交通运输对于全球经济发展和人口流动至关重要,交通事故的发生不仅导致大量人员伤亡,还会造成巨大的经济损失。据世界卫生组织报道,每年约有125万人死于道路交通事故,上千万人受伤,道路交通事故已经成为全球第七大死亡原因。在美国,2012年由于交通拥堵造成的经济损失(包括燃油消耗和交通延误)估计为1210亿美元,预计2020年将损失1990亿美元。为了解决以上问题,交通系统必须足够智能以辅助驾驶员,并对潜在的交通事故进行预判。智慧交通系统的研究不仅可以为我们的出行带来极大便利,提高经济效益,提升驾驶安全,还可以缩短出行时间、减少不必要的燃油消耗。交通运输系统面临的主要问题是驾驶安全和交通堵塞,研究人员和汽车制造商在如何减少碰撞、缓解道路交通拥堵方面已有很多研究。这些研究虽然可以解决当前面临的一些问题,但是大多数现有的交通控制系统都存在一些不足和挑战,高成本、缺乏对驾驶员安全行为及其他导致安全事故因素的考虑等。高成本是目前最主要的问题,对于交通拥堵现象严重的发展中国家和大城市而言,建立通信基础设施和交通控制系统将耗费大量成本。驾驶员的行为对于道路交通安全也至关重要,但大多数现代化系统都忽略了这些因素。因此,研究交通优化系统应考虑以某种方式鼓励驾驶员遵守交通规则,从而缓解交通拥堵。本文主要从三个不同的方面研究如何缓解交通拥堵,提高交通安全,以实现道路交通优化和驾驶安全提升。第一,提出了一种基于车联网的分布式无基础设施交通优化系统(DIFTOS)。该系统不需要路边节点(RSU)或其他任何的基础设施,将城市地图划分为服务器的层次结构,其中十字路口的车辆承担服务器的作用。基础设施和路边节点(RSU)的建设是交通优化系统中的主要成本特征,因此引入无基础设施的分层体系结构来降低成本。第二,提出了一种基于软件的事故预测系统(APS)。该系统能够综合考虑被大多数事故预测系统忽略的事故发生的所有因素(速度、天气状况、风险位置、附近车辆密度和驾驶员疲劳等),通过隐马尔可夫模型模拟这些因素与碰撞风险之间的相关性,结果表明该系统在灵敏度和精度方面均优于现有最先进的单因素预测系统。第三,提出了一种通过奖惩制度来控制交通拥堵的动态交通定价系统。该系统通过设置动态定价的规则和策略奖励或惩罚驾驶员的行车行为,通过车辆自组织网络进行实施,不需要昂贵的电子收费系统。提出了一种新的虚拟货币T-coin(Traffic Coin)用于根据驾驶员的行为对其进行奖励或惩罚。本文在真实地图和公开数据集上进行了广泛的模拟和测试,实验结果表明,所提出的框架优于目前同类的最优方案,证明了框架的有效性,对于提升道路交通安全有非常重要的借鉴意义。