在现代汽车智能化发展的大趋势下,高级驾驶辅助系统(ADAS)在车辆上的配置率逐年增高,成为汽车最终走向无人驾驶的重要一环。自适应巡航控制(ACC)作为ADAS的一种,具有定速巡航和距离跟随两种功能,能够缓解驾驶员疲劳、提高乘车舒适性从而减少一定的交通事故。本文面向多目标弯道场景这一复杂工况开展ACC的研究,旨在通过视觉和雷达融合实现前车的选择,并设计相应的横纵向控制器,开展相应的算法仿真。主要的研究内容有以下几个方面:首先,研究基于多目标跟踪的ACC前车判定方法。针对多目标及杂波环境下ACC前车的确定问题,在融合视觉和雷达共同检测出的同步数据后,采用多目标跟踪的方法进行数据处理。该方法基于逻辑法创建初始的目标轨迹,基于数据关联算法和卡尔曼滤波算法得到多个跟踪目标的轨迹,从而选择出ACC前车。设计目标平行与交叉运动运动时的仿真实验证明跟踪方法的有效性。其次,确定ACC系统的分层控制策略。建立下层单轨汽车动力学模型,并将其作为控制对象,上层设计基于模型预测控制(MPC)算法的控制器,该控制器用来实现距离跟随模式的期望加速度计算和ACC车辆前轮转角的计算。然后,建立基于MPC的横纵向控制器。对于纵向期望加速度的求解,建立车间相互纵向动力学模型,考虑对安全性、经济性和舒适性等方面的性能要求,进行多目标约束。对于前轮转角的求解,结合单轨车辆动力学模型建立基于人-车-路闭环系统的预测模型,并对转角进行约束。建立横纵向控制器的目标函数,选择QP求解器进行限定时域内的最优控制量求解。仿真实验结果表明控制器的适应性和有效性。最后,搭建整体验证平台。基于MATLAB和Simulink的自动驾驶工具箱完成传感器配置、场景设计以及算法验证,形成一体化验证方法。通过更改车辆数目、状态等方式完成整体仿真,证明本文所用算法与设计架构在多目标弯道场景的适用性。