驾驶人行为是造成交通事故的主要起因，前撞预警（Forward Collision Warning，FCW）系统能够在检测到前撞危险时通过声光预警为驾驶员提供行车安全辅助。然而，目前FCW系统受道路环境复杂性、驾驶行为差异性、行驶工况多变性等难度所限，在实际应用中仍存在误警率高、可接受性差等问题。为提高FCW对驾驶员个体行为波动和差异的适应性，提出了自适应驾驶人特性的前撞预警算法。以驾驶员的多车道目标跟驰行为特性分析为依据，结合邻车道前车的切入意图和跟车关联程度，通过跟车参数的修正实现对多车道目标前撞危险的综合评估。设计了能够在线自适应驾驶员行为的前撞预警算法，对算法功能进行了验证。在指出传统跟车行为分析局限性的基础上，开展了驾驶员多车道跟驰行为分析。引入灰色关联度的概念来表达驾驶员在多车道跟车过程中对本车道前车、左车道前车和右车道前车的跟车关联行为。分析实路驾驶中自车与多车道目标的跟驰行为规律，为跟车参数的修正提供支撑。为设计综合考虑多车道前车行驶状态的跟车参数修正方法，建立基于动态规划的多车道车辆目标识别规则。分析基于车载雷达的邻车道目标横向位置跟踪难点，提出基于总体最小二乘思想的切入危险快速辨识方法。综合考虑邻车道前车的切入意图与跟车关联程度，设计基于模糊逻辑的多车道前车跟车权重系数调节方法以及多车道工况下的跟车参数综合匹配与修正方法。打破传统FCW算法只采用固定跟车模型或固定启动阈值的局限，采用修正后的跟车参数作为算法输入量，设计自适应驾驶员特性的前撞预警算法。建立跟车模型参数的在线辨识方法，实现模型参数的在线可调功能；建立报警阈值预测方法和最优阈值搜索方法，实现报警启动阈值的在线可调功能；设计跟车模型参数调整的启动逻辑。为验证系统的有效性，基于实车实验数据的离线仿真，对比验证了四种算法模式的各项性能指标以及在线使用过程中的性能变化趋势。结果表明：自适应驾驶员特性的前撞预警算法能够在线适应驾驶员的行为波动性和个体差异性，综合性能最优。随着系统使用时间的增加，系统对驾驶员行为的适应性逐渐提高，误警率逐渐降低。