近年来,针对城市道路条件下的汽车高级驾驶辅助系统的研发势头迅猛。在此背景下,本文提出了城市拥堵工况下的汽车自适应巡航控制研究,以分层式的系统整体架构为基础搭建拥堵辅助巡航控制系统控制策略,主要包括环境感知分析策略、决策控制策略以及执行器控制策略。为主车选择一个安全合理的推荐跟踪目标是推荐目标筛选策略的主要功能。本文依据环境传感器数据分析目标车相对位置关系并计算关键参数,通过界定的危险目标区域对危险目标进行判别,最后决策出推荐的跟踪目标。决策控制层中,设计了与两车运动状态线性相关的安全距离模型;在一定曲率道路上分析车辆过弯工况,基于道路传感数据设计了弯道限速模型;基于Kalman滤波计算的方法对目标车的纵向加速度进行了估计;以传统PI速度控制为基础,提出了改进后的PI速度跟随控制;在MPC距离控制策略中建立相对运动的状态空间方程,使用QP方法求解得出最优控制量。执行器控制层中,基于汽车行驶动力学方程的前馈加上加速度误差的PI反馈实现对车辆的加速控制;减速控制直接使用减速度控制量。为验证所设计的拥堵巡航控制系统策略的可行性,本文以VI-CarRealTime和SCANeR为基础搭建控制系统的仿真实验平台;在MATLAB/Simulink中搭建系统控制策略,并与VI-CarRealTime、SCANeR软件联合进行不同工况的仿真测试,包括自适应巡航、稳定跟随目标车、目标车切入和切出、停车和起步、弯道降速行驶等工况,并分析得出合适的控制参数。通过仿真分析得出合适的控制参数后,需要在实车上进一步验证控制策略的有效性。本文以试验样车AX7为基础搭建起系统的实车试验平台,以自主开发的iADAS控制器为计算平台,再借助数据采集系统CAN Insight、自动代码生成技术和代码烧录下载工具iLoader等相关试验工具和设备,设计系统的CAN通信网络架构、驾驶员人车交互和系统状态信息的MP5显示,完成试验设备在样车上的集成与调试。最后进行了拥堵巡航系统的道路验证,包括推荐目标筛选策略、自适应巡航、目标车切入、稳定跟车及跟停等工况。通过大量的仿真分析和实车道路测试,本文设计的拥堵巡航控制系统能够在较复杂的道路条件下推选出安全合适的目标车并进行稳定跟随,同时针对近距离切入工况、执行器响应滞后有着较好的适应能力,表现出了良好稳定的预期效果。