先进辅助驾驶系统不仅能有效缓解驾驶员的驾驶疲劳还能降低交通事故率,其中ACC系统是先进辅助驾驶系统的重要组成部分,另一方面,随着智能驾驶的不断发展,智能驾驶系统测试也变得尤为重要,因此自适应巡航系统及测试场景的研究就具有重要意义,本文主要研究内容如下:1)基于标准法规和国内厂商需求分析,对自适应巡航系统的功能进行详细地描述,并对常见的车间距离模型的优缺点进行分析,针对纵向安全距离模型无法较好应对交通车向主车道变道的行为,本文决定采用考虑横/纵向的责任敏感安全(RSS)模型。2)对交通车的变道行为进行分析,并提出基于横纵向RSS的目标车筛选策略,完成基于驾驶模拟器的驾驶员行为数据采集并作为训练样本,再通过Simulink的模糊神经网络工具箱完成ACC系统巡航控制器的训练,避免了模糊控制中模糊逻辑高度依赖专家经验的问题,并建立基于查表法的发动机和制动器逆模型,将上层控制器输入的期望加速度转换成发动机节气门开度和制动主缸的压力,并将目标量发送到ASM车辆动力学模型完成闭环控制。3)基于PEGASUS的场景库设计架构,完成ACC系统的设计运行域和场景六层元素的筛选,着重分析动态场景元素的构成,并完成功能场景、逻辑场景和具体场景的设计,最后对现有ADAS标准法规进行整理,并基于ADAS标准法规设计测试场景。4)将ACC模型集成到dSPACE的ASM模型中,并完成闭环调试,再基于Modeldesk和Motiondesk完成第四章设计的测试场景的搭建,最后选择定速巡航、切入&稳定跟随和起-停跟随三种典型工况对ACC系统进行仿真验证,并设计基于模糊控制的控制器进行对比测试。