进入二十一世纪以来汽车在我们生活中扮演着愈来愈重要的作用,汽车方便我们交通出行同时也带来了交通事故相关的问题,对人们的生命财产带来了巨大的危险。国内外对避免碰撞提高汽车汽车安全性愈发重视,因此研究汽车的自动紧急制动系统已迫在眉睫。针对制约汽车自动紧急制动系统发展的主要问题,即环境感知问题进行了分析。应用基于深度学习的SSD算法识别前方目标的种类和信息,并与毫米波雷达识别的目标信息进行融合,提出一种基于贝叶斯估计的目标融合权值估算方法,并应用卡尔曼滤波对识别目标进行跟踪。针对直道、弯道和斜插入三种工况做了目标筛选方案,提出AEB底层执行机构的线控制动系统的软件框架和算法结构,包括线控制动系统的上层期望减速度控制器算法结构和下层期望压力控制器算法结构。设计了自动紧急制动系统硬件在环仿真系统,应用美国国家仪器(NI)的PXIe8840作为下位机运行实时系统,以FPGA开发板作为AEB控制器来执行AEB控制算法;应用CarMaker软件搭建虚拟场景,设置整车动力学模型参数并加装虚拟传感器,搭建了满足E-NCAP的三种验证工况环境。基于Simulink开发AEB控制策略算法,生成C代码写入控制器,最后在实车上调试线控制动系统的性能,并进行实车验证,实现了自动紧急制动系统在乘用车上的应用。