车路协同系统（Cooperative Vehicle Infrastructure System,CVIS）是提高现有道路交通运行安全、通行效率与用户体验的重要手段,是辅助智能网联/自动驾驶车辆安全运行的有效载体。路侧单元（Road Side Unit,RSU）作为车路协同系统中路侧感知控制网与网联化车辆自组网的重要节点,其布设方案对车路交互效能、系统建设成本与协同服务水平产生较大影响,故吸引了业界的广泛关注。现有RSU优化布设研究主要基于车路（Vehicle to Infrastructure,V2I）通讯并考虑覆盖范围最优,忽视了车车（Vehicle to Vehicle,V2V）通讯的转发和中继作用,也缺乏对RSU设备及线网布设成本的相关考量。针对上述问题,论文基于车路协同环境下的V2V和V2I通讯,考虑信息覆盖正向收益与设备/线网布设负向收益,构建面向综合收益最优的RSU布设方案优化模型。论文工作如下:（1）针对V2V通讯和V2I通讯并存的车路协同环境下,V2V通讯在路侧感知控制和网联车辆自组网中表现出的转发和中继作用对路侧单元布设优化的影响,论文综合考虑RSU信息覆盖正向收益、设备安装成本和线网布设成本负向收益,结合V2V通讯和V2I通讯对RSU优化布设方法做详细分析,明确路网与候选布设节点等关键定义和重要假设,从而确定布设方案与综合收益之间的关系。（2）面向考虑综合收益最优的路侧单元优化布设需求,提出了基于V2V/V2I通讯环境的RSU优化布设模型。首先基于现有信息流-交通流耦合模型,构建各相邻节点间的信息传播时间矩阵;然后,在给定信息生命周期下,根据上述时间矩阵建立权重约束可达性（Weight Constraint Reachability,WCR）算法,用来明确动态RSU布设方案与信息覆盖车辆数之间的关系,并建立信息覆盖正向收益方程。最后,针对动态最优布设方案条件下的最优线网布设问题,论文提出了改进最小生成树模型,并以此为基础设计综合收益最优的RSU优化布设模型。（3）针对非线性约束对拟构建的RSU优化布设模型求解算法所造成的高计算时间和复杂度问题,提出了布设优化模型非线性约束线性化方法,并设计优化求解算法对布设问题进行求解。首先,将模型中的非线性变量根据实际物理意义对其线性化,使其优化模型转化为线性化模型;然后,设计基于GAMS的中小规模路网路侧单元布设优化求解算法,同时对本文构建的模型进行初步求解;最后,基于较大规模的路网设计基于遗传算法的路侧单元优化布设模型求解算法,并基于GAMS理论最优值验证该算法的求解效率与正确性,便于后续实际大型网络的求解。（4）基于VISSIM仿真软件生成的简易井字型算例路网和现有的Sioux Falls复杂路网,对所提出的路侧单元优化布设模型进行了正确性和有效性的验证。首先,基于简易井字型路网,采用基于GAMS的中小规模路网路侧单元布设优化求解算法,进行了模型验证和关键系数敏感性分析;其次,基于Sioux Falls路网,采用基于遗传算法的优化求解算法,将本文提出的模型与现有未考虑信息流-交通流耦合特性的RSU优化布设模型对比,验证模型的有效性。实验结果表明,论文提出的布设方案可较好的反映实际信息流传播状态,覆盖率误差在5%以内;RSU最优布设方案与交通流运行状态密切相关,交叉口及路段中节点均有成为最优节点的可能;RSU布设方案将受线网/设备布设成本和信息生命周期的直接影响。对比现有模型,在Sioux Falls路网和给定参数的条件下,本模型在信息流覆盖率和布设后的综合收益方面均提升了30%以上。综上,论文针对V2V/V2I通讯并存的车路协同系统的实际工程问题中需要着重考虑的系统效能/收益与布设方案之间的关系,构建了RSU优化布设模型。所提出的模型可为未来车路协同和智慧公路项目的实际建设中RSU的实际布设问题提供一定的理论指导和技术支撑。