随着网络技术不断发展,车辆也可作为网络中的主体部分之一,逐渐成为一种智能信息服务终端,通过Wi-Fi、蓝牙等无线通信技术、汽车定位技术、信息安全技术等采集车辆数据信息,上传到云平台进行处理反馈,形成车与人、车与车、车与路、车与城市基础设施的智能网联,即车联网系统。车联网系统不断发展,自动驾驶全面普及也指日可待,但车辆安全仍是不可忽视的重要部分,如何利用车联网下获取的各种信息进行安全高效的换道是目前重点研究的内容。传统的人工换道研究中,驾驶员基本都是依靠自己的经验和视觉对于路况信息进行判断,而在车联网环境下,车辆可以通过通信技术获取更多的实时信息从而选择更佳的路线和有效地规避危险。在目前的换道研究中,大多都是以单车为研究对象,且更多研究的是自由换道,很少涉及需要强制换道的场景。因此本文研究了车联网环境下高速公路发生交通事故后,事故持续时间内受到事故影响的所有车辆如何利用实时信息进行安全高效地强制换道,顺利通过事故区域。本文分析了现有的车辆换道决策模型,提出了基于优化的车辆换道方法,研究单向双车道高速公路和单向三车道高速公路事故后一个车道封闭情景下的换道问题,该问题的研究对象为车联网环境下的无人驾驶车辆。首先,根据车联网环境下获取的实时信息,根据瓶颈段的服务水平要求,确定了车辆通过事故点的最佳车速,分析事故点后车辆减速的传播过程,基于车流波理论构建了事故影响区模型,确定了事故影响区域的长度、影响区内的车辆数。然后,以最小安全距离等为约束,分别构建了单向双车道、三车道高速公路事故影响区内事故车道上的单车换道点模型和跟车换道点模型,与双车道高速公路相比,事故后一个车道封闭时,三车道高速公路的换道模型需考虑目标车道的选择。最后,以所有换道车辆开始换道时所行驶的纵向换道距离之和最小为目标建立了考虑跟车换道的换道点优化选择模型,同时优化确定所有车辆的安全换道点、换道方式、目标车道。最后对两种不同情境下建立的换道模型进行算例分析,考虑了不同初始流量和初始速度对车辆换道的影响,验证了模型的可行性。结果表明,初始流量和初始速度的变化会显著影响换道点、换道方式和目标车道的选择。