高速公路合流区是高速公路的瓶颈。通常,在高速公路合流区,匝道车辆驶入加速车道进行加速,同时寻找可接受的间隙换道汇入主道。匝道车辆的换道合流操作会引发合流区主线车辆频繁的换道和让行,从而导致主线车辆速度降低。在高流量情况下,匝道车辆的换道合流行为甚至会产生交通流振荡,从而导致合流区通行效率降低、燃油消耗增加,甚至追尾碰撞等安全事故。自动驾驶与车路协同技术的发展为车辆精细化协同控制提供了可能。在智能网联环境下可以对高速合流区主线和匝道的自动驾驶车辆进行协同决策,精细控制,从而实现平稳、安全合流的目标,进而提升合流区交通安全以及通行效率。针对合流区车辆合流特性,本文提出了基于组队的协同合流策略。该策略核心在于对合流区车辆进行组队协同控制。一方面,基于车头时距,先将合流区车辆进行分组然后进行最优通行次序求解。另一方面,在得到最优通行次序后,将合流区内主线和匝道两线车道的车辆看作一个特殊的车辆队列系统,利用协同控制算法可以保证车辆队列系统的车间距和车辆速度分别达到期望值。相应地,当匝道车辆行驶到合流点时,主线车道有合适的车间距。与此同时,匝道车辆与主线前车和跟随车速度相同,匝道车辆可以安全平顺的换道汇入主线车道。本文主要研究内容与结论如下:首先,对合流区车辆进行通行次序决策。为减少车辆通行次序可行解空间,从而缩短规划时间,同时保证找到最优解或者足够好的次优解,本文采取基于分组的通行次序决策算法。将车头时距小于给定阈值的车辆组成车辆队列,一个车辆队列看作一辆特殊的智能网联车辆,然后再进行通行次序规划。基于合流区车辆位置物理约束,构建合流区车辆的通行次序可行解空间,利用最优化方法求解得到最优通行次序。为验证基于分组通行次序决策的有效性,结合车辆合流场景实例进行分析,并利用数值分析对基于枚举法的通行次序决策方法以及基于FIFO的通行次序决策方法进行对比分析。结果表明基于分组的通行次序决策算法可以得到近似最优解,且求解速度满足实时性要求。然后,对合流区车辆进行协同控制。为实现平稳安全合流的总体目标,将合流区车辆看作一个特殊的车辆队列系统,结合分布式一致性控制算法,可以实现合流区车辆的协同控制。合流区车辆协同控制目的是在最优化通行次序确定的前提下,通过协同控制合流区车辆,使其形成一个特殊的车辆队列,从而保证匝道车辆到达合流点时,主线车道有合适的车间距以及与主线车道前车和跟随车速度相同。将车辆队列系统看作多智能体系统,从而车辆队列系统的协同控制问题转化为多智能体系统的一致性问题。利用车间通信和车路协同技术,合流区车辆可以获取期望状态和邻近车辆运动状态信息。由此,可以建立车辆队列的通信拓扑结构模型,结合多智能体一致性理论和队列车辆节点动力学,提出了考虑通信延迟的分布式一致性协议,从而可以得到队列车辆的控制输入。通过理论分析得到了在提出的分布式一致性协议下,车辆队列系统实现收敛以及保证弦稳定的条件。最后,结合实例进行了算法验证,仿真结果表明提出的分布式一致性控制算法可以实现车辆队列系统的协同控制。最后,利用真实高速公路合流区车辆轨迹数据,提取了典型合流场景的合流区车辆初始状态信息,利用组队协同控制算法,结合Webots平台,对合流区车辆进行仿真验证实验。仿真结果显示协同控制工况下两辆匝道车辆的合流时间分别减少46.8%、47.9%。另外,利用TTC、TET、TIT作为车辆安全性评价指标来评估该合流场景中车辆纵向安全性。结果显示,车辆协同控制之后,三个评价指标数值均减少。进一步,为了实现对车辆协同控制前后合流区交通流安全与效率进行评估,搭建了基于Webots-SUMO仿真平台。结合真实交通流数据,得到了人工驾驶以及协同控制两种工况下的速度变异系数、交通流密度时空图以及广义平均密度。分析表明,对合流区车辆进行协同控制能够提升合流区交通流安全性,对交通流效率也有提升。