随着汽车科技的进步发展,无人驾驶汽车逐渐成为广大学者和科技公司主要的研究方向。智能车跟车系统是自动驾驶技术当中的重要组成部分,为了解决在城市路段车辆跟车行驶时的频繁机械性启停带来的安全性问题,本文研究了一种基于多传感器融合的智能车辆自主跟车系统,即自动停走型全速自适应巡航控制系统,将多线激光雷达和毫米波雷达获取相对距离信息与前车车速进行特征性融合后,得到了更准确的速度与距离,提高了下达给执行单元的指令精确性,提出了智能车自主跟车控制模块和安全制动控制模块两种跟车策略,并通过了系统仿真与实车验证,证明了智能车辆多传感器融合自主跟车系统具有一定的可行性。本文主要研究的内容如下:构建了自主跟车系统的软硬件环境平台。在智能车自主跟车系统中,选定16线激光雷达与77GHz毫米波雷达作为数据采集模块,以工控机作为智能车跟车系统的决策单元,线控底盘汽车作为执行单元,搭建硬件实验平台。以Linux下的ROS操作系统作为智能车跟车系统的软件环境平台,以此完成智能车跟车系统软硬件架构搭建。设计了基于多线激光雷达与毫米波雷达的障碍物检测算法。通过对多传感器进行了坐标系标定与转换,并对激光雷达采集的原始点云进行了均匀降采样滤波和裁剪,设计了一种射线角度微分地面提取算法,对地面拟合分割,最终,通过欧几里得聚类算法,获取出检测范围内前车的距离信息,并通过ROS话题的通讯方式将所需的障碍物信息发布。根据毫米波雷达CAN报文协议,对毫米波雷达数据解析得到了前车车速信息与距离信息后,并通过话题发布。利用卡尔曼滤波与扩展卡尔曼滤波算法分别对两个传感器数据融合后,将得到的跟车目标准确的速度信息与距离信息发给自主跟车与安全制动两个模块,通过逻辑判断,并将决策信号传递到线控底盘汽车执行系统。最后,通过了系统仿真与实车验证,并对传感器进行了效果测试和精确度测试。实验结果证明智能车辆多传感器融合自主跟车系统的研究具有一定可行性,进一步保证了跟车系统的实时性和准确性,提高了跟车排队效率,弥补了仅用毫米波雷达的跟车系统视野盲区的不足和检测精度不高的问题。本课题由国家重点研发计划项目:车辆级和网络级在途车辆运行状态安全诊断与在线预警平台（2017YFC0803903）和多目标实时监测与智能感知关键技术（2019YFB1600502）提供支持。