无人驾驶汽车的发展对于道路交通安全具有重要意义,能够有效减少人为因素引发的事故。跟随控制是无人驾驶的重要工况之一,能够使车辆保持间隔并有序行驶,从而提高交通利用率,保证道路畅通避免发生追尾。因此本文通过对前车识别、传感器信息融合、跟随控制算法等方面的研究,保证无人驾驶汽车在跟随控制工况下的安全行驶。利用单目摄像头采集前方车辆信息,通过YOLOv3神经网络检测算法,对摄像头采集的图像进行车辆检测定位;通过局部二值式特征提取结合支持向量机分类的车尾识别算法,对定位的车辆信息进行车尾识别;同时通过激光雷达传感器对前车的速度、距离进行测量。从空间和时间两方面对图像信息和点云信息进行融合,通过对摄像头和激光雷达坐标、图像坐标、世界坐标的转换,完成空间融合;通过调整两传感器的采样间隔时间,完成时间融合;同时采用R-Tree空间索引算法,对识别框内点云的距离信息进行快速匹配。根据固定车头时距算法建立安全距离模型,实时计算安全距离;通过建立油门制动切换模型,完成油门、制动的切换;将安全距离作为期望距离,设计跟随控制策略;设计模糊PID控制器并仿真,完成自车加、减速的控制。将前车识别、信息融合所得数据导入Carsim软件并与建立的Simulink控制模型联合仿真,设置五种工况分别为前低速后低速跟随、前低速后高速跟随、前高速后高速跟随、前低速变速后低速跟随、前高速变速后高速跟随。在这五个工况下进行仿真得出车速、安全间距、加速度、节气门开度、制动压力五个指标,结果表明所设计的无人驾驶跟随闭环控制系统,识别融合准确,控制间距合理,可以完成无人驾驶汽车的跟随控制。