汽车产业已成为中国的支柱产业。近年来,随着中国机动车数量不断增加,从而造成道路拥堵和交通事故频繁发生。为了降低事故率和提高道路的利用率,汽车智能化成为了许多研究人员的研究方向,随着汽车智能化的发展,目前推出许多智能辅助驾驶系统,并且技术在不断成熟。本文从交通事故场景出发,并进行交通事故场景分类和事故案例分析,最终确定典型事故场景,针对具体典型事故场景,开展智能汽车的自主制动和自主避障控制策略研究。通过分析典型场景下的仿真测试结果,验证控制方法的有效性。本文将场景按照道路来进行分类,主要分为城市道路场景、高速公路场景和山区道路场景。通过对前人成果的总结,对上述道路场景进行特点分析,并且对每种道路具有代表性的典型交通事故案例进行分析,关于主动制动方面选取城市道路场景进行仿真测试,主动避障方面选取高速公路场景进行仿真测试。城市道路场景下,车速缓慢,一般采取制动措施来避免追尾事故,如果驾驶人没有及时采取制动措施,则主动制动系统介入,进一步避免追尾事故的发生。本文主要对智能汽车制动系统控制策略进行了研究。首先,建立基于碰撞时间的安全距离模型,提出分级制动策略,并根据驾驶人和乘坐人员的舒适性和主观感受,最终确定针对智能汽车的分级制动减速度和TTC阈值。然后,提出智能汽车主动制动决策算法,基于Simulink建立控制系统模型。最后,利用Prescan搭建6种典型城市道路仿真工况,开展智能汽车自主制动效果仿真测试工作。仿真结果表明,城市道路场景下,车辆能够避免和前方车辆追尾,并能够准确地根据TTC阈值触发不同减速度的制动策略,与传统的一级制动相比,该方法可有效提高智能汽车的安全性和舒适性。高速公路场景下,由于车速过高,车辆纵向主动制动通常难以避免碰撞追尾事故的发生,因此本文提出智能汽车横向主动避障控制策略。首先,建立三自由度车身动力学模型和轮胎模型为预测基础模型,研究并分析车辆的侧向运动特性。采用五阶多项式用来规划期望路径,结合相对车速等约束,构建智能汽车换道避障最小安全距离模型,考虑车辆的舒适性和稳定性,最终确定期望换道轨迹。然后,基于模型预测控制(MPC)算法,提出智能汽车动力学系统控制器。利用主动前轮转向控制策略,使智能汽车安全躲避前方障碍物,并且保证车辆转向稳定性、安全性。最后,利用动力学仿真软件Carsim与Simulink联合仿真,建立车辆动力学及控制系统模型,针对2种典型高速公路场景,对智能汽车自主避障效果进行仿真测试。仿真结果表明,在满足车辆约束设置的前提下,通过模型预测控制算法可以很好地避开前方障碍物或车辆。