随着智能交通系统ITS（Intelligent Transport System）框架的提出，汽车协同式自适应巡航控制系统CACC（CooperativeAdaptive Cruise Control）作为其重要的组成部分，在已经大范围普及的定速巡航控制CC（Cruise Control）系统和自适应巡航控制ACC（Adaptive Cruise Control）系统基础上，借助专用短程通信技术DSRC（Dedicated ShortRange Communications），实现了车与车之间的数据通信。通过与其他车辆进行实时的信息共享，获得本车和周围车辆的各项行驶数据，感知当前行驶状态，并针对不同的状态选择最适宜的驾驶行为来操纵汽车。相比于其他方法，CACC系统使车辆更加智能化，对车辆控制更加合理、准确，对道路突发状况响应迅速，从而能够大幅度提高交通系统的综合通行效率，并增强车上乘客的安全性和舒适性。本文设计了一种基于模糊PID控制的车辆纵向优化CACC控制系统。该系统能够实现在DSRC车车通信环境下，对于本车的纵向跟随控制。针对CACC系统中的两个主要功能——车车通信和本车控制，该系统结构可分为两层。第一层为感知层，主要负责接收通过DSRC端获得的周围车辆的行驶数据和本车雷达端获得的与前车距离数据。考虑到CACC系统中对数据的精度和实时性要求较高，而通常由车上传感器获得的数据精度偏低，并伴有一定延时，因此通过DSRC通信得到的其他车辆数据是无法直接使用的，所以本文创新地提出了一种加速度补偿平滑方法ACS（Acceleration CompensationSmoothing），通过设计一个2阶IIR滤波器和加速度补偿公式来对DSRC通信端接收到的数据进行优化，使其能够适应CACC系统要求，并去掉DSRC通信中一些冗余数据，仅保留周围车辆运动学参数并与雷达端的距离数据整合，生成当前时刻状态模型。第二层为控制层，根据模糊PID控制理论，设计出一个针对车辆纵向行驶的CACC控制器，该控制器将感知层传来的状态模型作为输入，将两车速度参数作为主要计算量，其他参数作为辅助调节量，通过模糊控制动态调整PID调节器的各个参数，从而根据不同的行驶状态得到相应时刻优化的车辆的控制量（油门踏板或制动踏板的值），并输出到车辆动力学模型的执行机构对车辆进行控制，相比传统控制方法，有很强的适应性和稳定性。在Matlab/Simulink下建立相应的仿真程序，运用Matlab Filter工具箱和Fuzzy Logic工具箱等设计出符合CACC系统要求的通信模块、控制模块和车辆动力学模块，并借助Logitech G27方向盘搭建驾驶员模拟平台，进行仿真试验。试验结果表明，本文提出的感知层ACS方法能够提高DSRC通信接收端得到数据的精度和平滑性，该CACC模糊PID控制器可以在各种典型纵向工况中得到最优的数据输入，对车辆进行优化跟随控制，并能保证安全性和舒适性。