随着汽车保有量的增加，交通安全和交通拥堵问题日益严重，研究如何运用智能控制替代驾驶员实现自动驾驶，来提高车辆主动安全性和道路通过效率，对解决当下交通问题具有十分重要的意义。车辆纵向跟随系统是自动化公路系统中最重要的子系统之一，同时也是实现智能自适应巡航、无人驾驶和车队一体化控制等高级主动安全系统的基础。它通过控制技术使车辆以车队形式自动跟随行驶，从而提高公路系统的安全性和通过效率。但是，目前该系统研究中仍然存在一些难点问题。首先，由于进入公路的车辆数目无法确定，需要用一个无限维的复杂关联系统对其进行描述。而传统单个车辆稳定性和车队群稳定性无法保证关联系统的主动避撞性，必须引入额外的附加条件，这给控制器的设计带来很大难度。其次，由于车辆系统本身具有强烈非线性并受外部未知干扰等因素影响，建模不确定性无法避免。传统直接将其线性化后利用线性理论指导控制设计的方法具有很大的局限性，必须考虑系统中的非线性和不确定性对系统性能的影响，这也对控制设计提出了较大挑战。因此，若在设计车辆控制器时对以上两类不确定性引起的问题处理不当，可能造成系统的不稳定，进而导致严重的交通拥堵和交通事故。本文针对上述难点问题，对车辆纵向跟随系统稳定性和主动安全控制方面的关键技术展开深入研究。本文的主要研究内容及创新点概括如下：（1）提出了一种针对车辆纵向跟随系统安全性的全局主动避撞分散鲁棒控制设计方法。该方法首先给出了一类将整个避撞车间距误差空间映射到一个包含全体实数新空间的状态变换，然后在新空间中基于Lyapunov-Minimax方法设计分散鲁棒控制器得到了关联系统中每个子系统的一致有界性和一致最终有界性（实用稳定性），由此可推导出变换前系统的主动避撞性和群稳定性。与传统需要系统初始条件位于平衡点附近相比，该方法使得系统在任何安全的初始条件下均具有主动避撞性。（2）提出了一种基于模糊集合理论表述车辆纵向跟随系统不确定性和该模糊意义下鲁棒控制增益最优化的设计方法。该方法首先给出了一类确定性的分散鲁棒控制器对付系统中的模糊不确定性。在该控制器作用下，每个子系统均具有确定性的性能（一致有界性和一致最终有界性）。这保证了最坏情况下系统的主动避撞性和群稳定性。然后根据受控系统性能中的模糊信息定义了一类二次型性能指标，构造了一个对于该性能指标的最优控制问题，并通过求解一元四次方程方法得到了鲁棒控制增益解析形式的最优解。（3）提出了一种针对车辆纵向跟随系统紧致性的严格区间分散鲁棒控制设计方法。该方法首先给出了一类将车间距误差中某一严格区间映射到一个包含全体实数的新空间的状态变换，然后在新空间中基于Lyapunov-Minimax方法设计分散鲁棒控制器得到了关联系统中每个子系统的一致有界性和一致最终有界性，由此可推导出变换前系统的严格区间性和群稳定性。与传统不能对推导结果进行量化的控制方法相比，该方法使得系统在任何安全的初始条件下，车间距误差均能够控制在给定的严格区间范围内。这说明在保证主动避撞性的前提下可以考虑缩小车间距误差区间以提高道路运行效率。（4）提出了一种针对模糊车辆纵向跟随系统的严格区间自适应鲁棒控制和自适应参数最优化设计方法。该方法利用模糊集合理论表述系统中的不确定性，给出了一类确定性的自适应分散鲁棒控制器。受控系统被证明有两部分的性能：确定性性能部分保证了最坏情况下的主动避撞性和严格区间性。而针对模糊性能部分定义了一类二次型性能指标，构造了一个对于该指标的最优控制问题，并通过求解得到了自适应控制增益解析形式的最优解。