近年来,机动车和驾驶人数量的增加对人们的生产生活产生极大影响,人们也越来越重视随之产生的道路拥堵、环境污染等问题,尤其更为重视带来巨大人员伤亡和财产损失的频发的交通事故。现如今,车辆的跟车行为成为城市道路上最常见的交通现象之一,研究相邻车辆行驶规律引起了众多研究者的兴趣,研究在跟车工况下两车之间参数分布是如何相互影响以及对两车参数相互影响进行量化,将对提高跟车行驶的安全性以及跟车模型的建立提供参考意义。自然驾驶数据全面、真实、可靠,样本具有广泛的代表性,以其独特的优势为国内驾驶行为特性的研究提供重要依据,本文将依托中国汽车工程研究院股份有限公司采集的自然驾驶数据进行跟车工况的相关研究。首先,对采集得到的自然驾驶数据进行降噪滤波处理,参考别人文献以及结合数据本身制定跟车工况的提取原理,共提取了1207个跟车工况,在该跟车工况的基础上利用核密度估计研究了驾驶员在跟车时的前车速度、前车加速度、自车速度、自车加速度、两车相对距离和两车相对速度的概率密度分布,分析了前车速度、加速度在自车速度、加速度条件下的概率密度分布以及自车速度、加速度在前车速度、加速度条件下的概率密度分布。其次,为进一步分析跟车工况中前车不同运动学状态下两车相互影响,划分了前车运动学状态,对每种运动学状态划分的阈值通过K均值聚类算法确定,以跟车工况中前车的加速度为输入,得到加速、减速、匀速的划分阈值,提取了前车不同运动学状态的跟车工况,然后利用核密度估计得到了跟车工况中前车不同运动学状态下前车速度、前车加速度、自车速度、自车加速度、两车相对速度、两车相对距离这些参数的概率密度分布,分别分析了跟车工况中前车不同运动状态下前车速度、加速度在自车速度、加速度条件下的概率密度分布以及自车速度、加速度在前车速度、加速度条件下的概率密度分布。最后,对跟车工况下两车参数的相互影响进行了量化分析,先分析了跟车工况下两车参数,然后利用传递熵分析了跟车工况下两车参数相互影响的信息流动情况,进而得到了总的跟车工况以及前车不同运动学状态下的跟车工况两车参数之间影响情况。