在对未来智能交通的畅想中,可以预见的是随着机器学习和传感技术的发展,无人驾驶车辆将会越来越多的出现在道路上。无人驾驶不再是孤立的问题,而是多领域技术进步基础上的突破性组合,具有改变出行现状的可能。在人机驾驶混合交通环境下,人机相互作用关系、交通流呈现的状态,以及交通控制技术的适应性等现实问题是亟需探讨、研究的。本文在分析梳理现有无人驾驶在交通流领域的发展与研究成果的基础上,以合理的假设为前提条件,对无人驾驶车辆参与下的典型交通场景进行了的探讨,针对其驾驶行为和可能给有人驾驶带来的影响展开了分析研究,主要内容如下:1研究对象发展及现状分析。概述了前沿科学技术下无人驾驶的发展过程,介绍了无人驾驶的研究现状、基本假设、建模理论方法,并阐明了无人驾驶在交通流体系中的留白问题等。2建立模型。在总结现有的无人驾驶的传感技术、驾驶情景辨识与操作逻辑的基础上,提出了无随机慢化的单车道无人驾驶元胞自动机(CA)模型、基于速度效应(VE)模型改进的双车道自动货车CA模型;在有人驾驶可辨识无人驾驶的假设下,同时考虑无人驾驶上路给人类驾驶员带来的影响及应对条件,建立了单、双车道人机驾驶混合交通流下两类不同的有人驾驶CA模型。3通过数值仿真模拟,对混合交通流的研究结论如下:单车道中,随着无人驾驶混合比例的减小,会造成车道局部堵塞扩张、阻塞带延长,降低了道路通行能力,对提升车道平均车速产生不利影响。双车道中,车道密度较小时,道路资源充裕,普通车辆易满足换道条件,有助于提升道路利用率;若车道密度过大,难有富裕的道路空间供普通车辆换道,且随着自动货车比例的增加、对行车道的占用扩大,换道愈加困难,导致道路平均速度和通行能力的降低。而自动货车若以队列形式出行,能有效提高普通车辆的换道频率、减小车辆间的相互影响以提高道路利用率,进而降低车速大幅波动,益于道路车辆的稳定运行。本文一方面能够为最终研发面向无人驾驶的交通控制技术奠定理论基础。另一方面,通过对人机驾驶混合交通流特性的分析研究,对未来交通控制领域及组织管理层次提供借鉴。