随着5G时代的到来,数据传输速率的加快,使得基于V2X通信实现有人驾驶和无人驾驶车辆混合组成的多车协同控制具有非常重要的现实意义。目前,对于多车协同控制系统的设计主要基于模型的方法,即需要知道与驾驶员驾驶行为相关的参数和车辆系统动力学相关的参数组成的系统矩阵,而这些参数在很多情况下无法准确获取,因此本课题研究的重点在于,仅利用V2X通信获得的在线状态数据,实现对无人驾驶车辆的自适应协同控制。首先,针对在单一直线车道上的多车协同控制系统,考虑车辆纵向动力学惯性延迟的影响,设计了数据驱动的自适应动态规划控制策略,实现了无人驾驶车辆的自适应协同控制。同时,通过仿真试验验证可算法的有效性,仿真结果表明,在该控制策略作用下,仅仅利用V2V通信获得的前面车辆的速度以及位置信息,求解得到的最优控制能保证无人驾驶车辆行驶到稳定的期望状态,且收敛速度快。同时也表明了在对多车协同控制系统进行设计时,车辆纵向动力学的惯性延迟是不容忽视的,其对无人驾驶车辆的控制效果有很大的影响。然后,在弯道上,基于横向误差和航向误差构建无人驾驶车辆的方向盘控制模型,利用V2I通信获得的道路信息以及本车的状态信息设计了基于数据驱动的车辆横向控制策略。同时,基于Simulink和Carsim进行联合仿真,分析了无人驾驶车辆在不同曲率道路上行驶的状态,并且与传统的基于模型的控制方法进行了对比。最后,构建了头车随机变速、单一直道上两车队合并以及由曲率连续变化的弯道和直线道路组合而成的复杂场景,基于Simulink和Carsim进行联合仿真,结果表明所设计的基于数据驱动的控制策略具有不错的适应性,能够很好的响应多车系统状态的改变以及道路环境的变化,在直线道路上时能够达到期望的车速并且保持期望车间距,而在弯道上行驶时能够保证横向误差趋于零。