随着我国汽车普及率的不断提高,如何在复杂的交通环境中,提高乘坐安全性与缓解交通拥堵已经成为驾驶辅助系统重要的发展方向。自适应巡航控制技术通过对纵向车距的控制,在保证行车安全的基础上,提高道路车辆通行率,从而在一定程度上缓解交通拥堵问题。因此,以安全距离模型为基础,系统控制方法为核心的自适应巡航控制系统关键技术的研究显得尤为重要。首先,根据某城市道路类型与拥堵情况,设计合适的数据采集方案,利用实车对该城市驾驶工况数据进行采集。结合前人对特征参数间的相关性分析,选取用于工况构建的特征参数,经过对工况数据的聚类分析,构建了基于该城市的四类典型工况。结合该城市典型工况数据库,引入BP神经网络用于驾驶工况识别,然后以现有安全距离模型为基础,结合工况识别结果,完成对该模型的优化。并通过对随机试验工况的仿真分析,验证了驾驶工况识别效果与优化后安全距离模型的可靠性。其次,结合前人对于ACC系统控制方法的研究,为保证跟车模式下的安全性与舒适性,利用模糊控制以熟练驾驶经验代替精确数学模型实现精准控制的优点,建立基于模糊控制的自适应巡航控制系统。该系统以速度差和车距差为输入,以目标加速度为输出,实现对跟车模式下的车速与车距控制。然后借助CarSim与Simulink完成联合仿真模型的搭建,并通过对典型跟车工况的仿真验证了安全距离模型动态优化的有效性与系统控制的可靠性。最后,搭建基于毫米波雷达的实验平台,在实验进行之前,通过对车载雷达的主动校准,以确保雷达安装精度满足误差要求。而后,参考有关ACC测试条例,进行跟车实验测试。通过对比实验与仿真结果可知:本文所建立的联合仿真模型具有较高的精度,可以满足自适应巡航控制系统的研究需要。本文对自适应巡航系统安全距离模型与控制方法的研究,为改善道路交通安全与拥堵问题提供了重要参考依据。