随着感知、通信、控制决策以及人工智能等相关技术的日趋成熟,智能交通系统在提升道路交通主体运行的安全性、效率性以及优化能源消耗等方面发挥着重要的作用,基于车路协同的自动驾驶是智能交通的重要发展方向,其主要应用场景之一为自动驾驶车队的智慧运行。目前,欧洲、美国、日本相继推出了SARTRE、PATH、AHS等与智能车队安全运行相关的研究计划,我国也在智能车队运行的精准定位、可信通信、协同控制等领域进行着深化研究,但是,鉴于自动驾驶车辆并不会完全取代人类驾驶,人工驾驶车辆和自动驾驶车辆将会共存的客观事实,在人工驾驶和自动驾驶车队混行的交通流环境中,存在对开放道路环境驾驶员行为认知缺乏的问题,因此本文立足于智能车队运行模式特点,对包含驾驶员行为认知模型的车队运行控制策略优化方法进行研究,建立了能够获取驾驶员连续性、偶发性以及应激性驾驶行为特征的认知模型,在普通路段、双向双车道路段和有信号交叉口等场景下进行车队编组模式优化。论文主要研究工作包括以下内容:(1)提出了驾驶员连续性、偶发性、应激性驾驶行为特征获取方法,利用非参数贝叶斯方法对驾驶员行为特征进行建模,通过将驾驶员的驾驶操作过程分解为不同的驾驶操作“基元”,利用关键操作基元获取驾驶员驾驶行为特征关键信息,解决了驾驶员行为特征认知难的问题。(2)提出了基于前车行驶风格互异的驾驶员跟驰行为特征获取方法,利用车辆跟驰原始数据对驾驶员跟驰行为特征进行获取,将获取的跟驰行为特征分类,并将分类结果反馈给原始跟驰模型,得出驾驶员跟驰不同风格前车时的运行特征,解决了车队车辆因排序变换而带来的运行差异性问题。(3)提出了基于驾驶员换道行为特征的分步式SVOP算法,研究了安全间隙前后车速度、超车车辆入队速度以及车队安全间隙范围三者之间的关系,提出了车辆入队所需最小安全间隙的速度匹配方案;提出了基于改进粒子群的分级约束多目标优化方法,为单车超越车队算法中的三级车速引导提供了优化的速度引导方案,同时利用驾驶员换道行为特征对所得的单车超车方案进行筛选过滤,得出最易被驾驶员所接受的超车方案,解决了单车超越车队困难且ADAS信息不被接受的问题。(4)提出了交叉口运行环境下车队分离车辆选定方法,通过使用非参数贝叶斯方法获取车队周围车道人工驾驶车辆在信号灯作用下的应激操作风格,同时通过比较不同分离方案下,分离车辆的换道安全性、舒适性以及车队剩余车辆的能源消耗状况,选取车队最优分离策略,解决了因可通行信号相位剩余时长过短而迫使车队分解的问题。(5)提出了基于狄利克雷混和高斯过程的车队周围多车运行模式获取方法,通过将车队周围车辆运行模式视为混和高斯过程,同时利用狄利克雷分布作为高斯混和权重的先验分布,建立车队周围多车运行模式速度场,实现车队周围复杂的多车运行模式分类,通过比较不同多车运行模式下车队运行效率,实现车队对所处运行环境的认知。解决了多微观交通行为优化参数在宏观交通流运行状态变化条件下的最优选择问题。论文利用虚拟现实仿真测试平台获取驾驶员驾驶行为原始数据,并结合仿真分析手段将微观交通运行优化参数注入宏观交通仿真环境,验证了本文提出的相关模型算法的有效性,其成果可为我国自动驾驶车队运行控制系统的研发与设计提供较高的理论参考价值。