近年来,智能汽车发展迅速,全速自适应巡航系统（ACC）作为智能辅助驾驶（ADAS）的主要组成部分之一,对提高驾驶安全性和改善乘员舒适性具有重要意义,但当前主流的全速ACC系统受环境影响较大,对于不同路面条件适应性差,因此本文基于不同路面附着系数对全速ACC系统开展研究。针对路面附着系数估计算法,本文首先基于合理假设搭建车辆动力学模型,计算车辆相关状态参数,提出了递推最小二乘法和路面相似度识别法。在车轮滑移率较大的工况下采用递推最小二乘法;在车轮滑移率较小的工况下选取路面相似度识别法。根据车轮滑移率的不同对两种算法灵活运用,最后在冰雪、湿滑和干燥三种不同路面条件下,仿真验证附着系数估计模型的功能效果。针对全速ACC系统,本文将其划分为上层控制算法和下层执行算法,针对上层控制算法,本文研究设计了人机交互模块、全速ACC跟车目标筛选模块、信号牌智能限速模块、定速巡航模块以及跟车巡航模块,并对各个模块的功能实现过程进行了详细阐述。此部分涉及的算法包括危险区域界定、PI控制、衰减指数函数、模型预测控制和有效集法。模型预测控制算法获取路面附着系数的估计值,对主车期望加速度进行边界约束规划,模型搭建完毕后,针对定速巡航、信号牌限速、稳态跟车、旁车切入切出以及跟停-起步五种工况进行仿真测试,验证算法的优良性。针对全速ACC下层执行器部分,本文对主车进行驱动力和阻力受力平衡分析后求得发动机力矩值,实现主车驱动控制;关于制动控制,本文设计了扭矩平衡前馈模型、减速度误差反馈模型和HCU模型,模拟ABS轮缸工作状态。通过获取实车无负荷状态下速度-加速度曲线,设计执行器驱动/制动切换逻辑模块,为防止驱动与制动过程频繁切换,本文结合东风AX7实车数据标定了切换缓冲区。最后试验对比实车执行器工作数据,验证了执行器的功能效果。本文利用硬件在环仿真试验台验证算法优良性。在VI-Car Real Time中设置实车车辆动力学参数,在SCANe R中搭建驾驶场景和交通车运行规则,结合课题组硬件在环仿真平台,针对定速巡航、信号牌智能限速、稳态跟车、目标车切入切出以及跟停-起步五种工况,分别进行了高附路面、低附路面以及是否具有路面附着系数估计器的对比试验,结果表明全速ACC能良好适应不同路面附着条件。