车联网使无人驾驶汽车之间,以及汽车与基础设施之间通信,形成强大信息网络。车联网不仅仅局限于无人驾驶汽车,车联网还会为有人驾驶车辆提供智能导航、实时车况等全面的交通信息和安全行驶预警信息等。车联网技术的出现,为解决现代诸多交通问题提供更先进方法和思路。现代交通中,道路路段车流状况复杂,短时间内难以自行解决,造成交叉路口排队车辆过多,增大了交叉路口通行压力,导致交通不和谐现象发生。传统交通流理论模型建立在基本交通参数基础上,已适应不了车联网技术的应用需求。而且,目前现有描述无人驾驶车辆车流的模型也很有限。为此,本文基于无人驾驶车辆的智能可控性,建立车联网环境下车流模型,分析交通现实中的某些复杂现象基础上,利用控制理论相关方法,研究路段有效组织调节问题。力图为车联网环境下,相关预警作用实现和车流有序运行起到积极作用。文章主要工作和成果如下:基于全速度差跟驰模型思想,在开放边界条件下,建立单车道无超车规则下的车流运行耦合映射模型;为了有效调节路段车流,减缓交叉路口通行压力,提出在车联网环境下可实现的针对单个无人驾驶车辆速度的分散延迟反馈控制方法;将此控制方法与多交叉口信号协调相结合,使得干线绿波带作用更好发挥和实现。依据经典流量-密度-速度基本图关系式和Del Castillo’s速度-密度关系,引入表示前后车耦合关系的参数,建立一种新的交通流微观映射模型;依据模型发现交通中混沌现象,并设计在车联网环境下可实现的分散延迟反馈混沌控制方法。为车联网应用中换道预警作用实现提供模型支持,利用美国高速公路管理局Next Generation SIMulation(NGSIM)项目中关于换道相关数据,采用Levenberg-Marquardt优化算法,标定并验证了描述间断交通流的跟驰模型,用以较精确的描述真实车辆换道后跟驰行为。为车联网应用中信号交叉路口告知、提醒功能的实现,研究信号交叉口处交通流分别在停车排队过程和加速消散过程中速度变化、饱和车头时距特征,并提出车联网环境下基于无人驾驶车辆车间距的控制方法。研究车联网环境下可实现的高速公路拥堵控制问题。在自动化高速公路系统条件下,针对高速公路离散模型,分别对单一拥堵路段模型和全路段模型,采取不同反馈线性化方法,对道路交通流密度和速度的进行有效控制,实现车流稳定有序。