自动驾驶车辆协同安全系统是目前智能网联汽车主要关注的问题之一。主要依靠无线通信网络来进行消息的传递,实时获取车辆状态信息,再通过移动模型对车辆轨迹进行准确预测,进而实现车辆间的协同。然而,现实交通环境中,车辆移动性直接影响网络的性能,在车流量密度较高情况下,网络会产生拥塞,使得消息延时或者不可达,导致车辆协同安全系统性能下降。车辆移动性和网络之间存在着紧耦合关系,因此必须将车辆协同模型与通信机制相互结合起来进行研究,用车辆协同模型去指导消息传输机制的设计,即建立保证自治车辆协作机制高效运行的消息调度器,确保车辆的行车安全并提高通行效率。为了对本文工作进行验证,本文分别在仿真和真实交通环境进行了相关实验,证明了本文研究成果的有效性和可靠性。本文主要工作包括以下几个方面:(1)提出了交叉路口中自治车辆协作的自适应服务架构。该框架考虑了车辆间进行协同以及为了保证车辆间协同的进行通信需求,基于智能驾驶员模型和元胞自动机模型建立了自治车辆轨迹预测模型,在此基础上建立了自治车辆协同模型;基于自治车辆轨迹预测模型,建立服务于自治车辆协同的自适应消息发送调度模型。为安全应用提供统一的实时和可靠,并易于部署的标准化自适应服务架构,实现自治交叉路口系统高效运行。(2)提出了基于禁忌搜索的交叉路口中车辆协同控制策略。该策略通过对车辆的时空轨迹进行数据离散化建模,建立了基于预约的车辆请求批处理机制。提出了冲突矩阵消减模型,通过在每个批处理周期内消减矩阵中车辆间的冲突关系,得到一组无冲突车辆请求预约解集。在此基础上,采用禁忌搜索算法对得到解集的邻域进行搜索,利用较小的搜索代价提高最终解的质量,使得在单位时间内更多车辆能够通过交叉路口,达到提高交叉路口吞吐量的目标。通过实验表明,该策略分别在平衡与不平衡的交通流状态下,与FCFS(first come first service)和信号控制策略关于车辆平均延时与交叉路口吞吐量两个指标进行比对,基于禁忌搜索的路口控制策略性能均优于上述两种策略,验证了所提出策略的有效性。(3)提出了一种考虑车辆相对安全关系的自适应消息发送速率控制方法。该方法根据在交叉路口中车辆间的相对运动关系(速度和位置)和当前信息的发送速率,计算当前车流量密度环境下满足网络效用最大化时MAC层的最大发送速率,并计算此时与应用层中安全应用中产生消息速率之间的差值,以及MAC层中实际发送的数据量与理想状态发送数据量之间差值,来建立下一时刻无线通信信道拥塞情况下的成本函数,利用此成本函数,建立消息产生率模型,来自适应调整下一时刻的应用层消息产生率,避免信道拥塞和消息队列溢出,从而实现提高信道的利用率,降低通信延时,保证安全应用高效运行。通过实验表明,该方法以较低的计算时间开销,有效减少通信传输延时,保证数据的可靠发送,避免由于信道拥塞,导致协作式安全应用失效问题。(4)提出了在安全信息通信子层中的基于排队论的自适应消息发送速率控制方法,设计了为上层应用提供可靠和实时通信服务的自适应消息发送策略。该策略中安全信息通信子层的消息队列可以被看作是具有马尔科夫特性的泊松排队系统。根据肯达尔模型,通过优化消息队列总长度的均值和平均逗留时间,提高安全信息通信子层处理消息的实时性。提出了消息发送频率自适应机制,对实际应用中车辆发送数据进行预测编码,得出车辆潜在碰撞危险程度准确度概率的估计,根据车辆潜在碰撞危险程度准确度概率建立用自适应速率发送策略,达到降低消息发送频率和消息平均到达速率目的。提出了数据压缩机制——VDC数据同步策略。该策略将要传输数据分为发生变化和没有变化的两组数据块序列,通过减少传输没有变化数据块序列,达到降低网络传输量,提高消息平均处理速率的目的。实验表明该策略在保证实时的性情况下,减少了安全信息通信子层的消息处理数目,降低了网络负载,保证协作式安全应用高效运行,证明了其有效性。