保障应急车辆安全、快速地到达目的地是处置突发事件成功与否的关键。随着城市人口聚集和机动车数量的快速增长,交通拥堵日趋常态化,这对应急车辆的工作效率产生了消极影响。近年来,车联网技术在依托物联网技术与设备的基础上蓬勃发展,其信息获取与共享以及实时控制等技术为提高应急车辆行驶的及时性、可靠性和安全性提供了有力支持。论文以车联网环境为应用场景,分析了车联网环境下与传统环境下的交通流运行特性的差异性,结合应急车辆的基本特征与其在突发事件中的管控规定,对应急车辆优先等级进行了划分,设计了应急车辆智能控制决策流程,在此基础上,重点对应急车辆在路段、交叉口和路网三个层面的优先通行控制策略及方法进行了系统研究,具体内容如下。（1）提出了车联网环境下应急车辆路段优先通行控制方法。研究了车联网环境下的换道过程,并基于仿真数据以应急车辆通过时间最短为目标提出了多车协同换道策略,进而建立了基于车联网技术的车队间隙调整模型和车队汇流模型,形成了基于车联网的车队自动让路协同控制方法,实现了应急车辆的路段优先通行。利用Python通过Tra CI接口将车队自动让路协同控制方法植入SUMO的路段模型,搭建了车联网环境下应急车辆路段优先通行仿真场景,以双向4车道路段为例对应急车辆路段优先通行过程进行了模拟,并设计对比实验对提出的车队自动让路协同控制方法进行了敏感性分析。结果表明,在不同车流密度的条件下该控制方法均能够使应急车辆的运行效率有所提高,而完成动态轨迹调整所需时间随着交通密度增加呈现上升趋势。（2）研究了车联网环境下交叉口应急车辆优先控制方法。基于应急车辆到达时刻的信号灯状态与时空轨迹图分析了应急车辆在交叉口范围内的通行过程,针对不同信号灯状态提出了交叉口绿灯早启、绿灯延长和插入相位三种信号优先策略,并研究了三种策略下的信号控制优化算法、绿灯补偿方案及优先控制流程。然后构建了车联网环境下车速引导控制模型,以此为基础,提出了信号优先与速度引导协同控制流程。最后,使用Python将信号优先与速度引导协同控制流程植入SUMO的交叉口模型,编写了车联网环境下交叉口应急车辆优先通行仿真程序,并以实际交叉口为例对对应急车辆交叉口优先通行过程进行了模拟,并设计对比实验对提出的应急车辆交叉口优先通行控制方法进行了敏感性分析。结果表明,在信号优先与速度引导协同控制流程下,应急车辆通过交叉口的延误显著下降,但随交通量增加其下降幅度会有所变小。（3）设计了车联网环境下应急车辆路网优先通行动态规划方法。基于时空轨迹图分析了车联网环境下应急车辆在路段及交叉口优先控制下的行驶特性以及对社会车辆通行造成的影响,进而分别建立了应急车辆通行时间模型和社会车辆延误模型。考虑应急车辆的优先等级,以应急车辆行程时间、社会车辆总延误为优化目标,构建了应急车辆优先通行动态路径规划模型。提出了应急车辆动态路径规划流程,其中,构建了基于Conv-LSTM的路网交通量预测模型,实现了路阻动态更新,并设计了基于遗传算法的应急车辆动态路径求解方法。最后,将应急车辆动态路径规划流程植入SUMO仿真路网,输入实际采集的路况数据对动态路径规划模型及求解方法的有效性进行了验证。结果表明,应急车辆行程时间模型在不同时段的计算误差较小,应急车辆动态路径规划方法能够有效提升应急车辆的通行效率,可以用于应急车辆路径规划,并且实现了不同优先等级下的系统最优。论文研究成果能够为车联网环境下应急车辆救援路径规划提供决策支持,对于完善车联网环境下应急车辆优先通行理论、推动车路协同相关研究具有重要价值。