无人驾驶汽车因其具有驾驶行为可感知、缓解交通压力、减少能源消耗、减少交通事故等优势,使交通安全问题得到改善,将是未来道路上行驶车辆的主流形式。然而,无人驾驶汽车制动模型忽略了路面的影响因素,未考虑晴天、雨天不同路况下的沥青路面纹理情况对行车制动安全性的影响。路面的纹理特性与路面抗滑性能存在直接联系,良好的路面抗滑性能能够为高速行驶的车辆提供充足的摩擦力,保证车辆行驶过程中的安全性、舒适性。此外,典型的路表纹理测量方法与表征参数是对路表纹理水平的均衡化,无法体现粗糙沥青路表纹理的分形特性,测量效率较低且存在不可控的纹理信息损失的情况。鉴于此,本文结合无人驾驶车辆的技术特性及感应需求,研究沥青路面表面纹理识别方法及无人驾驶车辆的制动方式,为无人驾驶汽车制动策略选择提供理论指导。基于近景摄影测量技术的基本原理,本文首先提出了自动化近景摄影测量系统(Automatic close range photogrammetry system,ACRP system),同时搭建实体近景摄影测量硬件平台,实现自动化沥青路面表面纹理图像实时采集,并运用MATLAB/Python混合编程完成ACRP软件模块,实现了沥青路面图像自动化预处理,基于VisualSFM开源框架进一步编程实现沥青路面表面纹理形貌的逆向重建,生成了反映路表实际纹理细节的沥青路面3D模型。由于路面模型初步重建过程中会存在毛刺、孔洞等缺陷,需要进一步预处理以提高路面三维重建的精度。阐述了沥青路面表面纹理形貌3D模型的细化处理方法,在获取的沥青路面3D模型基础上,开发了沥青路面表面纹理的三维坐标点数据可视化和纹理参数运算的ACRP软件模块,编写了沥青路面平均构造深度MTD值的计算子程序。运用GeoMagic、MeshLab三维模型处理软件,对逆向重建的沥青路面表面纹理3D模型进行纹理模型预处理,获取精确的沥青路面表面纹理的三维坐标点数据。然后,选择均方根粗糙度RMSR与平均构造深度MTD值作为评价指标,通过现场铺沙法和激光扫描仪法对比验证了所建立的纹理参数提取方法的有效性和准确性,为后文路表摩擦系数求解提供了基础。考虑潮湿条件下,路面由于水膜存在阻隔使路表功率谱密度发生变化,需要考虑潮湿路况下路表纹理特性。首先,介绍了雨天沥青路面表面水膜的形成机理,总结了雨天沥青路面水膜的形成过程和水膜厚度的影响因素,并采用硬件设备实现沥青路表水膜厚度的实时获取。其次,基于分形理论的Persson摩擦理论模型,采用Python编程计算路面功率谱密度曲线,针对传统功率谱计算方法不适用与潮湿路面的不足,提出“抗滑无贡献区域”的概念,获得了干燥和潮湿情况下轮胎-路面的动摩擦系数曲线,然后,采用DFT旋转摩擦测试仪验证了摩擦系数理论求解的准确性。最后,对比了无人驾驶车辆和传统车辆在制动原理上的差异,总结了无人驾驶车辆所面临的各种制动情景。基于以上获取的摩擦系数曲线,在Simulink中基于无人驾驶车辆的制动原理,创建了无人驾驶车辆的制动模型。采用CarSim/Simulink对潮湿、干燥路面不同情景下(紧急制动与拥堵路段制动)的无人驾驶车辆的制动进行联合仿真,针对性地提出来不同工况下的无人驾驶车辆制动策略。针对紧急制动工况,需要重点考虑制动安全性。针对拥堵路段制动情景,提出了“温和制动”的制动策略,该制动充分考虑乘客舒适性。结果表明:无人驾驶车辆应配备专业的短距雷达、长距雷达、高清摄像头,来检测车辆行进路线上的环境,长距雷达的有效距离应超过150m;阴雨天视距降低并且雨天情况下的紧急制动距离超过晴天情况下的45%左右,应放缓车速并保持车距;在车距较大的情况下识别到危险需要紧急制动时,建议先以中间档制动力(4~6MPa)进行制动;无人驾驶车辆在潮湿路面或者干燥路面行驶过程应满足一定的安全车距(安全车距取晴、雨天仿真安全制动距离平均值的1.1~1.2倍)。所以,为了确保不同路面条件下无人驾驶车辆制动安全性,无人驾驶制动模型中需要考虑路表纹理特性的影响。