自适应巡航(ACC)系统能够代替驾驶员对车辆的纵向进行控制,有效地减少了人为因素引发的交通事故,近年来得到了学者和汽车厂商的广泛关注。针对目前ACC系统在设计过程中对舒适性和燃油经济性考虑不充分,且只能在特定简单工况下实现跟车功能的特点,本文提出在模型预测控制(MPC)框架下进行系统设计,同时兼顾车辆行驶过程中的安全性、跟车性、舒适性以及燃油经济性。为了适应城市工况复杂多变的场景,提出变权重系数的方法以适应不同工况的驾驶需求,同时针对多模式的ACC系统也展开研究。由于直接式控制结构会影响系统的鲁棒性,因此本文采用分层的控制方案来完成跟车系统的设计。对于上位控制器需要考虑车辆行驶过程中的多个目标,包括安全性、跟踪性、舒适性以及燃油经济性,同时还要考虑实际车辆存在的各种约束,因此,选用能有效处理多目标和系统约束的模型预测控制(MPC)方法;对于下位控制器要求实际加速度快速跟踪上期望值,因此,选用前馈加反馈的控制方法,前馈控制有助于消除系统中非线性项的影响,反馈控制采用PID控制算法,能够满足系统的快速性要求。为了提高ACC系统对环境的适应能力,本文提出一种变权重系数的方法,针对不同的行驶工况,采用模糊理论在线辨识目标函数中跟车性以及舒适性的权重系数,达到不同工况下对二者侧重不同的目的。为了验证分层控制策略的有效性,针对五种典型的交通场景分别进行多组离线仿真验证。结果表明,在不同的场景下本文设计的ACC系统均具有较好的跟踪效果,同时车辆在行驶过程中能够兼顾安全性与舒适性等多个行驶目标,车辆的状态也具有平滑的瞬态响应。由于真实的道路环境信息是复杂多变的,并且各种因素都可能对驾驶员的决策产生影响,而单一控制器参数相对固定,从而限制了ACC系统的适用范围,因此,本文也对多模式的ACC系统展开研究。首先根据车辆行驶的紧急程度不同,将行驶工况具体划分为巡航、加速接近前车、稳态跟随、减速接近前车以及紧急跟随这五种不同的模式。针对每种模式重新调节目标函数中的权重系数以及相应的约束范围,完成每种模式下控制器的设计。为了验证多模式ACC系统的有效性,首先在五种典型交通场景下进行验证,其次,设置两组极限行驶工况,仿真结果表明,在典型场景下多模式ACC系统具有很好的跟踪效果,极限工况下,多模式ACC系统能够及早的采取相应的制动措施,有效避免碰撞事故的发生,同时能够兼顾车辆行驶的多个目标,其控制具有一定的平顺性。本文以汽车ACC系统为研究对象,根据车间运动学的高阶模型,在MPC框架下设计考虑多目标上层控制器,面向车辆逆纵向动力学模型设计前馈加反馈的下层控制器,同时为了增加对道路交通的适应能力提出变权重系数的方法。为了扩大ACC系统的适用范围,提出多模式控制的思想。多组离线仿真结果表明,典型场景下两种控制方案都具有良好的跟踪效果和动态响应,极限工况下,多模式ACC系统能够通过紧急制动避免碰撞事故的发生,从而扩大了ACC系统的适用范围。