智能网联交通是集汽车、电子、信息通信、道路交通运输等行业深度融合的新型智能交通。目前,聚焦人、车、路、云一体化协同发展的智能网联交通在“交通强国”战略和“交通强国建设纲要”的指引下,迎来了发展的黄金时代。在智能网联汽车完全到来之前,道路交通流将由智能网联汽车和人工驾驶汽车等交通群体共同组成。如何分析这种混合交通群体对道路交通带来的影响、探究新的交通流模型构建、解析混合交通群体的运动态势演化成为了现阶段亟需解决的关键问题。鉴于此,本论文依托于国家重点研发计划项目课题《现代人车状态感知方法与群体运动态势演化机理研究（2018YFB1600602）》,以智能网联交通环境为基础背景,针对新型混合交通群体构成混合交通流的运动态势模型展开了相关研究工作。研究成果对于完善混合交通流理论,促进车路协同、自动驾驶、智能网联等技术的快速发展具有重大意义。论文的主要研究内容及结论可以总结为以下几个部分:（1）针对混合交通群体的运动行为特征,本文回顾了智能网联交通系统的发展,分析了智能网联交通系统的构架,从混合交通群体运动行为特征入手,提出了混合交通群体的组成定义,总结了混合交通群体中不同类型车辆的运动特征。（2）针对道路交通安全运动状态表征方法,本文根据混合交通群体运动特征,构建了能够表征车辆运动状态的动态安全势场模型,该模型整合了速度、加速度和转向角等车辆微观运动参数,能够动态表示车辆不同运动状态下的安全风险分布。并以该模型为基础提出复杂交通环境下车辆安全风险的新型量化指标PFI,提出了基于安全势场理论的道路交通安全表征方法,进而从安全角度动态刻画智能网联环境下车辆运动态势。所构建的新型道路安全风险指标PFI较传统TTC等指标来讲,更能准确评估智能网联环境道路交通安全风险。（3）针对智能网联环境下混合交通流微观行为表征模型,本文结合不同类型车辆可接收信息的程度以及其各自的安全势场分布,构建了网联环境下车辆运动态势的微观跟驰模型SPFM,并提出了模型参数的标定方法,该模型能较为精确地描述网联环境车辆跟驰行为。并研究了运动状态转化过程中混合交通流中各项运动特征的变化规律,根据复杂交通环境中安全势场的空间分布建立了交通流微观换道模型。该模型能够根据车辆不同的运动状态,动态表达出换道过程车辆间临界安全距离的变化。（4）针对智能网联环境下混合交通流宏观态势演化模型,从交通流宏微观模型之间的相互关联关系,进一步推导了符合混合交通群体特性的宏观交通流模型,该模型实现了对不同类型车辆运动态势的统一表征。基于仿真实验分析了不同智能网联汽车渗透率对道路交通通行能力提升的潜力,发现当智能网联汽车市场渗透率较低时,有必要结合一些有效的主动管控措施来改善道路交通流。（5）针对智能网联环境车队优化控制方法,本文利用提出的安全势场模型及基于安全势场理论的混合交通流模型,研究了智能网联环境下中观车队级别的控制方法。结合安全势场理论与图论思想,构建了智能网联汽车间不同信息拓扑结构,并结合不同类型安全势场构造了一种车辆编队控制策略。该策略可以使得分布在不同车道车辆不断调整自身位置,快速完成车辆编队任务。与此同时,将安全势场理论与MPC控制框架相结合,提出了一种智能网联车队保持优化控制策略,实现了智能网联车队多项交通性能指标（安全、效率、节能）的优化。