随着城市化进程的加速和国民经济的高速发展，道路交通压力日益严重。面对日益膨胀的交通压力，车路协同系统应运而生。融合了车载、路侧以及通信等多方面设备的车路协同系统，在面对复杂交通流状况时的自适应性以及对交通环境的优化作用引起了学者以及政府的广泛重视。跟车辅助系统作为车路协同系统中对于车辆进行纵向控制的组成部分之一，在整个车路协同系统中主要负责协助驾驶员保持稳定的跟车距离与跟车速度。由于该系统旨在帮助驾驶员提升对交通环境的精确感知能力，其与驾驶员原有的驾驶习惯以及对交通环境的感知必然产生一定的冲突。因此，了解跟车辅助系统对驾驶员跟驰行为的影响，对于跟车辅助系统的研究和设计具有重要意义。本文首先分析了车路协同系统的技术体系和跟驰模型，并在此基础上基于著名的Wiedenmann92模型构建了跟车辅助系统。该系统采用不同颜色的指示灯表示不同跟车建议，指示灯随着前后两车的车速、相对速度以及车距等数据的变化而变化。根据对跟车辅助系统的分析，本文采用模糊感知信息融合理论对驾驶员在感知与系统提示不一致状况下的决策过程进行模拟。本文将跟驰区间内的车距、相对速度、安全时间余量以及系统提示等因素采用信息优化度加以融合，并在此基础上建立了系统提示下驾驶员信息融合与决策模型。本文对Wiedenmann92跟驰模型中的驾驶行为模型的行为表达加以优化。根据驾驶员在不同状况下的驾驶行为对行为进行了总结，将这些行为划分为自由驾驶行为等四种基本行为。对驾驶员在系统与感知相同及相异区域可能采用的驾驶行为进行了研究与确定，结合了前文提出的系统提示下驾驶员信息融合与决策模型，最终建立了跟车辅助下驾驶员的跟驰行为模型。最后，本文利用MATLAB仿真软件对跟车辅助下驾驶员的跟驰行为模型和无跟车辅助状态下的驾驶员行为模型进行编程及仿真，并设计了不同交通环境下的仿真实验，用以对比和分析跟车辅助系统对驾驶员跟驰行为产生的影响。结果表明，跟车辅助系统有助于驾驶员采用更加稳定而精确的驾驶行为，提升了驾驶过程的稳定性，有利于交通安全。