区域智能运输系统是智能运输系统的重要分支,为解决城市及其周边特定区域的交通问题提供了新的解决方案。该系统以全自动的智能车辆为运输工具,旨在提高运输系统的效率和安全性,是未来运输技术的新概念之一。区域智能运输系统中智能车辆的协作是保证系统运行效率和安全的根本之所在,本文研究面向区域智能运输的智能车辆协作问题,涉及智能车辆协作的体系结构设计,及协作中的决策与控制问题。多智能车辆协作的体系结构是实现协作的基础,也是集成协作中的决策与控制的框架。在对多智能车辆协作问题进行分析的基础上,结合区域智能运输系统的结构及其运行特点,设计了基于多智能体协作模型的并行协作体系结构。该协作体系结构集成了行为协作和任务协作,能够满足区域智能运输系统中智能车辆协作的要求。依照本文所设计协作体系结构,实现了一个面向区域智能运输的多智能车协作系统。区域智能运输系统的运行必须保证智能车辆在途行驶的安全性及整个系统的运行效率,车辆的安全性及系统的运行效率均由智能车辆的在途行为协作来保证。行为协作同时涉及智能车辆的离散状态和连续状态,为此,本文提出了基于混合动态系统模型的智能车辆行为协作方法,其中车辆智能体的状态及其行为采用混合动态系统模型描述。采用基于混合动态系统模型的行为协作方法,能完整地描述智能车辆的状态、意图及其决策方法,并综合智能车辆的基本机动模式,在保证行车安全的前提下实现直道上的所有协作行为。该方法的有效性在多智能车协作仿真平台及相关试验中得到了验证。车队是智能车辆行为协作的主要模式,车队的控制是智能车辆行为协作必须考虑的问题。本文首先分析了典型的车辆跟随距离准则,并建立了与之对应的智能车辆跟随控制模型。分析了跟随控制条件下的车队稳定性问题,包括车队的局部稳定性和全局稳定性。以互联系统稳定性理论为基础,提出了基于车队稳定性的最优跟随时距及其确定方法。试验研究结果表明,采用基于车队稳定性的最优跟随时距,可以在尽量减少车辆间距的条件下保证车队的安全性及其稳定性。超车是智能车辆行为协作的另一重要模式,智能车辆的超车控制必需保证相关车辆的安全性及超车的快速性;另外,智能车辆的超车同时涉及决策和控制问题。为此,本文提出了基于冲突概率预估的超车控制方法,以冲突概率为超车的安全性指标,采用模型预测控制算法跟踪安全冲突概率,将超车中涉及的决策及控制问题综合为一个跟踪控制问题,由此实现安全快速的自动超车。该超车控制方法的效能在不同配置的对比试验中得到了验证。区域智能运输中的运输任务具有分布性、动态性及随机特性,智能车辆需要通过协作完成运输任务。为解决上述问题,本文提出了基于多智能体协作模型的任务协作方法,采用多智能体“预规划-协调-再规划”的协作方法实现运输任务的分配和行驶线路的规划。车辆智能体根据局部运输任务进行预规划,在此基础上进行协调及再规划,由此实现分布式的任务协作。对比试验研究结果表明,基于多智能体协作模型的分布式任务协作能够适应随机动态的运输环境,显著地减少乘客的平均等车时间及总旅行时间。