驾驶员在处理紧急避撞工况时,由于其自身局限性容易出现反应滞后、错误判断、错误操作,进而引发交通事故。先进驾驶辅助系统（ADAS）可以提高驾驶员的感知与决策能力,其中汽车主动避撞系统（Collision Avoidance System,CAS）作为驾驶自动化技术的重要补充,其在解决由驾驶员局限性引起的行驶安全问题具有巨大潜力。然而,当前CAS技术主要面向纵向、中低速避撞工况,针对转向避撞方式,其仍然依赖于驾驶员的避撞操纵行为,因而不能从根本上避免由于驾驶员局限性带来的不当操作;同时面向高速紧急工况,车辆较高的行驶速度以及交通环境的突变,致使系统完成避撞动作所允许的时间极短,避撞控制算法的实时性成为制约CAS技术发展的关键问题之一;进一步地,高速工况下,车辆动力学极易呈现出非线性响应特征,而在原车稳定性控制系统的介入过程中,避撞控制目标与传统稳定性控制目标容易相互制约。为此,本文将针对上述问题,研究面向高速紧急工况的自主决策、自主控制避撞系统,实现实时性、安全性以及稳定性的多目标需求。具体开展的研究工作如下:（1）建立车辆数学模型,对车辆动力学行为进行分析以及控制算法的验证;同时基于建立的车辆模型,采用无迹卡尔曼滤波（Unscented Kalman Filtering,UKF）算法开展车辆关键状态信息的实时估计研究,为避撞控制系统提供传感器无法获取的车辆状态信息,如质心侧偏角、轮胎侧偏角等,进一步提高控制系统的控制性能。（2）探讨了高速紧急工况下,避撞系统介入的时机;进一步地,针对不同的危急程度,采用有限状态机技术,发展了基于规则的避撞决策系统。其中,采用碰撞时间（Time to collision,TTC）、刹车风险指数（brake threat number,BTN）以及转向风险指数（steer threat number,STN）分析了车辆转向以及制动能力的适用范围,确定危险工况下车辆合适的避撞行为。考虑相邻车道有车的紧急工况,对车辆行驶区域进行划分,确定相应的决策规则,从而使得避撞决策系统的每条决策规则都具有可解释性:面向邻车道车辆行驶在“重叠区域”的紧急工况,提出了考虑路面附着系数、车辆稳定性约束和车辆安全性约束的“车-路”耦合危险评估模型,并结合基于运动学模型的预测方法对车辆避撞决策进行评价。（3）为提高避撞控制系统的实时性,结合车辆避撞过程的不同需求,提出分阶段的反应式转向避撞策略:跨道阶段以满足避撞需求的最小侧向加速度转向避撞,根据避撞约束条件确定车辆避免追尾后,避撞进入第二阶段,即跟随相邻安全车道线,该阶段采用模型预测控制算法实现追踪车道的目标。为实现车辆稳定性与避撞安全性的多目标要求,对传统稳定性控制的功能进行拓展,发展了修正的车辆参考横摆角速度,设计差动制动控制器保证车辆的稳定性和安全性;同时,考虑相邻车道车辆的行驶安全,结合模型预测控制理论,设计了车辆纵向运动规划器,最后联合动力执行机构,采用加权最小二乘法实现纵向控制力的最优分配。（4）最后,为验证所设计避撞系统的控制效果,分别进行了不同路面条件、行车速度以及周围车辆行驶工况下的模型在环（model-in-the-loop,MIL）、硬件在环（hardware-in-the-loop,HIL）以及车辆在环（vehicle-in-the-loop,VIL）实验研究。结果显示了避撞系统的实时性,并且车辆在避撞控制系统的辅助下能实现避撞安全性与车辆横摆稳定性的多目标要求。