针对具有不确定性的自动驾驶电动车辆的运动控制问题，提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先，考虑系统参数的不确定性及外部干扰的影响，利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型；其次，采用RBF神经网络补偿器对系统不确定性进行自适应补偿，设计车辆横纵向运动的广义协调控制律；之后，考虑前车车速及道路曲率影响，以车辆在循迹跟车控制过程中的能耗及平均冲击度最小为优化目标，利用粒子群优化(PSO)算法对协调控制律中的增益参数K进行滚动优化，并最终得到一系列优化后的样本数据；在此基础上，设计、训练一个反向传播(BP)神经网络，实现对广义协调控制律中增益参数K的实时预测，以保证车辆的经济性及乘坐舒适性。仿真结果证实了所提控制方案的有效性。