泛函导数进行放缩，得到同步误差系统指数稳定性的充分条件；最后，基于解耦技术设计了非脆弱控制器。通过仿真实例验证了所提控制器的有效性。实验结果表明，在四罐系统中，在相同采样周期下，与现有的指数衰减系数相比，所提控制器获得的指数衰减系数提升了0.16。

针对带宽资源有限、存在系统外部干扰以及参数不确定性的问题，提出了一种基于事件触发的网络化系统非脆弱耗散控制方案。首先，在网络化控制系统（NCS）模型的基础上，提出了一种非周期采样的事件触发方案，并建立一个时滞闭环系统模型；然后，利用锯齿波的结构特点构造新型双边李雅普诺夫泛函；最后，结合杰森不等式、自由权矩阵、凸组合等方法，导出保证系统稳定性的充分条件，并计算出反馈控制器的增益。数值仿真结果证明，所设计的双边泛函比用单边泛函具有更小的保守性，事件触发机制与普通采样机制相比能够节约带宽，且所设计出的控制器具有可行性。