随着交通运输业的不断发展，机动车保有量迅猛增加。机动车的无节制使用，诱发了一系列交通问题，路网交通压力日趋严峻。针对当前突出的交通问题，政府采取了多种方法试图解决。但是都没有从根本上缓解交通拥堵这一世界性难题。一方面，交通系统十分复杂，仅仅从单一层次无法很好的解决实质性问题，因此需要系统地考虑多方面因素，科学有效的综合治理。另外，目前提出的交通流理论以及由此衍生的各类交通管控方法，尚存在不可避免的缺陷，亟待挖掘更有效、更能反映交通流本质的交通流理论来引导未来交通的发展。交通流理论研究主要分为微观和宏观两个方面，宏观交通流运行特性必然与个体微观车辆的运行密切相关，因此，微观交通驾驶行为特性成为研究重点。由于个体差异性存在显著，相关的跟驰模型、换道模型等研究成果，为交通仿真、交通安全和智能驾驶提供了重要的理论基础。　　本文以分子动力学为理论基础，以道路系统中车辆跟驰特性和换道行为作为研究对象，分析车辆之间的相互作用势函数，通过建立车辆间的分子跟驰和分子换道模型，进一步探究微观车辆驾驶行为对宏观车流运行的影响机理，为提高交通流稳定性，缓解交通拥堵和车路协同驾驶技术的应用提供了理论基础和系统保障。本文研究内容主要分为以下四个方面：　　第一部分对车辆驾驶行为研究进行综述。根据安全距离、模糊推理、元胞自动机三种理论方式，对车辆跟驰特性和换道行为进行建模，系统分析了不同理论基础下车辆驾驶行为的影响因素，对不同建模方法进行了总结和分析。　　第二部分建立分子跟驰、换道模型。系统研究车辆跟驰和车辆换道行为特性，构建车辆间的相互作用势函数，分析微观车辆驾驶行为对宏观车流的影响，以需求安全距离和期望速度为主要影响因素，探究车辆驾驶行为的决策机制，建立了车辆分子加速度模型。　　第三部分利用交通大数据系统分析宏观交通流运行状态，并验证模型的有效性。在视频大数据环境下，对交通流进行分析得到加速度的波动特性，根据实测数据对分子跟驰模型进行了参数标定。仿真验证表明了分子跟驰模型的稳定性更高，能更好地模拟实际交通驾驶行为。　　第四部分基于分子跟驰模型构建车路协同驾驶辅助系统，并对该系统进行了仿真验证。