1.一种适用速度广的自动驾驶车辆跟驰方法，其特征在于，包括：实时采集车辆行进数据；

基于改进间距的跟驰模型，根据车辆行进数据及预先设定的参数，计算自车期望加速度；

使汽车制动系统产生合适的制动压力或发动机输出功率，控制车辆以期望加速度行驶；

其中，所述基于改进间距的跟驰模型为：

其中， 为t时刻的期望车间距， 为自车车速，为自车最大减速度，系统总延迟为预估的车载感知设备获取行进数据的时间及动作执行时间之和， 为车辆最小车间距， 为前车车速，为自车最大减速度，为自车最大加速度， 为前车最大减速度的估计值， 是前车车速， 是前后辆车的车速差， 为自车期望加速度， 和分别为速度增益系数和位置增益系数， 为前车车距， 为自车期望速度，为加速度，为加速度增长率的限制；

还包括，构建基于改进间距的跟驰模型的仿真平台，模拟车流跟驰状态，收集车辆运行数据，对基于改进间距的跟驰模型的自动驾驶车辆跟驰进行测试；

所述测试，是在周期性边界条件下，对车队进行模拟仿真：

1）在首尾相接的足够长的道路中，前若干米均匀排列初始速度均为零的车辆数辆，采用基于改进间距的跟驰模型计算得到的加速度启动车队，观察车流是否迅速进入稳态；

2）一段时间后，对头车附加若干秒的自车最大刹车扰动，观察车流是否迅速恢复稳态；

3）再经过一定时间后，在模拟极端碰撞场景下，对头车附加足够大的减速度直至停止；

4）若干秒后再次启动头车，观察车流是否发生碰撞、是否迅速恢复稳态；

基于仿真平台的测试结果，对基于改进间距的跟驰模型进行安全性验证、暂态性能评估和通行效率评估。

2.如权利要求1所述的一种适用速度广的自动驾驶车辆跟驰方法，其特征在于，所述车辆行进数据，包括前车车距、前车车速和自车车速。

3.如权利要求1所述的一种适用速度广的自动驾驶车辆跟驰方法，其特征在于，所述预先设定的参数，包括自车最大减速度、自车期望速度及前车最大减速度的估计值、自车最大加速度和急动度限制。

4.如权利要求1所述的一种适用速度广的自动驾驶车辆跟驰方法，其特征在于，优选的，系统总延迟 取保守推荐值0.3s；

2

自车最大减速度 取推荐值为6 m/s；

自车期望速度 取典型值30m/s；

2

前车最大减速度的估计值 取10000 m/s；

2

自车最大加速度 取4 m/s。

5.如权利要求1所述的一种适用速度广的自动驾驶车辆跟驰方法，其特征在于，具体评估指标包括：1）是否发生碰撞；2）进入稳态交通流的时间；3）通行流量。

6.一种基于权利要求1所述方法的适用速度广的自动驾驶车辆跟驰系统，其特征在于：包括数据采集模块、加速度计算模块和行驶控制模块；

数据采集模块，被配置为：实时采集车辆行进数据；

加速度计算模块，被配置为：基于改进间距的跟驰模型，根据车辆行进数据及预先设定的参数，计算自车期望加速度；

行驶控制模块，被配置为：使汽车制动系统产生合适的制动压力或发动机输出功率，控制车辆以期望加速度行驶。