本书主要介绍车路协同环境下，复杂混合交通群体智能协同决策与优化控制理论与方法，并结合作者研究中的应用实践给出了可借鉴的应用实例。本书主要内容包括：绪论、国内外交通群体协同决策技术发展现状与趋势、交通群体协同决策机制、局部优化模型构建及应用、集中式路权分配模型构建及应用、分布式路权分配模型构建及应用、交通群体轨迹规划模型构建及应用、大规模异构交通群体协同决策计算模型。
本书可供从事交通规划、交通工程、交通控制和交通管理的高等学校师生使用，也可供科研院所研究人员、企事业单位技术人员以及政府管理人员参考。

第1章 绪论
1.1 智能交通系统及其发展
1.2 智能车路协同系统概述
1.3 智能车路协同系统构建关键技术
1.4 智能车路协同系统应用关键技术
1.5 车路协同环境下的现代混合交通
1.6 车路协同环境下交通群体协同决策机制
第2章 国内外交通群体协同决策技术发展现状与趋势
2.1 美国交通群体协同决策技术发展现状与趋势
2.2 日本交通群体协同决策技术发展现状与趋势
2.3 欧洲交通群体协同决策技术发展现状与趋势
2.4 我国交通群体协同决策技术发展现状与趋势
第3章 交通群体协同决策机制
3.1 交通群体协同决策场景
3.2 交通群体协同决策体系框架设计
3.3 情景驱动下的动态集中式协同决策机制
3.4 规模条件下的泛在分布式协同决策机制
第4章 局部优化模型构建及应用
4.1 面向安全保证的局部优化模型构建
4.2 面向效率提升的局部优化模型构建
4.3 面向节能减排的局部优化模型构建
4.4 典型场景局部优化模型应用
第5章 集中式路权分配模型构建及应用
5.1 模型适用场景
5.2 匝道场景下路权分配模型构建
5.3 路口场景下路权分配模型构建
5.4 常用路权分配模型比较与应用效果分析
第6章 分布式路权分配模型构建及应用
6.1 模型适用场景
6.2 路段场景下分布式路权分配模型构建
6.3 路网场景下分布式路权分配模型构建
6.4 路网场景下分布式路权分配模型应用
第7章 交通群体轨迹规划模型构建及应用
7.1 基于启发式规则的轨迹规划模型
7.2 基于最优控制的轨迹规划模型
7.3 基于控制障碍函数的轨迹规划模型
7.4 基于驾驶风险场的轨迹规划模型
第8章 大规模异构交通群体协同决策计算模型
8.1 群体智能计算模型
8.2 群体协同智能优化计算模型
8.3 多智能体强化学习决策计算模型
8.4 面向自动驾驶车辆控制的协同进化强化学习模型
8.5 基于Q值迁移深度强化学习的区域交通信号灯协同决策
附录 中英文术语对照表
参考文献