本文研究了一种新型的基于路面状态识别的车辆防撞预警系统,在实时识别路面特征基础之上,判别路面是水泥还是沥青,是干燥、湿滑还是冰层路面,再此基础上推算出路面附着力,为车辆制动时最大减速度的判别提供理论和数据支持.并在此基础上建立起安全距离模型,通过matlab仿真,构建起基于模糊理论的防撞预警系统.本文完成路面特征实时识别,分析了路面特征差异及车轮振动激励源,通过建立车轮振动模型,将车轮振动频谱作为路面特征分类的特征空间,以车轮高频振动频谱特征向量作为输入,构造神经网络分类器,并利用分类器识别水泥混凝土路面特征和沥青SMA路面特征.本文还完成路面状态湿滑、干燥、冰层的识别。研究得知路面温度与路面湿滑状态以及太阳辐射强度之间存在非线性关系,本文以路面温度和太阳辐射强度为输入构造BP神经网络分类器,实现路面湿滑状态的识别。建立安全距离模型,研究了基于路面识别的防撞预警系统设计,分析了制动过程,探讨了模型中几个重要参数并在此基础上建立起安全距离模型,研究了基于模糊逻辑算法的防撞系统参数设定。在车辆防撞预警系统中,充分考虑到各种变量具有较大的随机性和模糊性,将路面特征、路面湿滑、天气等状况、驾驶员反应速度等量定义模糊子集,编辑模糊规则,对其进行仿真,确立最大减速度,可以实现安全距离准确预测及危险状态的预警。本文完成防撞预警系统的现场试验及数据采集,进行了仿真测试比较,并建立起远程监控平台,实现基于路面识别的防撞预警系统的设计。通过现场试验,采集车轮振动加速度的数据,通过单子带重构改进算法,利用RBF神经网络识别水泥和沥青路面,识别准确率达到90%以上;然后进行了路面温度和空气温度湿度监测,采集实时路面温度和空气温度湿度,用有线和无线两种方式实现温度数据的采集,并建立采集监控子系统,将采集的数据,在matlab中作为输入搭建BP网络识别路面湿滑、干燥和冰层的判决。最后,利用识别的路面类型和湿滑状况,建立防撞预警系统,并通过模糊算法仿真,相对于不同的路面状态和车速,计算出车辆间安全距离,并及时向行驶中的车辆发出预警,实现主动防撞,保障行车安全。