具有协同自适应巡航控制（CACC）特性的车辆之间可以协同前行,这样既可以减少交通拥堵和碰撞事故的发生,还有助于提高能源利用率。因此,CACC具有良好的发展前景。然而,该技术仍然存在一系列亟待解决的问题。比如如何在各车时间戳同步情况下保证队列稳定性、如何减轻人类驾驶车辆对混合车队队列稳定性造成的不利影响、如何使联网车辆相互协调以安全的完成换道操控、如何实现车队中包含多种通信协议时的协同控制等,本文针对以上问题开展了系统研究,提出了一整套包含车队纵向行驶、换道轨迹规划与避撞控制以及能够适应多通信拓扑结构的协同自适应巡航控制理论与方法,实现了在时间戳同步、存在人类驾驶员以及障碍物干扰等多种限制条件下车队的安全高效行驶。本文主要研究内容如下:1)针对异构车队车辆时间戳同步情况下,如何保证前车-跟随车（PF）队列稳定性的问题,提出了一种带有两阶段约束的分布式模型预测控制算法。在该控制算法中,每辆车都有一个独立的计算单元,可以利用上一采样周期获得的其他车辆的行驶信息计算当前采样时刻的最优控制量。以跟踪性为控制目标为每辆车设计了自身局部最优控制问题的代价函数,并通过终端约束法保证了其渐近稳定性。为了满足时间戳同步的条件限制,我们构造了一种两阶段的约束方法以实现车队的PF队列稳定性。2)考虑人类驾驶车辆对混合车队队列稳定性的影响,设计了一种能够保证混合车队首车-跟随车（LF）队列稳定性的协同自适应巡航控制算法。人类驾驶车辆和自动驾驶车辆混合行驶是短期内的一种典型路况形态。当混合车队遇到干扰时,为了使干扰造成的影响局限在一定范围内,要求混合车队满足LF队列稳定性。为此,针对人类驾驶车辆对混合车队队列稳定性造成的不利影响问题,提出了一种实现混合车队LF队列稳定性的方法,并在该方法的基础上结合模型预测控制和比例-微分控制为车队中的自动驾驶车辆设计了一种协同自适应巡航控制算法。该算法能够在保证混合车队LF队列稳定性的前提下实现对车队舒适性、经济性和通行效率的优化。3)以并道场景为研究对象,考虑如何协同联网车辆安全完成换道任务,提出了轨迹规划与跟踪控制算法。换道过程涉及当前车道和目标车道多辆车的安全问题。针对并道场景这一常见的包含换道行为的场景中联网车辆的协同问题进行了研究,为待换道车辆和目标车道车辆进行了轨迹规划与跟踪算法设计。在轨迹规划部分,结合多项式法和最优化方法为待换道车辆规划出一条最优换道轨迹。之后,待换道车辆将规划出的轨迹发送给目标车道中的车队,目标车道中的车队车辆结合接收到的信息和自身当前运动状态采用多项式法规划出自身的期望轨迹。规划出的轨迹包含临界碰撞点,为了避免在该点由于跟踪误差所造成的碰撞事故,采用模型预测控制为待换道车辆设计了一种带有避障约束的轨迹跟踪算法。4)针对不同通信拓扑结构中车辆接收到的外部信息可能会发生改变的问题,提出了一种多通信拓扑结构下的自适应分布式模型预测控制算法。在不同的通信拓扑结构中,每辆跟随车能够接收到的外部信息可能发生变化,此时,针对单通信拓扑结构的协同控制算法就不再适用。为了解决车队中可能存在多种通信拓扑结构的问题,根据某一跟随车辆是否与领航车辆具有通信联系,为每辆跟随车辆单独设计了不同的成本函数。对于那些与领航车辆没有直接通信联系的车辆,引入了一种终端平均约束函数,以保证其实际输出能够在有限的时间内收敛为其规划好的期望输出。此外,通过调整代价函数的权重系数,在满足一定的条件下,该算法可以实现李雅普诺夫稳定性条件,这样就保证了算法的跟踪性能。