合流区作为最常见快速路瓶颈类型,是主线车流与匝道汇入车流交汇区域,车辆间冲突影响严重,致使拥堵、事故等交通问题频出。本研究以中国江苏省南京市应天大街快速路高架为研究对象,利用无人机航拍以及视频图象目标检测技术获取高精度车辆时空轨迹数据,结合快速路入口匝道合流区瓶颈交通拥堵特性,从宏微观角度分析车辆时空轨迹特征,交通流三参数的时变特性以及相互关系特性,辨识通行能力下降点及交通相变转捩特征点,深入理解车辆换道行为及其影响,构造车辆轨迹相变点近似检测模型并结合实际情况,探讨合适的管控及优化策略且通过SUMO仿真检验效果。该研究对于丰富国内车辆轨迹数据库,明晰拥堵机理,进一步利用运输系统的潜在能力,引导交通计划、控制和管理,实现拥堵的缓解甚至规避,具有重要的现实意义和实用价值。首先选取典型的快速路合流区瓶颈路段,使用无人机航拍理想视频,通过视频图象目标检测技术提取视频中所有车辆的二维坐标数据移动序列集,对视频中提取出的序列集通过数据关联、拼接、去噪、平滑等技术手段进行数据处理,进一步依据帧关联特征计算出宏、微交通参数,从而提取视频中所有车辆的高保真轨迹数据,建立所有车辆的时空轨迹图,为后续的研究讨论奠定准确、可靠的数据基础。其次对研究合流区路段的车辆运行特性进行分析,并基于交通流微观角度及车辆轨迹,研究换道产生的震荡波对交通流的影响,分析各车道车辆速度、流量、密度时变特性以及交通流三参数间的关系;接着,明晰通行能力下降演变过程与车辆运行轨迹之间的关联。对该瓶颈区的主线车道连续断面进行调整累积曲线构建,提取连续断面的通行能力下降特征点。结合三相交通流理论的时空特征图辨识与分析交通相变的转捩特征点。并基于轨迹数据对换道行为的特性进行分析,分析了车辆换道行为对交通状态的影响。最后,构造车辆轨迹相变点的近似检测模型,对常见的快速路主线管理与控制方法以及入口匝道管理与控制方法结合实际快速路合流区瓶颈路段进行讨论,得出最合适的管理与控制策略建议,并使用开源交通仿真软件SUMO进行仿真检验基于ALINEA算法的动态主线匝道反馈控制算法的效果。