随着我国城市化进程的加快,城市汽车保有量逐年攀升,交通拥堵现象愈发严重。在交通基础设施有限的条件下,拥堵大大增加了道路负担,并引起了一系列社会问题。而排队长度,是交通拥堵最直观的体现。因此,实时且准确的测量排队长度,提供交通状态信息,及时进行交通疏导,是缓解拥堵,提升交通运行效率的重要手段。近些年来,自动驾驶技术蓬勃发展。自动驾驶汽车作为新型交通工具,具有环境感知、实时信息传输等能力。因此,探索其在交通拥堵检测中的能力,有助于探索未来交通模式中缓解拥堵的方法,提高道路通行效率。为了挖掘自动驾驶汽车在排队长度探测问题上的潜在价值,本文对国内外相关研究现状进行阐述,发现了使用自动驾驶汽车进行实时排队长度检测研究的缺口,搭建了一套基于自动驾驶汽车的高速路排队长度实时检测方法,主要的工作内容如下:1.研究对自动驾驶汽车的概念、分级、硬件与软件技术进行介绍,针对自动驾驶汽车环境感知特性,分析了自动驾驶汽车采集数据的特点,证明了使用NGSIM数据集进行自动驾驶技术研究的合理性。2.结合自动驾驶汽车雷达精度,设计基于小波分析的降噪算法处理加噪后车辆轨迹数据,确定小波基类型,还原了自动驾驶汽车采集数据的真实特点。3.建立了一套实时检测高速路交通波波速与排队长度的方案。该方案包含五个步骤,(1)该方法基于单个自动驾驶汽车环境感知的能力,进行局部交通波位置识别,(2)基于单个自动驾驶车的局部交通波波速估计,(3)将局部交通波划分入全局交通波,(4)随着自动驾驶车逐渐加入排队队列,对全局交通波波速进行实时更新,(5)依据更新波速在时空范围内进行排队长度检测。本文使用不同比例的自动驾驶汽车,提出四种方法进行交通波波速检测,并分别验证了两种类型的自动驾驶汽车在时空范围内进行交通波波速测量与排队长度检测的能力,结果证明了该系统具有实时性、高效性及准确性的优点,对分析城市交通流拥挤传播过程具有十分重要的意义。