为了探究车辆行驶行为对两难区分布的影响,本文通过视频观测实验,将最易陷入两难区的首停车与末行车作为研究对象,获取车辆的行驶轨迹,进一步提取车辆黄灯启亮时的速度、至停止线的距离、加速度、减速度、反应时间等车辆行驶参数并对其进行描述性统计分析与样本总体分布拟合分析。通过对比首停车与末行车的行驶速度、与车辆至停止线距离是否存在显著性差异,得出速度与距离要素对车辆行驶决策及行为可能存在一定影响的推论。为建立包含车辆行驶行为因素的动态两难区边界模型,首先提出与两难区边界模型中的关键车辆行驶参数反应时间、加速度、减速度,相关的影响因素。通过实验观测与分析将车辆运行速度、车辆至停止线距离、车辆运行至停止线所需时间作为影响反应时间、加速度、减速度的假定相关因素,并分别建立了反应时间、加速度、减速度与上述因素相关的假设。通过提取的车辆行驶行为数据对提出的假设进行验证,表明车辆运行速度是所有假设因素中,唯一对车辆行驶参数有显著影响的因素。基于速度对反应时间、加速度、减速度有显著性影响的结论,利用曲线拟合回归,分别建立速度与反应时间、减速度、加速度的数学关系模型,并对模型进行误差验证分析。最后,通过对车辆最大安全通过距离与最小安全停车距离进行分析建模,利用两难区形成机理确立了动态两难区边界模型。在动态两难区模型与车路协同系统技术的基础上,提出了针对个体车辆的两难区问题的保护控制算法,包括对车辆的行驶轨迹判断方法、车辆规避两难区的引导算法、以及针对陷入两难区车辆的动态延长绿灯时间保护算法。最后,通过对VISSIM中的车辆行驶参数、信号配时、车辆输入等实验参数,依据实验数据分别予以标定,模拟非车路协同环境下的平峰时段、与高峰时段交通运行状态。同时,通过PYTHON编程实现模拟内置两难区保护控制算法的车路协同环境并通过对比平峰时段与高峰时段,红灯启亮后车辆仍位于交叉口的数目,可以得出基于车路协同环境与动态两难区提出的保护方法,能够显著降低车辆陷入两难区的概率,并且平峰时段的保护效用大于高峰时段的结论。