自适应巡航控制(Adaptive Cruise Control)系统作为高级驾驶辅助系统(Advanced Driving Assistant System)的重要组成部分,能够有效降低驾驶员操作强度,提高汽车行驶安全性、舒适性、燃油经济性,近年来受到了国内外主机厂及研究机构的广泛关注。针对当下自适应巡航系统功能单一,无法很好地适应复杂多变的交通环境以及在控制器设计过程中对车辆舒适性和燃油经济性考虑不充分等问题,本文设计了自动驾驶车辆的多模式自适应巡航控制系统。主要研究内容如下:首先,基于Carsim仿真软件搭建车辆模型,而后根据实车实验所采集的实验数据,与Carsim车辆模型的仿真结果进行对比,验证模型的精度和有效性。其次,针对在复杂交通环境下,前车运动状态和驾驶意图的不可预知性,依照车辆行驶时紧急程度的不同,本文将ACC系统的行驶工况细分为5种不同的模式,分别为:巡航模式、加速接近前车模式、减速接近前车模式、紧急跟随模式和稳态跟随模式。而后,根据模糊控制器计算得到跟车过程中的紧急系数im,完成模式切换。然后,针对现有ACC系统在决策算法设计中未充分考虑跟车性和舒适性的缺陷,根据不同的控制模式,采取相应的算法求解兼顾安全性、舒适性的期望自车加速度ades,并作用于被控车辆,实现车辆的自适应巡航控制系统的功能。其中,采用PID控制算法求解定速巡航工况下的期望加速度以跟踪设定的巡航车速;针对其余四种跟踪模式,采用MPC控制算法求解期望加速度。本文为了提高ACC系统对于行车环境的应变能力,提出一种基于模糊规则的变权重系数法。针对5种不同的行驶工况,利用模糊控制理论来在线判断并识别目标函数中的跟车性权重系数和舒适性权重系数,通过设置合适的权重系数,实现在不同工况下对跟车性和舒适性侧重不同的目的。最后,基于Matlab/Simulink和CarSim仿真软件,搭建ACC系统的联合仿真平台。通过前车变速、前车切入、前车切出和NEDC-市郊工况等四种典型行驶工况下的仿真测试,验证本文设计的多模式ACC系统的有效性。仿真结果表明,本文设计的多模式ACC系统控制算法具有良好的控制效果,在四种典型场景下均具有很好的跟踪效果。