自适应巡航控制系统是在传统巡航控制基础上发展起来的,因此既具有传统巡航控制的定速巡航能力,同时又通过雷达等车载传感器感知本车前方环境,识别出前方有效目标。通过自动施加油门或制动控制汽车纵向速度,使得本车与前车保持合适的安全距离。从而降低驾驶员操作负担,减轻驾驶员驾驶疲劳,提高车辆的主动安全性以及驾驶舒适性。在复杂的前方多目标交通场景中,自适应巡航控制算法跟随的目标被称为前方有效目标,具体来说就是本车未来行驶区域内的距离最近的目标。本车未来行驶区域就是以本车预期轨迹为中心的、宽度为一个车道宽的有效目标检测区域。有效目标识别算法的关键就是确定这个区域,也就是确定本车的预期行驶轨迹。传统的算法通过本车的当前运动状态如速度和横摆角速度等预测其行驶轨迹。这种算法在一些典型工况下暴露其缺陷,比如,在弯道入口处前方的目标已经开始进入弯道,而本车还在直道上,通过本车当前状态预测的轨迹无法反应本车将要进入弯道的事实,进入弯道的有效目标没有被正确地识别,可能会发生严重的碰撞事故。因此,针对传统算法的不足与缺陷,本文开展了基于目标跟踪的有效目标识别算法的研究。由于前方各目标的历史位置点揭示了前方道路的形状特点,通过对雷达探测目标的数据进行连续跟踪估计各目标的位置及其运动状态,然后再估计前方道路形状以及本车的预期行驶轨迹,相对于传统的方法,本算法有更好的预测性。本文分别进行了直道、弯道、弯道入口、弯道出口、前车换道等多种工况下的多目标仿真,验证了算法的有效性。本文还针对本车预期行驶轨迹的精确化以及静止目标的处理做了简单的讨论,将预期行驶轨迹分成两段,本车近端的第一段由本车状态估计,本车远端的第二段由目标的运动状态估计,这样充分利用近端本车状态估计的准确性以及远端目标运动状态估计的预测性；由于静止目标不存在速度和横摆角速度,不能用基于目标跟踪的方法估计预期行驶轨迹。最后,本文开发了前方有效目标选择算法数据采集实验平台,通过多目标直道和多目标定曲率弯道两种工况下的初步场地实验来探索自适应巡航控制前方有效目标识别的实验研究方法。本文的主要研究内容和结论如下：第一,分析了传统定曲率前方有效目标识别算法在入弯、出弯等工况下的局限性。参与前方交通场景的目标车辆在一定程度上能反映前方道路信息,通过利用前方各目标的历史运动轨迹可以更好地预测本车未来的行驶轨迹及前方道路轨迹,也更能精确地识别前方有效目标。第二,开展了基于目标跟踪的前方有效目标识别算法的研究,并进行了Simulink&Carsim联合仿真。本车前方各目标的历史运动轨迹中蕴含着前方道路信息,因此考虑通过连续跟踪前方各目标来估计其运动状态,同时结合本车的运动状态来估计前方道路曲率以及本车路径角,进而确定本车的未来预期轨迹以及本车道的轨迹。估计各目标相对本车道的横向距离从而确定各目标是在本车道还是在其它车道内,最终选择出的本车道内距离本车最近的目标就是本车的前方有效目标。算法实现上采用卡尔曼滤波器来估计各目标状态、前方道路曲率及本车路径角等。在直道、弯道、直道入弯、弯道入直、前车换道等多种工况下实现了多目标车的有效目标识别算法仿真,仿真结果表明在上述各种工况下算法都能准确地识别出相应场景下的前方有效目标,证明了算法的有效性。第三,开发了有效目标识别数据采集实验平台,并进行了初步的场地实验研究。在捷达车上开发了场地实验数据采集平台,包括集成了各种传感器、采集卡及工控机的硬件平台和基于LabVIEW开发的软件平台。设计毫米波雷达安装支架、布置线束、调整安装位置及姿态,并进行场地实验分析其数据特点。安装非接触式光学传感器及光纤陀螺仪获取本车的侧纵向速度和横摆角速度等状态信息。通过各种采集卡的硬件接口将各个传感器接入工控机,在LabVIEW环境中对各种数据进行采集和存储。最终通过多目标直道和多目标定曲率弯道两种工况下的初步场地实验来探索自适应巡航控制前方有效目标识别的实验研究方法。