自动紧急制动系统（Autonomous Emergency Braking System,AEB）属于先进驾驶辅助系统（Advanced Driver Assistance System,ADAS）中主动安全配置的一种,通过检测前方车辆的距离和速度,进而判断是否会产生碰撞危险。若判定车辆处于突发危险情况或具有碰撞危险,则系统会主动干预进而刹车制动,以此来避免或是减少追尾等碰撞事故的发生,从而提高行车安全,保护驾乘人员。现有的AEB系统研究主要集中实现在对于前车的避撞策略设计,随着研究的深入,各相关科研机构陆续针对AEB系统中车辆有效避撞行人展开了研究,但由于存在不同驾驶员特性存在差异性、行人难以辨识、行人运动存在不确定性等问题,要实现行人避撞,还需要攻克许多技术难关。针对如何满足不同驾驶员需求、实现行人避撞、简化仿真工况等方面,论文进行了相关研究,主要内容有:针对行人避撞自动紧急制动系统的功能需求,确定了AEB-P（AEB VRU＿Ped）系统所需要的行车信息,并进行了相关计算处理。对现有安全距离模型进行总结、选定基于制动过程的安全距离模型为本文研究基础;对安全距离模型中的相关参数进行分析,选定参数取值范围。对横纵向人-车相对运动进行分析,推导相应的避撞及预警策略。驾驶员特性辨识研究,将车辆行驶场景依据路况及车况分为自由驾驶、跟驰和换道三种,选定相应车辆运动场景下的驾驶员特性分类指标,并以此构建驾驶员特性分类体系;依据层次分析法对各指标的实车实验数据进行计算,实现了驾驶员特性的辨识,通过实车实验数据的聚类分析对驾驶员特性辨识分类结果进行验证。结果表明,采用的驾驶员特性客观分类方法所计算得到的分类结果与聚类分析结果有良好的一致性。由驾驶员特性辨识结果与安全距离模型的相关参数建立方程,使得预警及AEB系统动作的执行满足不同驾驶员的主观需求。通过CarSim仿真分析软件和Matlab/Simulink软件联合建立了某款D级车的制动系统动力学模型,对车辆制动过程进行理论推导得到了车辆制动系的逆动力学模型。设计了AEB-P系统上层模糊神经网络控制器和基于PID理论设计的AEB-P系统下层控制器,实现了期望减速度到车辆制动管路压力的转换,从而实现对车速的控制。基于国内C-NCAP中对行人自动紧急制动系统试验的相关法规,确定了仿真场景及工况的设置参数,按照规定尺寸建立三维行人模型,在CarSim软件中对仿真车辆进行参数配置并搭建相关行人测试场景。建立AEB-P行人避撞系统的CarSim和Simulink联合仿真模型进行并对仿真结果进行分析,验证本文提出行人避撞策略的可行性。