机动车保有量激增,导致城市交通拥堵问题日益严重,交通安全与环境污染问题日益突出。作为城市路网交通流主要集散点,交叉口的信号控制策略、车辆排队是造成交通拥堵的关键原因之一。以交叉口群作为管控对象用于缓解城市交通拥堵问题已经成为研究共识,随着车联网技术的快速发展,基于该技术实现交叉口群车辆的速度引导,将为缓解城市交通拥堵问题提供一种有效的解决策略。本文针对城市主干道路线性交叉口群设计了速度引导算法,形成“动态绿波带”实现车联网环境下的交叉口群车速引导,缓解城市交通拥堵。首先,从动态速度控制、动态速度引导、车联网环境特征测试、交叉口群速度引导和技术应用等方面,对国内外的速度引导研究现状进行了总结,给出了本文的研究内容和技术路线。在介绍车联网的系统构建、技术体系和作用机理基础上,对比分析了传统行驶环境与车联网行驶环境下速度引导方法的差异,并对车联网环境下速度引导机理与基本方法进行了论述。然后,介绍了交叉口群的基本概念、特性和界定方法,基于上述两种环境下速度引导差异性分析,分别提出了基于单点、协同两种场景的线性交叉口群速度引导算法,包括引导策略、算法设计与流程等。为验证算法有效性,考虑车联网速度引导影响因子,基于EstiNet仿真软件构建了两种场景下速度引导算法测试环境。针对EstiNet软件提供的车载、信号、路侧等三种智能体二次编程开发,实现了论文提出的交叉口群单点、协同速度引导算法。最后,利用设计的车联网环境速度引导评价指标体系,从运行效率、污染排放和行驶安全等方面对速度引导算法的效果进行了定量分析,对比分析两种速度引导算法的效果,并结合车联网环境速度引导影响因子对算法敏感性进行研究。同时,利用行车速度、车头时距分析了车联网环境下的交通流特征。仿真结果显示,实施交叉口群协同速度引导策略后,平均速度、行程时间可靠性分别改善了 13.36%、76.61%,停车时间、延误时间、可达性阻隔系数、污染排放和速度连续性分别下降了 51.02%、65.79%、86.32%、7.07%、23.89%。相对于交叉口群单点速度引导,协同速度引导减少了 19.64%的不必要速度引导信息推送,对评价指标也具有更好的改善效果。对影响因子敏感性分析表明,设备装载率和引导遵从率的上升以及通信距离的降低,会使得评价指标的改善程度更为明显。此外,交通流特征分析方面,两种环境下车辆的行车速度和车头时距都可以分别采用正态分布和移位负指数分布进行拟合,且引导车辆通过交叉口停车线处的行车速度提升了 51.81%,车头时距减小了 24.67%,表明提出的算法提高了通行效率,缓解了城市交叉口群的拥堵。