伴随着经济社会的发展,现代交通在为人们提供了越来越便利的出行的同时也引起发了难以忽视的环境污染、资源短缺、交通拥堵、交通事故等问题;随着通信、控制等技术的产生与发展,智能网联条件下的自动驾驶车辆（Connected Automated Vehicle,CAV）成为了解决这些问题的有效方案。高速公路车速较快、交通流量较大,一旦发生交通事故,极易造成后续事故甚至连续追尾,加剧损失;高速公路的结构简单,是未来CAV技术的主要应用场所。基于CAV技术,针对如何在事故发生后的高速公路进行车辆的协同通行控制,以保证道路的通畅性和交通流的稳定性的研究热点,本文提出了的完整的车辆协同换道控制模型,并通过仿真实验证明了该控制模型的有效性。主要研究内容如下:（1）在车辆换道决策的规则方面,本文提出了基于车队、车速特性的换道规则模型。分析高速公路事故路段的环境结构特点和车辆运动行为,构建完整的高速公路事故路段场景;提出网联背景下的自动驾驶条件下的假设,基于假设提出根据跟驰特性、车速特性进行差异化判断的车辆类型判断方法,根据车辆类型提出有差异的换道车头间距约束,提出基于遍历法的求解纵向加速度的方法,对与换道相关的多车辆运动进行控制,实现协同换道。（2）在车辆换道运动模型的方面,本文提出基于人工势场法的换道运动控制方法。分析场的概念、特性和高速公路事故路段环境的相关性,将人工势场引入高速公路的事故点,根据传统人工势场法的模型,结合影响车辆运动的多种因素和车辆换道的行为特性,为换道车辆建立人工带状势场或点状势场,分别进行车辆的横向运动控制和纵向速度控制。该方法根据车辆的跟驰、车速区分车辆类型,并且采用混合模型对车辆运动进行差异化控制。（3）在车辆横向运动的控制方面,本文提出了基于NGSIM数据集的有效拟合模型。根据车辆换道的横向运动特点和加速度分布提出两种车辆换道时横向运动的加速度拟合模型,结合NGSIM数据集中的真实换道数据分别进行参数标定和误差分析,验证横向运动模型的可行性,对比选择精确性更高的模型作为横向加速度控制模型。（4）以单向双车道的高速公路事故点为例,构建高速公路事故路段自动驾驶、人工驾驶车辆混行的仿真模型,设计基于SUMO（Simulation of Urban MObility）平台的仿真实验。通过对比不同上游换道区长度的影响,得出最佳长度为300米;在不同流量下对比混合模型和单一模型的平均速度,验证混合模型在高流量时有更显著的作用。最后,使用该模型控制的CAV占比为0%,70%,100%在不同交通流量下的仿真结果进行对比,采用车辆的平均延误值、平均速度和平均时间延误标准差三个指标作为评价的标准,验证网联条件下该模型的有效性。结果表明在网联背景下,该协同通行模型在高速公路事故路段对减小事故消极影响、提高通行效率、增大交通系统的公平性有着显著的作用,可以推广至未来的网联高速公路环境中使用。