技术特征：
1.一种基于人车协同的汽车行人防撞智能控制系统，其特征在于设有车载传感器、道路信息采集模块、微处理器、预警器、危险区域差别模块、期望加速度生成模块、制动控制模块；所述车载传感器设于汽车上，车载传感器接道路信息采集模块的输入端，道路信息采集模块的输出端接微处理器的输入端，微处理器的行人特征分析处理信号输出端分别接预警器的输入端和危险区域差别模块的输入端，当检测行人在预警区时，预警器的危险信号输出端发出预警信号提示驾驶员，当检测行人在危险区时，危险区域差别模块的危险信号输出端接期望加速度生成模块的输入端，期望加速度生成模块的输出端接制动控制模块的输入端，制动控制模块的输出端为汽车输出期望加速度的跟踪控制信号，完成主动保护行人。2.一种基于人车协同的汽车行人防撞智能控制方法，其特征在于包括以下步骤：1)采集汽车及其周围环境信息，提取汽车行驶前方行人信息特征；2)建立汽车与行人安全距离模型，设计危险区域判别准则，预警区内进行预警提示驾驶员，危险区内则进行辅助制动控制；3)基于汽车与行人纵向运动特征，建立人车间距纵向动力学模型和汽车加速度响应模型，综合生成人车耦合动力学模型；4)采用预测优化方法，实时动态规划出避免汽车与行人发生碰撞所需的期望加速度；5)设计神经模糊滑模制动控制器，通过该控制器调节制动压力的指令来完成对期望加速度的跟踪，实现汽车对行人的主动保护和防撞。3.如权利要求2所述一种基于人车协同的汽车行人防撞智能控制方法，其特征在于在步骤1)中，所述采集汽车及其周围环境信息，提取汽车行驶前方行人信息特征的具体方法为：(1)通过车载毫米波雷达传感器获取汽车与行人的纵向距离信息及行人速度信息，通过速度编码器采集车辆行驶速度；(2)利用单目CCD摄像机采集汽车周围环境信息，通过车载微处理器对采集的图像进行处理和特征提取，实时地检测和获知汽车前方可靠、准确的行人特征信息。4.如权利要求2所述一种基于人车协同的汽车行人防撞智能控制方法，其特征在于在步骤2)中，所述建立汽车与行人安全距离模型，设计危险区域判别准则，预警区内进行预警提示驾驶员，危险区内则进行辅助制动控制的具体方法为：(1)建立包含驾驶员识别交通情况并做出反应所需要的距离和汽车停车后驾驶员所期望\t的行人车辆间静止距离组成的驾驶员主观安全距离模型；(2)根据获取的汽车与行人实际纵向距离信息，设计危险区域判别准则，将汽车前方的道路区域分为预警区域和危险区域，预警区内进行预警提示驾驶员，危险区内则进行辅助制动控制。5.如权利要求2所述一种基于人车协同的汽车行人防撞智能控制方法，其特征在于在步骤3)中，所述基于汽车与行人纵向运动特征，建立人车间距纵向动力学模型和汽车加速度响应模型，综合生成人车耦合动力学模型的具体方法为：(1)建立以汽车与前方行人的相对距离偏差Δd，相对车速Δv为状态变量的人车纵向动力学模型，采用最小二乘法辨识汽车纵向加速度的动态响应模型，综合构建人车耦合动力学模型；(2)按采样周期0.15s将人车耦合动力学模型进行离散化处理，得离散线性系统的状态方程。6.如权利要求2所述一种基于人车协同的汽车行人防撞智能控制方法，其特征在于在步骤4)中，所述采用预测优化方法，实时动态规划出避免汽车与行人发生碰撞所需的期望加速度的具体方法为：(1)设计安全性能指标函数：为了实现快速、安全的行人防撞，将人车纵向间距误差Δd和人车相对速度误差Δv的二范数作为安全性能指标L，如下：L＝ω1Δd2+ω2Δv2式中，ω1和ω2表示距离误差和速度误差的权重系数；(2)建立预测时域内性能指标离散化的预测形式；(3)建立预测优化的二次规划型，采用有效集法求解该预测优化问题，实时计算出危险区域下行人避障所需要的期望加速度。7.如权利要求2所述一种基于人车协同的汽车行人防撞智能控制方法，其特征在于在步骤5)中，所述设计神经模糊滑模制动控制器，通过该控制器调节制动压力的指令来完成对期望加速度的跟踪，实现汽车对行人的主动保护和防撞的具体方法为：(1)针对车辆动力学的非线性和参数不确定性，采用神经滑模控制方法，设计由等效控制和变结构控制构成的去制动压力神经滑模控制律，实现对期望加速度的跟踪控制；(2)对于上一步求出的神经滑模控制律，采用准滑动模态方法，引入饱和函数，设计边界层“实时变宽变窄”的模糊控制逻辑，有效减弱神经滑模变结构控制引起的抖振。