货车在高速公路出口匝道的运行特征较为特殊,传统研究因缺少清晰的数据来源,在定量研究方面依然不足。本文基于无人机航拍视频,运用图像处理技术对高速公路出口匝道的货车分流行为进行了详细分析,并进一步分析了其运行特征对出口匝道上游的交通流影响,提出了相应的改善措施。首先,本文提出了适用于航拍视频的车辆识别与追踪算法,实现了货车运行轨迹、速度等交通参数的提取方法。在对货车的运行特征进行研究之前,基于高速公路收费站的实际载重数据、以及航拍视频获取的车长数据,运用聚类分析的方法,确定了江苏地区货车的典型车长及载重分布,并对应国内货车的常见品牌,提出新的货车分类方法。其次,对高速公路出口匝道的货车分流行为进行分析。基于航拍视频的处理结果,对小汽车与各类货车在减速车道上的分流速度、分流点位置、分流所需长度等重要参数进行统计分析。通过数学建模,对货车的转向机理进行分析,构建了货车的分流点位置选择模型、以及货车所需分流长度模型。结合实际数据,对上述模型进行了回归验证。然后,本文对出口匝道上游区域的货车运行特征及其影响进行研究。基于对混合交通流的跟驰行为的分析,统计得出了四种跟驰类型(汽-货;货-汽;汽-汽;货-货)下混合交通流的车头时距分布情况,进而分析了货车对出口匝道上游跟驰行为的影响。同时,本文基于传统的换道模型,补充考虑了货车车型、车辆运行速度等因素,提出了适用于出口匝道上游区域的强制换道模型,并通过实际数据进行了参数回归与模型验证。最后,为了进一步改善出口匝道上游区域的效率与安全问题,基于自动驾驶汽车智能网联的设想,本文提出了适用于出口匝道上游的车辆协同换道模型。基于博弈理论,对强制换道车辆与目标车道之间进行分析,然后基于总体效益,对车道协同换道轨迹进行优化研究。结合航拍视频中车辆换道的轨迹拟合结果,对协同换道进行轨迹规划。本文的主要成果和结论包括:1)提出了从航拍视频获取车辆运动参数的方法;2)构建了出口匝道分流区各类货车与小汽车的分流模型;3)定量分析了货车对出口匝道上游区域车辆跟驰行为的影响;4)提出了面向自动驾驶汽车的出口匝道上游协同换道模型等。本文的研究,在基于航拍视频提取车辆运行特征、以及出口匝道货车运行特征影响的分析上做出了初步探索,同时为将来自动驾驶背景下,智能网联汽车在出口匝道的安全及效率提升提供了参考建议。