随着社会经济的不断发展,智能驾驶技术在交通中的应用范围越来越广,车辆调度问题成为当前研究的重点之一,对解决道路拥堵和环境污染有着很重要的积极意义。在传统的研究方法中,将智能驾驶技术应用到实际的交通中时,通常只考虑了车辆的驾驶行为,将单车的驾驶策略或者多车的编队行驶作为主要的研究内容,而对于多个车辆到达目的地的紧急程度的研究并不多见,这与实际交通还是有差距的。面向多车辆到达目的地的紧急程度和车辆能耗,本文提出智能网联车辆调度能够实时的为多车辆规划出合理的行驶速度和驾驶轨迹,并考虑让紧急程度高的车辆优先通行,合理安排车辆之间行驶顺序,并进一步协调车辆之间的关系,对车辆进行合理的调度,是当前亟待解决的问题和研究的重点。本文的具体研究内容如下:(1)提出了考虑车辆优先级的网联多车辆调度模型。在车辆优先级定义的基础上,围绕车辆行为和车辆协同展开深入研究,构建了车辆行为策略模型和车辆调度模型,其中,车辆行为策略模型主要建立车辆行为状态改变的触发机制,调度模型主要是关于如何协调车辆之间的驾驶顺序。此外,建立了与车辆优先级相关的行为模型,主要包括换道行为模型、超车行为模型和自适应巡航行为模型。基于车辆行为的改变,建立了车辆状态演化模型,用以描述车辆位置和速度更新规则。(2)建立了考虑车辆优先级的车辆平均能耗模型。通过数值分析,在相同的道路环境下,对比是否考虑车辆优先级时的车辆整体平均能耗,可以看到考虑车辆优先级的车辆的平均能耗要低于未考虑车辆优先级的车辆平均能耗,整体车辆的平均能耗也大约降低了25%,说明考虑车辆优先级的车辆调度算法能够较好的降低车辆的平均能耗。(3)建立了考虑车辆优先级的多车辆调度仿真系统。针对道路环境不同的情况,仿真结果表明,在道路交通流达到稳态之前,交通效率与道路资源利用率呈正相关关系,此外,当车辆流密度在0.2左右时,道路的交通效率达到最大值。针对道路环境相同的情况,仿真结果表明,与未考虑车辆优先级的调度算法相比,考虑车辆优先级时,道路交通流趋于稳态的时间缩短五分之一左右,此外,在道路交通流趋于稳态前,高优先级车辆整体的通行效率也要高于低优先级车辆的整体通行效率。