随着人们物质生活水平的不断提高,汽车保有量也在大幅度增加。汽车在给人们带来方便的同时,也引发了一系列的交通事故,从而导致人员伤亡,带来重大的经济损失。而无人驾驶智能汽车不但能有效地避免疲劳驾驶以及突发事故处置不当带来的诸多交通事故,同时还可以为没有能力自行驾驶汽车的人员提供私人出行驾驶服务,从而提高他们的生活幸福指数。作为研究热点,目前国内外正在对智能汽车进行全方位的研究,本文仅从智能汽车辅助驾驶技术出发,选择其中智能汽车避障技术以及跟车技术进行分析研究。在智能汽车避障过程中,首先必须对障碍物信息进行采集。本文采用了传感器信息融合技术将超声波传感器与视觉传感器采集到的信息进行了融合,结合超声波与视觉两者的优势,实现信息采集的实时性和有效性,为障碍物识别及位置信息提供了准确的数据。在智能汽车避障控制算法中,本文基于智能汽车行驶过程中所遇到的障碍物密集程度的不同,采用改进的人工势场法与模糊控制算法相结合的方式设计出智能汽车避障控制算法。该算法通过MATLAB进行了初步仿真验证,验证结果显示,将两种避障控制算法相结合可以有效地弥补单一算法的不足,从而达到预期的避障行为要求。论文根据避障过程中障碍物出现的不同情况,搭建了实验小车验证系统,在实验小车上对算法进行了验证,验证结果表明了所设计的避障算法基本合理。在跟车技术的研究中,建立了安全距离数学模型,在此基础上设计了跟车系统算法模型,并使用carsim与simulink联合仿真对该系统模型进行了初步验证,验证结果显示,本文所设计的跟车系统合理可行。最后,以carsim动画平台作为跟车技术验证平台,通过算法模型数据结合动画效果进一步验证了跟车系统设计的合理性。