随着智能汽车的发展,在实现全自动驾驶之前,智能汽车将长期处于驾驶员和驾驶自动化系统共同参与车辆控制的人机共驾阶段,使得如何提升人机协同效果受到了广泛的关注。此外,在交通密度日益增大的背景下,车辆之间的相互作用关系愈发复杂,车车协同对于改善人机协同驾驶车辆的控制性能有着不可忽视的作用。因此,如何一体化考虑智能汽车内部人机协同与外部车车协同问题,对于提高自动驾驶车辆通行效率,保证道路交通安全性有着重要的意义。本文以典型纵向跟车过程为对象,从交通扰动在高车流密度跟车下具有的传递效应切入,通过V2X获取多前车信息改进控制方式,以减轻扰动造成的速度波动,提高纵向跟车性能。基于上述思路,本文针对多前车下的人机协同纵向跟车控制问题,考虑通信时延和车辆动力学参数不确定的影响,基于人机分工协同和人机分层协同控制思想,利用H∞控制方法设计考虑多前车的车辆纵向人机协同控制器,以期望提升车辆控制性能。论文的主要工作如下:（1）针对人不在环可能会导致接管失败的问题,基于人机分工协同控制的思想,让擅于趋势判断的人负责车间距调节,而让响应更快速精准的机器负责车速跟踪。其后利用H∞方法设计控制器的增益。实验结果表明,相较于只考虑单前车的控制方式而言,通信时延下考虑多前车的纵向人机分工协同控制器的性能有着显著的提升,能够解决人不在环问题,同时提升了车辆的纵向跟车性能。（2）针对车辆动力学参数不确定和人机分工协同控制中可能存在的人机冲突问题,基于人机分层协同控制的思想,将人类驾驶员和驾驶自动化系统划分在不同的控制层上,在此基础上考虑多前车信息,利用H∞控制理论设计了一种参数不确定下考虑多前车的纵向人机分层协同控制器。实验结果表明所提出方法避免了人机冲突问题的产生,降低了驾驶员操作负荷,进一步提升了人机协同控制车辆的纵向跟车性能。（3）考虑到车辆能耗大小是评价智能汽车控制器性能的重要指标之一,本文通过k均值算法对驾驶员进行分类和选择,减轻驾驶风格的影响,以NGSIM数据集中的车辆行驶轨迹为基准进行纵向跟车实验。最后对比分析自然驾驶、人机分工协同和人机分层协同模式下的车辆能耗情况,结果表明本文所设计的控制器能有效降低纵向跟车过程的车辆能耗。综上,本文提出的多前车下人机协同纵向跟车控制方法,不仅可以缓解前方扰动引起的车辆速度波动,降低车辆能耗,还能避免急减速带来的安全问题。