继汽车“新四化”之后,“个性化”成为汽车技术的第五大发展趋势。在跟车驾驶行为中,不同的驾驶员呈现出明显的个性化特征,因此,在设计汽车自适应巡航控制（ACC,Adaptive Cruise Control）系统时,应考虑不同驾驶员的跟车特性,以满足用户对ACC的个性化要求。汽车纵向动力学系统作为ACC的基础,是典型的参数时变不定、多扰动的非线性离散系统,因此基于精确数学模型的控制算法较难取得理想效果。针对上述问题,本文研究一种纵向动力学无模型自适应控制策略,提出一种泛化性强的驾驶行为特性识别与驾驶风格分类方法,并设计一种融入驾驶风格的ACC控制策略,通过仿真和实验对所提出的ACC控制策略的有效性进行验证。主要研究内容如下:（1）建立了车辆纵向动力学系统模型,并针对车辆纵向控制系统具有强非线性、参数时变不确定性、多外部干扰与迟滞等特性,将无模型自适应控制算法与滑模控制算法、模型预测控制算法结合,设计了两种应用于纵向控制的无模型自适应控制算法,并通过理论推导证明了算法的稳定性,在不同的典型加速度输入下验证了算法的效果。结果表明,所设计的纵向控制算法不仅提高了控制精度与鲁棒性,还缩短了调节时间,改善了控制效果。（2）基于NGSIM公开数据集筛选出真实驾驶员的跟车数据,通过IDM（Intelligent Driver Model）模型参数表征驾驶员跟车特性并标定出每个驾驶员的跟车参数,依据其分布规律,选定期望车头时距与期望最大减速度作为分类参数,采用模糊C均值聚类方法进行聚类,将驾驶员风格分为激进型、中间型与保守型三类。通过对各类驾驶风格的边界参数进行多项式拟合,建立了驾驶员风格分类的离线数学模型,实现对驾驶员风格的快速分类。（3）基于“2-1-2”三段函数设计了考虑驾驶风格的巡航车速平滑算法,确定了适用于不同驾驶风格的调整系数,采用PID算法作为巡航工况的控制算法。引入驾驶风格分类的结果,设计了考虑前后车速差的固定车头时距安全距离模型,使用MPC控制算法设计跟车控制器,分别构建了预测模型、约束条件与目标函数,最终将跟车多目标优化问题转化为带约束的二次规划问题。（4）提出了考虑驾驶员风格的自适应巡航系统控制架构,基于分层式控制架构,分为驾驶风格识别模块、上层控制模块与下层控制模块。设计了三个典型工况,通过仿真验证了巡航车速平滑算法与考虑驾驶员风格的自适应巡航控制系统的有效性。搭建了驾驶员在环仿真平台,通过三种不同风格的驾驶员在环实验,验证了驾驶员风格识别算法的有效性。搭建了Hi L测试环境,在循环跟车工况下验证了本文设计的自适应巡航控制系统在实际控制器中的可行性与有效性。