高速或城市快速路的入口匝道合流区是交通冲突、拥堵与事故的频发路段,多智能网联车协同规划与控制是缓解匝道合流区交通冲突的有效手段。本文针对匝道入口的智能网联汽车协同合流问题开展研究,分别进行多安全约束条件下的多车协调与轨迹规划,合流区车辆通行次序优化,智能网联车辆实车试验平台搭建及多车协同合流实验等研究工作,以期提高匝道合流区的行车安全和通行效率,降低车辆能量损耗,论文主要研究了如下内容:（1）基于极小值原理的智能网联车辆合流运动控制。遵循匝道合流区车辆先进先出的原则,设计基于车联网的多智能网联汽车协同合流分层控制框架,提出合流车辆到达合流点时刻的协调原则以避免车辆冲突。以提升合流区域车辆的燃油经济性和乘坐舒适性为目标,建立初始及终端状态固定的多车协同合流最优控制问题,并基于极小值原理求解匝道合流最优控制问题的解析解。（2）计及车辆动力学的多车安全合流轨迹规划方法。在建立非线性车辆纵向动力学模型后,考虑包含车辆状态、控制输入约束与车间安全距离等协同合流安全约束,构建多安全约束下的多车协同合流控制问题。设计控制李雅普诺夫函数（CLF）,将车辆行驶时间优化问题转换为非线性系统镇定问题;设计控制障碍函数（CBF）,将各安全约束转换为控制输入约束;同时,融合CLF与CBF,构建以最小化通行时长及能量消耗为目标的二次规划问题,实现智能网联汽车轨迹优化的快速求解。（3）基于动态规划的多智能网联车合流次序优化方法。基于智能网联车辆的轨迹优化方法,提出基于二元决策变量的主匝道车辆通道控制与优化方法。以主/匝道的合流车辆数量、当前路权道路为状态量,主/匝道通行权为控制量,合流时长（通行效率）为优化目标,将多车合流次序优化问题构建成混合整数线性优化问题,并采用动态规划实现合流次序优化。同时,上述动态规划算法的时间复杂度为车辆数量的平方,计算效率满足实时计算要求。（4）智能网联车辆试验平台及多车协同实验研究。搭建智能网联汽车的硬件与软件平台,开展基于虚拟车辆的多车协同合流实验;并针对合流完成后的车辆队列稳定性控制问题,在领航车跟随式通信拓扑架构下,进行了多车队列协同驾驶实验。