微观交通仿真对交通流的描述细化到单个车辆的行为模型，能真实的模拟实际交通流的运行状态，也方便进行交通管理、控制、规划和预测评估。随着城市规模拓展，车辆不断增多，以及交通信号控制与交通流量之间的耦合关系，交通仿真系统中路网规模和车辆数目都不断增加，对交通仿真软件的仿真效果、实时性以及分析功能的要求也不断提高。在大规模路网下，使用传统串行微观交通仿真难以满足实时仿真计算的要求。并行计算是提高计算性能的一种有效手段，并行微观交通仿真利用多个计算资源并行协同完成仿真计算，可以明显提高微观交通仿真的效率。本文在总结典型的并行微观交通仿真方法的基础上，分析了微观交通仿真的可并行性和基本的并行化方法，结合MPI(Message Passing Interface)特性设计了主从模式下各机之间的工作方式，将多台计算机通过网络互联组成分布式平台来实现并行计算，主要实现的工作包括：（1）在GPU协同CPU计算的异构系统中，使用CUDA(Compute Unified DeviceArchitecture)实现了路径规划的并行计算，在较大规模的路网数据下进行实验，验证了该方法可以有效提高路径规划的效率。（2）使用基于空间域划分的方法分解任务，并结合路网的三层结构表示，将路网按照道路和交叉口的编号均分给多个仿真计算机，由多个仿真计算机来并行协同完成仿真计算。（3）使用MPI消息传递机制实现了主从模式下的分布式多机之间的通讯：仿真端使用多线程技术来完成消息发送和接收，主控端在每个仿真时间步收集仿真端所有车辆的信息。（4）设计了不同路网和不同车辆数目下的仿真实验，分析了影响分布式并行微观交通仿真加速效果的主要因素。