汽车防碰撞系统是通过一系列传感器来监测行驶环境是否有危险来对驾驶员提醒或者主动介入避免碰撞的一种主动安全技术,这就要求防碰撞控制算法降低误报率和漏报率从而来保证其有效性和准确性。汽车行驶的运动状态、路面条件以及主动介入的制动强度不同会对汽车防碰撞控制算法产生很大的影响,如果这些参数全部用传感器等方式来获取,会造成本增加,实用性较差。因此本文提出一种基于双重无迹卡尔曼滤波算法对汽车运动状态参数和路面附着系数的估算,将估算得到的数据带入安全距离模型,同时在安全距离模型中引入制动强度系数从而得到新型的汽车防碰撞控制算法。本文在建立的Dugoff轮胎模型和七自由度车辆动力学模型的基础上,分析了路面附着系数与汽车运动状态参数的关系,设计双重无迹卡尔曼滤波算法对其进行估算。一个滤波器估算汽车运动状态状态参数,另一个估算路面附着系数,两者形成闭环交互从而提高其估算准确性。利用MATLAB和CarSim联合仿真,结果表明双重无迹卡尔曼滤波算法能够实时准确地估算出汽车运动状态参数和路面附着系数。针对不同的自车和前车运动状态,在安全距离模中引入制度强度系数,设计出一种基于模糊理论的制动强度系数估算算法,并结合安全距离模型建立汽车防碰撞分级预警策略,最后搭建MATLAB和CarSim联合仿真实验。结果表明基于路面附着系数和制动强度系数估算建立的汽车防碰撞分级预警策略能够有效预警,同时降低误报率和漏报率。