本申请涉及一种基于认知风险平衡的智能汽车跟车决策和控制方法，包括：智能汽车处于跟车工况，基于车头时距和逆碰撞时间得到认知风险；判断是否位于认知风险平衡区间内，如果否，通过纵向加速度与认知风险之间的函数，预测获得人类驾驶员在相应的风险强度作用下的响应加速度，作为智能车辆应对相应的风险的拟人化响应加速度，拟人化响应加速度用于调节认知风险，使其保持平衡；基于响应加速度，通过车辆纵向逆动力性模型预测获得节气门开度和制动压力强度，以实时调节车速，实现智能汽车跟车。由此，实现了拟人化的认知风险平衡机制在智能汽车纵向驾驶行为决策上的应用，通过学习优秀驾驶员的驾驶决策规律，以指导智能汽车拟人化的跟车行驶。