车辆自适应巡航控制ACC (Adaptive Cruise Control)系统是在传统定速巡航控制基础上发展起来的新一代辅助驾驶系统,使用ACC系统可以减轻驾驶负担,减少错误驾驶和疲劳驾驶引起的交通事故,提高乘车舒适性,增大道路交通通行能力,减少燃油消耗和废气排放。因此,不管从人、交通还是环境的角度来看,对ACC系统的研究都具有重要的意义。间距策略和控制算法是ACC系统控制单元的灵魂,通过仿真测试模拟真实的交通场景可以评估其设计的优劣。本文以车辆自适应巡航控制系统为研究对象,分别对间距策略、结合油门刹车切换特性的控制算法以及智能车仿真实验平台进行了研究,取得如下研究成果：(1)针对现有间距策略无法适应复杂多变的行车环境,提出了一种考虑前车加速度的可变车头时距策略,并对其间距误差和相对速度的收敛稳定性进行了分析。该间距策略不仅考虑了相对速度对期望安全间距的影响,而且通过引入对前车加速度的考虑提高了间距策略的前瞻性和抗干扰能力,并通过饱和函数的处理使车头时距的取值更加合理。与传统的间距策略相比,该策略能有效改善间距控制的动态性能,保证复杂环境下的行车安全性和跟车性。(2)针对现有ACC分层控制结构对油门刹车执行器之间切换性能优化的不足,提出了一种基于模型预测控制的油门刹车优化切换算法。该算法在保证车辆行驶过程中的安全性、跟车性、舒适性和燃油经济性的同时,通过引入油门刹车执行器间的切换次数最少作为一个控制目标,对油门刹车的切换性能进行有效的优化。与经典的阈值切换算法相比,该算法能有效减少油门刹车之间的切换次数,避免频繁切换带来的机械磨损,并进一步提高乘车舒适性、减少燃油消耗和废气排放。(3)针对上述优化切换算法带来的混合整数非线性规划问题,提出了一种基于粒子群优化算法的双层嵌套求解方法。该方法将原问题分解成一个整数规划和一个二次规划,外层采用粒子群优化算法搜索最优整数,当整数变量固定后,内层转换为一个标准的二次规划问题,直接利用Matlab Optimization Toolbox中的积极集法进行求解,并将求解结果交给外层进行下一次的整数搜索,直至满足终止条件。该方法有效降低了求解的复杂度,可以顺利求得油门刹车执行器的优化切换序列以及对应的控制输入量。(4)针对计算机仿真测试无法很真实的再现实际交通场景,容易忽略一些ACC系统实际应用过程中可能出现的问题,结合ASURO智能小车搭建了智能车仿真实验平台,以进一步观察ACC系统控制算法的控制效果。该平台具有搭建简便,算法容易编写的优点,最后由于实验条件和设备的限制,只就巡航模式下增量PID算法的控制性能进行了仿真实验,初步证明了实验平台测试的有效性和必要性。