智能交通系统和车联网应用的大力发展,使得车辆地理位置定位技术成为研究热点。交通系统实际运营过程中,车辆节点的高速移动性、车联网拓扑结构变化速度快和车辆位置难以确定等特征,使得车辆定位技术成为了车联网应用中最重要的一环。优秀的车辆定位技术可以保证车辆行车安全,更重要的是可以综合定位结果诱导交通群体行为,对路线规划、交通管制和车联网发展有积极作用。全面深入推进绿色交通意见的提出,使得交通流诱导方法受到了专家学者的广泛关注。同时,高效的交通流诱导方法既可以缓解交通拥堵状况,提高道路通行效率,又可以辅助改进现有相对粗放的交通管理方式。针对车辆定位问题与交通流诱导问题,论文首先提出了一种基于车辆群体行为态势的定位技术,然后围绕“车辆出行路径选择对道路交通状态影响”的思路,创新地提出了一种分层诱导交通流的方法。本论文主要做了以下方面的研究:(1)综述智能交通管理系统、交通信息服务系统和车联网系统三个方面的国内外应用现状与研究现状,然后分析了目前存在的问题,并规划了研究路线。然后分析了现有的车联网通信技术、车辆定位技术的分类与性能评价,以及分析了交通流诱导机制。(2)车辆群体行为态势能够准确描述车辆在车联网中的运动规律,所以本文基于车辆群体行为态势对车联网中车辆的定位问题展开研究。在车联网中,处于一定距离范围内且GPS信号强的车辆,可利用车联网通信能力与邻居位置关系,对GPS信号弱的车辆进行地理位置定位。首先提出了车辆目的地伴随标签划分算法,将具有相同目的地的车辆划分至同一标签簇;然后提出了基于标签划分结果的定位算法,在标签簇中对需要定位的车辆进行粗略位置计算;最后针对计算结果提出了定位结果修正算法,进一步提高定位结果的准确性。(3)针对现有集中式交通流诱导方法计算复杂度高、信息延时大,以及分布式诱导方法局部最优的问题,提出了一种交通流分层诱导方法。“分层”是指本方法设置了两层控制中心,分别在独立调度区域层面规划车辆节点出行路径,在城市层面控制交通流的穿域路径,两个层面协同作用诱导交通。基于此方法本文进行交通流诱导仿真实验,实验结果表明本方法可以平衡交通流全局流量,缓解交通拥堵情况。