近年来，随着我国汽车保有量的激增，对我国的交通安全也提出了很大的挑战。为了解决日益严峻的交通安全问题，许多的研究机构及专家都进行了大量的努力，主动安全领域的车辆防碰撞技术也成了一个流行的研究热点。车辆跟驰防碰撞系统将先进的信息技术、传感器技术与控制技术相结合，弥补了因驾驶员感知的模糊与不确定性造成的行驶偏差，可以更为精确的控制车辆的相对距离，从而可降低追尾事故发生的几率，提高行车的安全。本文分析研究了国内外车辆跟驰防碰撞系统的现状，研究了车辆驾驶行为的模糊性、不确定性和相关性等特性，分析了车辆运动的非线性现象，利用模糊控制系统构建了车辆跟驰防碰撞模型，并采用模糊基函数对跟驰防碰撞模型进行了优化。具体的工作主要有以下三个方面：第一、本文深入研究了前人的相关研究，分析了其成功之处与存在的问题，针对驾驶员行为的模糊性、随机性和不确定性等特性，提出了驾驶分心行为对于反应时间的影响，并根据该点，确定了适合于不同车速下的安全距离。第二、本文设计了基于模糊神经网络理论的跟驰防碰撞控制系统，以雷达与速度传感器作为道路信息采集器，以本车与同车道前车间的相对距离和相对速度为输入，以预期的本车加速度作为输出，设计了车辆跟驰防碰撞控制系统的模糊控制模型及相关算法。仿真结果表明，该模型及算法可以良好的控制车辆，针对相关刺激可产生合适的响应、维持安全行车距离，提高车辆跟驰行驶的安全性。第三、本文针对一般模糊神经网络中存在的一些问题，使用模糊基函数对控制模型进行了优化，建立了基于模糊基函数的车辆跟驰防碰撞控制模型，使用递归最小二乘法及参考信号可以在线更新系统的控制参数，从而加快了系统的收敛速度；通过对模糊控制模型中隶属函数及模糊规则的优化，使得系统控制过程更为平顺，并解决了最终相对距离与相对速度震荡的问题。本文设计的模糊神经网络车辆跟驰防碰撞，控制两车相对距离达到安全车距所需的时间约为6-7s，比其他方法要快的多。更重要的是，这种方法弥补了以往采用经验确定隶属函数的缺点，从而可为车辆主动安全防碰撞系统提供更为科学而可靠的控制模型。