交通事故每年造成巨大的人员伤亡和经济损失,成为影响人们正常生活的重要因素。而驾驶员反应不及时、处置不妥当又是导致交通事故发生的主要原因。如果能够对车辆行驶过程中的危险状态进行预测识别并且提前向相关驾驶员提供预警信息,能够有效减少车辆碰撞事故发生,提高道路交通安全。车联网系统是以车内网、车际网和车载移动互联网为基础,按照约定的通信协议和数据交互标准,在车车、车路之间,进行无线通讯和信息交换的大系统网络,为实现车辆危险状态识别提供技术支持,同时为安全预警创造新的机会。因此,本研究拟从辅助驾驶的角度出发,探讨在车联网环境下车辆在不同交通场景的危险状态识别以及安全预警方法。首先,针对路段交通场景,研究Newell提出的低阶跟驰模型,利用不同的计算方法得到模型中的反应时间和跟车距离特性参数。通过上述参数能够得到车辆在行驶过程中的速度-跟车距离曲线。对车队中所有车辆的速度-跟车距离曲线进行分析,讨论不同均值对数据整体的代表性,确定正常行驶时跟车距离的安全阈值,当车辆的跟车距离小于安全阈值,判断为危险状态;又根据实际值与安全阈值之间的关系,利用分段函数计算车辆发生碰撞事故的概率。通过NGSIM项目提供的交通数据对算法进行验证,结果表明该方法能够较准确地描述车辆在路段行驶时的危险状态及碰撞事故发生的可能性。第二,针对交叉口处交通事故类型及特征的复杂性,提出时空结合的危险状态识别方法。以车辆通过冲突区域的时间区间为依据,建立车辆碰撞事故概率计算模型,判断车辆经过无信号灯控制交叉口时可能出现的危险状态;由于只考虑时间冲突计算碰撞事故发生概率时与实际感知误差较大,因此利用空间冲突对算法进行修正,以车辆的安全制动距离、驾驶员反应时间和车速之间的关系建立修正系数,对模型进行改进。以双方向均为直行车辆的十字形交叉口为例,对比算法在修正前后的事故发生概率计算结果,表明该方法能够较准确的描述车辆在交叉口处的危险状态及事故发生的可能性。第三,研究预警系统的组成及相互作用。在分析现有预警方式优缺点的基础上,提出视听觉相结合的预警方式,并设计实时动态更新的危险状态预警显示界面,为实际应用提供参考依据。将系统是否向驾驶员预警看作决策问题,以安全性和预警对驾驶员的干扰作为指标,分析采取不同系统方案可能产生的结果,对定性指标采用区间数方法进行定量化处理。在深入研究效用理论的基础上,建立车辆在行驶过程中系统方案的效用方程,根据效用最大化原则,确定预警阈值。针对不同的驾驶特性,提供差别化的预警方案。结果分析表明,该方法能够提高预警的效率,并且更加符合实际运用。最后,设计仿真实验系统,针对路段和交叉口两种交通场景进行大量的实验验证本研究提出的方法。分析仿真参数对实验结果的影响,为了准确的表述考虑驾驶员反应时间情况下的车辆制动距离,确定仿真步长为0.1s。预警效率的实验结果表明本研究提出的方法能够有效减少交通事故的发生;与碰撞时间预警方法进行了针对误报率和错报率的对比实验,结果表明本研究提出的方法在减少误报率和错报率方面效果良好;分析了实时预警系统对降低碰撞事故严重程度的影响,对比车辆在正常行驶和存在预警系统两种情况下发生事故时的平均车速,仿真结果表明本方法能够降低事故严重程度。由实验结果看出,在路段和交叉口两种交通场景下,利用Newell低阶跟驰模型和时间冲突区-空间冲突区结合的的危险状态识别方法实现了车辆的危险状态识别,并通过概率进行表示。基于效用的预警方法可以减少车辆碰撞事故,提高道路交通的安全性,验证了本研究思路的正确性。