近些年来,在我国政府大力重视“新基建”发展的背景下,智慧交通行业成为了“新基建”的关注焦点之一,其中编队驾驶技术成为车路协同系统中重要的技术热点和前沿课题。编队驾驶技术不仅在缓解交通拥堵、提高道路通行能力、降低环境污染和提高驾驶安全等方面具有关键意义,同时为智能网联交通系统的发展提供理论基础和技术支撑。目前随着国外戴姆勒集团等企业开始研发编队行驶,国内以百度、一汽等为首的互联网和传统造车企业也开始依托其资金、科技等自身优势资源,纷纷抓住产业升级的机会,切入编队驾驶领域。在编队驾驶中,编队驾驶车辆与周围环境的实时感知技术、编队车辆的控制技术、编队车辆的高精度定位技术是研究汽车编队问题的关键和难点。在道路基础设施中,交通标志作为传引导、限制、警告或指示信息的载体不可或缺,交通标志被编队驾驶中的车辆快速有效地识别,不仅可以辅助驾驶员驾驶车辆,还可以提高道路通行效率和行车安全,因此建立一个准确且快速的交通标志识别模型在编队驾驶领域中具有重大的意义。同时在编队驾驶中,无论是匀速行驶还是加速行驶,编队中车辆之间须保持相同的速度和距离,因此解决好编队驾驶中车辆的高精度定位是编队驾驶领域中另一大难题。为解决上述问题,本文针对编队驾驶中交通标志识别、车辆之间定位与测距的关键算法进行研究,主要研究内容工作如下:1.基于深度学习的交通标志识别算法研究。本文通过改进传统卷积神经网络中的特征提取方法,提出一种多层多尺度的卷积神经网络识别算法。该算法除了可以保持较高的准确率,而且在训练时间、识别时间和模型复杂度上均有很好的表现,同时具有较好的泛化能力和实时性,可以为编队驾驶的可靠性和安全性提供重要的技术支持,有效提高驾驶安全性和舒适性。2.基于UWB（Ultra Wideband）技术的定位与测距的算法研究。以UWB技术的基本原理为基础,研究了UWB无线定位和通讯的方法和三边定位方法,提出一种结合卡尔曼滤波技术的测距和定位算法并在UWB基站系统上进行了验证。一方面研究点对点的静态测距和定位实验,分析编队车辆间测距和定位的精度;另一方面在保证静态测距和定位精准度的基础上,研究并进行了动态定位实验,验证编队驾驶中车辆间动态定位的可行性。3.编队驾驶辅助系统软硬件环境搭建。利用树莓派、摄像头、实验车辆、电机等硬件设备进行环境搭建,开发稳定可靠的编队驾驶辅助系统应用平台。其中主要功能包括:远程操控功能,通过键盘或者方向盘远程操作实验车辆,对基于UWB的测距与定位算法进行测试实验;队列控制功能,实现对编队驾驶中车辆的进出队列控制;视频传输功能,为后续测试交通标志算法做准备。本文针对目前编队驾驶技术存在的关键问题展开了研究和实验,首先基于深度学习建立了快速识别交通标志的模型,其次建立了基于UWB的高精度定位算法并将其部署在UWB基站系统上进行验证,最后开发了编队驾驶辅助系统。这些关键技术的研究较好地解决了编队驾驶中车辆与环境实时感知、车辆高精度定位、编队控制技术等方面存在的部分问题,为智能网联系统的发展奠定了良好的基础。