汽车追尾预警系统(Car Rear-End Collision Alarm System,CRCAS)作为一项人们行车安全的重要保障,一直以来是先进驾驶辅助系统(Advanced Driver Assistance Systems,ADAS)研究的组成部分,是车辆主动安全研究的重要方向,已成为当前交通安全与车辆工程交叉领域的研究热点与难点。国内外科研人员已经在CRCAS的理论与技术方面开展了大量研究工作,但是在很多地方还存在不足,有待完善与突破。论文以CRCAS为研究对象,对驾驶行为学习、驾驶环境感知、跟车模型、系统体系架构、预警算法等若干关键技术分别展开了深入细致的研究。论文的研究得到了国家自然基金项目“基于Multi-Agent和驾驶行为的汽车追尾预警模型研究”、江苏省自然科学基金“基于多智能体理论的汽车追尾预警模型研究”的资助。主要内容有：首先介绍了国内外关于驾驶行为模型及CRCAS相关的研究成果和存在的问题。以多智能体系统(Multi-Agent System, MAS)理论和分层集中控制思想作为CRCAS设计的基本思路,提出研究设计基于Multi-Agent和驾驶行为的CRCAS,重点研究解决提高CRCAS智能化水平的数据处理和建模及其相关的关键理论与技术。基于认知理论,提出认知型驾驶行为的概念,并以追尾事故为例,描述并分析了危险状况下驾驶员通常采取的驾驶行为及其控制策略,为驾驶行为学习和跟车模型的建立奠定了理论基础。重点研究了ANNI驾驶行为规则抽取模型及其集成模型(ANNIREA),并在此研究基础上成功抽取出了基于自建驾驶行为样本数据集的驾驶行为规则。为跟车模型跟车策略设计和追尾预警算法的设计提供了重要的保障。研究了道路交通图像中存在不确定、不完整信息的处理方法,分别提出了基于边缘约束与区域合并的遮挡车牌的定位算法(MM-OLP)和基于卷积神经网络与新型模板匹配的车牌识别算法(CM-LPR),有效提高了传统方法对遮挡车牌定位准确率低、污损车牌识别难度大、对道路交通标志和前车尾灯识别精度低,漏检、误检比率高等不足之处。与此同时,对基于差异性度量(MFA-DMFS)的驾驶环境感知融合方法和基于Multi-Agent的驾驶环境感知信息智能融合算法(VIFMA)进行了研究,为保证CRCAS的可靠性、高效性、时效性和资源适应性,实现道路交通驾驶环境感知诸多信息更广泛的融合打下坚实基础。针对当前三种常见跟车模型都没有考虑前车制动时的减速度导致计算出来的安全距离偏差较大的不足,建立了基于前车加速度的跟车模型,该模型能够计算出更为精准的安全距离。提出并设计了一套跟车系统方法,进行最小距离的推算,并将其应用到随动控制模型中,采用神经网络控制加速度,使得系统的动力学控制部分具有良好的线性,并使用PID对加速度进行实时的校正,控制精度、时延等方面得到有效改善,实现了加速度的精确控制。仿真结果表明该模型即便在极端工况下仍能保持较好的跟车。借鉴微观粒子力学理论,在考虑后车驾驶行为和动力学特性的基础上,探讨了融合前、后车综合效应的动态平衡跟车模型。提出了基于MAS的分层集中式体系结构(MAAM),其最大特点在于各模块不仅仅采用Agent形式进行设计,同时引入分布运算的Agent进行分层集中控制,而且还增设代理Agent处理Agent之间的通讯、集中处理层与层之间的消息存储、转发。在此基础上,建立了基于MAAM的CRCAS体系结构,并设计了主要Agent的功能。研究了基于Multi-Agent技术和FSS有机结合的智能预测方法(IPMM),揭示了IPMM特别适用于当前道路交通数据以多源／多元性、不完备性、不一致性和不精确性为新特征的分布式智能化预测环境。在此基础上,详细阐述了追尾预警数据分析Agent对道路交通数据平稳性、相关性及混沌性等特性分析的必要性与实现方法,从数学的角度验证了CRCAS及其方法研究的可行性。着重研究了追尾事故预测Agent的结构与功能,并提出了追尾事故预测Agent基于Bayes图模型和基于遗传神经网络模型两种方法的汽车追尾预警算法,仿真结果验证了上述两种方法的可行性。最后,借助PreScan软件、罗技(Logitech)G27,以及现有模拟仿真计算平台,自主完成了一套具有重复可控的试验工况、高速的仿真运算能力和无风险的极限工况试验特点的驾驶模拟器仿真试验平台的搭建工作,在该平台基础上开发了追尾预警原型系统,使得系统参数调整方便、操纵简单、记录数据快捷且可靠,满足大幅度缩短试验周期、降低试验成本并能验证充分的系统设计与开发要求。通过模拟城市道路和高速公路交通中常见的几种容易发生追尾事故工况下的仿真实验,结果显示本文方法与传统方法相比预警响应时间普遍得到提前(高速公路工况下平均提前了约2s)并有效避免了追尾事故的发生、制动踏板的开度变化也具有了人类驾驶行为特征(如“点刹”)、而且两种预警算法均及时有效,从而验证了上述理论与方法的可行性和高效性。