在经济与汽车工业发展的带动下,我国汽车保有量逐年迅猛增长,使交通问题日益严重。道路交叉口是事故与拥堵的多发地,运用车联网技术能有效提高道路交通安全性、缓解拥堵问题。然而道口交通流复杂难以精确建模,已有模型过于理论化,且没有考虑多道口间交通流相互作用,并未对应急交通流控制方法进行设计。本文基于道口交通流控制方法与多种仿真工具研究的基础上,针对道口拥塞问题进行了基于车联网道口交通流控制仿真研究。主要贡献如下：1.提出了一个集应急交通流控制,不需精确建模、根据实时反馈自主学习的多道口交通流协同控制方法。通过对多道口交通流进行两层模糊逻辑控制,并建立Q-学习模型对其进一步优化,实现了多道口协同控制,提高了道口的通行能力。并在此基础上,提出了相应的道口应急控制方法,为紧急车辆建立绿色通道。2.构建了车联网路由协议分析实验平台,供用户自主选择移动模型与分析对象,有效解决常规分析中移动模型不准确与操作的繁琐性,提高了效率。构建了道口交通流控制研究平台,在交通流量模拟器与网络仿真模拟器融合型交互上,供用户对不同道口交通流控制方法进行研究。3.从道路网络、出行需求、路径、微观交通流与车辆行为等方面进行建模,更准确的模拟真实环境中车辆移动情况,为车联网仿真研究结果的真实可靠性提供保障。经仿真实验与结果分析,运用所构建的车联网路由协议分析实验平台能大大提高用户协议分析效率,AODV协议可用于此道口交通流控制中。基于构建的道口交通流控制研究平台,运用所提出的道口交通流控制方法,道口通行能力提高,拥塞状况有明显的改善,紧急车辆平均等待时间显著减少。