车路协同技术是当今国际智能交通领域的前沿技术,是城市交通问题的有效解决方案。车路协同系统运用先进的全时空动态交通信息采集、融合技术,通过全方位实施车/车、车/路动态实时信息交互进行车辆主动安全控制和交通协同管理,是一个涉及多因素、多层次复杂关系的大规模实时分布式系统。多分辨率建模方法是研究复杂系统仿真的一种重要手段,特别适用于车路协同系统的复杂性、层次性特性。车路协同系统仿真典型场景的多分辨率建模及仿真通过在多种分辨率下模拟车路协同系统中的复杂交通场景,对相关问题展开多层次地分析研究。论文在总结和分析车路协同技术及多分辨率建模技术的国内外研究现状的基础上,介绍了车路协同系统的基本概念及车路协同典型应用场景,在此基础上设计了基本的车路协同系统典型多分辨率仿真场景；设计了具有代表性的车路协同系统多分辨率仿真组合场景并采用MR-DEVS(Multi-Resolution Discrete Event System Specification)规范对其进行了数学描述,为构建基于多分辨率建模的车路协同系统仿真场景提供了理论基础。结合数学推导及智能计算方法,论文针对车路协同系统多分辨率仿真组合场景展开了聚合解聚研究。首先建立车辆动力学模型聚合为车辆跟驰模型；实时车辆实体及车队单元信息通过数学推理的方法聚合为交通流信息；通过分析车路协同系统多分辨率层次需求,结合高分辨率下的车队排队时间、低分辨率下路段平均行驶时间建立路段关联度体系,采用遗传算法将交通车路协同系统解聚为动态协调控制子区；基于遗传性粒子群优化算法对协调控制区域进行了交通信号协调优化设计；通过Paramics建模仿真分析表明本文提出的聚合解聚方法在区域协调控制场景下能够较好兼顾考虑车辆排队长度和路口通行能力,使协调区域内的车辆平均延误有明显的减小。论文基于车路协同系统仿真平台设计了多分辨率管理服务过程,设计并实现了车路协同系统多分辨率仿真组合场景演示系统。提出的多分辨率仿真场景及其聚合解聚方法较好地模拟了车路协同实际场景,并从多层次、不同分辨率更加准确地分析研究了车路协同系统,对车路协同系统的研发和实际应用具有一定的理论意义。