硬件仿真实验是研究智能交通系统的一种有效方法。在实验室环境下以一定比例微缩的交通路网和智能车辆作为实验工具开展车车、车路协同研究，与软件仿真相比，更能真实地反映出在实际应用环境下可能出现的各种问题。与实车实验相比，可降低实验风险，节约实验成本，有利于筛选备选方案。论文针对实验室车车、车路协同仿真平台，做出的研究工作和取得的研究成果如下:　　首先，以TME4D车辆模型作为车身研发了适用于实验室仿真平台的微型智能车。在硬件电路方面，使用Altium Designer软件设计并绘制了主控制电路板、电机驱动电路板、磁导航装置电路板等。在控制软件方面，以UC/OS-Ⅲ嵌入式操作系统作为软件基础，开发了微型智能车控制软件。此外，还使用QT软件开发了上位机监控软件，使实验人员能更清晰的了解微型智能车运行状态。　　其次，设计了微型智能车磁导航算法，用于智能车跟踪铺设在仿真平台道路中央的引导磁带。该算法通过分析磁传感器数据获得微型智能车与引导磁带的相对位置，从而计算出智能车横向偏移量。根据此偏移量再调整舵机角度使智能车保持行驶在道路中央。对于引导磁带有交叉的路段，该算法能保证微型智能车不受干扰磁带影响，依然沿原路径顺利行驶，使智能车具有了在仿真平台上的匝道、十字路口等复杂路段行驶的能力。　　最后，提出了一种实用的室内定位方案，解决了微型智能车在智能交通仿真平台上的定位问题。在这种方法中，使用卡尔曼滤波器和辅助更新算法融合智能车相对位置数据和绝对位置数据。首先，微型智能车通过读取嵌入在仿真平台上的RFID无源标签获得其绝对位置坐标，然后通过使用航迹推测法计算得出其相对位置坐标，最后通过卡尔曼滤波器融合这两种位置信息再得到智能车最优估计位置。此外，为了解决偶然出现的RFID无源标签漏读现象，本文提出了辅助更新算法用于帮助卡尔曼滤波器更新其观测量。　　研发的微型智能车在智能交通仿真平台中可以进行各种车车和车路协同实验。通过实验证明，微型智能车功能完善，所提出的导航与定位算法能有效的对微型智能车进行导航和精确定位。