随着道路拥堵程度的加剧以及智能网联汽车技术的进步,对高速公路路网中的车辆进行统一调度以优化道路交通流成为了当前研究的重点。但现阶段车辆的行驶依旧离不开驾驶员,而驾驶员特性包含诸多因素,如何量化各驾驶员因素对于道路交通流的影响,成为了亟待解决的问题。与此同时,考虑到高速公路中的载客运输场景,在微观交通流中,缺乏对于小型载客车辆的运载效率计算与分析。因此,考虑多驾驶员因素对于道路车辆通行的影响,以及在微观交通流中建立相应的车辆运载效率评价指标体系,成为了当前亟待解决的问题。围绕上述问题,本文面向智能网联的高速公路环境,建立了考虑驾驶员特性的微观交通流模型,同时构建了微观交通流中的车辆运载效率评价指标体系,研究了三种高速公路最大限速下具有驾驶员特性车辆与正常行驶车辆的道路交通流以及运载效率变化情况。本文的具体研究内容如下:（1）分析了高速公路路网环境、驾驶员驾驶行为以及车辆换道影响因素,构建了车辆换道影响因素的层级结构。通过层次分析法,以及引入激励值与车辆期望速度,将各驾驶员因素的影响量化为车辆换道时的速度差异。（2）面向智能网联环境,建立了考虑驾驶员特性的高速公路交通流模型。将车辆换道划分为换道欲望判定、通行条件判定、换道条件判定三个阶段,针对具有驾驶员特性车辆和正常行驶车辆设置了不同的换道规则,模拟了三种高速公路最大限速下的车辆通行。仿真结果表明,当道路最大限速从vmax=4cells/s到vmax=5cells/s再到vmax=6cells/s,相较于正常行驶车辆,具有驾驶员特性车辆的道路平均车辆速度提升了13.0%、27.0%和49.6%,道路平均车辆密度下降了7.8%、17.9%和24.1%,而道路平均交通流量提升3.8%、4.8%和7.5%。驾驶员特性对于道路车辆的速度以及密度的影响较大,而对于交通流量的影响相对较小。（3）构建了高速公路微观交通流中的车辆运载效率评价指标体系。分析了高速公路车辆运载效率影响因素,定义了驾驶员以及乘客各自层级中的投入产出指标,基于元胞自动机模型的仿真结果,通过数据包络分析计算了三种高速公路最大限速下参与仿真车辆的运载效率。计算结果表明,道路最大限速从vmax=4cells/s到vmax=5cells/s再到vmax=6cells/s,相较于正常行驶车辆,具有驾驶员特性车辆的整体运载效率提升分别为1.6%、1.8%和2.1%。驾驶员特性对于全体车辆运载效率的提升相对较小,保证行驶过程的平稳更有利于提升整体车辆的运载效率。