随着全球城市的大力发展,土地资源越来越紧张,汽车保有量持续增加,城市交通拥堵问题日益突出,智能交通运输系统的相关研究越来越受到各国的重视。作为智能交通运输系统的重要组成部分,车路协同系统将车辆与道路通过计算机互联网连接起来,旨在解决交通拥堵,提高道路利用率等问题。随着现代计算机及互联网科技的持续革新,智能无人驾驶车技术越来越成熟。本文研究的智能车辆调度系统,旨在为车路协同系统与智能车两者提供一种可行的合作方案,在未来车路协同大环境下,实现智能车的自动无冲突安全行驶,减少交通拥堵,提高道路交通利用率。本文研究了基于改进Dijkstra算法的单元目标最优路径规划方法,为每个运行目标提供一条初始的最优运行路线,使得车辆的行驶路径长度最短。本改进算法针对经典Dijkstra算法在任务节点增加时时间复杂度增加、实时性降低这一问题,提出了一种动态路径规划算法,它能动态地添加需求的任务节点,剔除冗余的任务节点,从而保持路网总节点数不变,进而降低了算法的时间复杂度。采用VC编写了算法仿真软件,对两种算法进行了比较,证明了改进算法的高效性。在单元目标路径规划的基础上,本文提出了基于全局离线规划和局部在线相结合的综合路径冲突解决方案,当多目标初始运行时采用全局规划,为每个目标提供一条初始的最优运行路线,在运行过程中采用Petri网建立冲突模型进行冲突车辆的局部规划,并开发了相关的测试软件验证了方案的可行性。最后,搭建和设计了硬件试验平台,采用STM32微处理器设计了路面基站模型,并采用相应的无线收发模块发送和接收来自模型智能车辆的数据信息并处理,证明了基于车路协同的智能车调度的可行性。为未来智能交通运输系统的发展提供了参考。