随着我国工业化进程的飞速发展,我国人均汽车保有量迅速增长,同时,在十三五期间我国高速公路建设飞速发展,通车里程急剧增长,人们在享受更加便捷高效的交通运输系统的同时也在面临日益严峻的交通安全问题。本文在总结国内外车车通信或车路协同背景下的车辆纵向避撞预警系统以及制动意图识别算法的研究现状的基础上,对车车通信环境下基于RBF制动意图辨识网络的安全距离模型以及车辆纵向避撞预警系统展开深入研究。首先,采用以节气门开度、制动踏板开度以及制动踏板开度变化速率作为输入变量,以制动意图作为输出的RBF制动意图辨识网络对驾驶员的制动意图进行判定,并根据前车的制动意图分为紧急制动模式、常规制动模式以及非制动模式三种工况进行讨论。其次,为实现对前后车距的精准估算,基于前后车定位数据计算的前后车辆相对运行距离并结合多源数据互补滤波算法估算前后两车的车间距离,并根据前后两车的车间预估距离及车车通信下基于制动意图辨识算法的安全距离模型搭建以自车最小制动减速度为分界阈值的二级预警模型。为对本文搭建的基于RBF制动意图辨识网络的安全距离模型以及车辆纵向避撞预警系统进行实车验证,基于LABVIEW开发了汽车制动参数采集与监测系统来采集车辆在行驶过程中的相关制动参数及运行工况数据,并将前车的制动意图、纵向加速度、车速等信息传递给自车,提示自车作出相应的制动措施。最后对系统进行了仿真评估和实车测试,在前车处于不同运行工况下,对本文构建的最小安全距离模型及纵向避撞预警系统的准确性和时效性进行了验证。实验结果表明,基于RBF制动意图辨识网络的安全距离模型与传统车路协同环境下的安全距离模型相比,最小安全距离的平均减小率为28.12%,车间安全距离得到显著降低。在前车进行紧急制动模式、常规制动模式、匀速行驶以及匀加速行驶四种工况下,基于RBF神经网络的纵向避撞预警模型的平均误报率为2%,性能可靠,可为驾驶员提供避撞预警。