在复杂的城市交通体系中,特别是在主要的交叉口处,交通拥堵现象经常发生,极大增加了出行者的时间成本,同时高密度的车流量还加大了交通事故率的发生,给人们的生命财产安全带来巨大的威胁。因此,解决交叉口处的交通问题成了缓解道路拥堵、提高车辆行驶效率的关键。车联网(Connected Vehicle)作为物联网和移动互联网发展的代表性产物,已成为现代智能交通系统的重要组成部分,是继互联网、物联网之后未来智慧城市的另一个重要标志,该技术因能根据车辆所处的实时交通环境引导驾驶员实现智能驾驶,有助于提高城市道路的交通安全和缓解拥堵而愈发受到科研和实践人员的关注。截止到目前,绝大部分车联网环境下信号交叉口的研究是针对单车展开的,本文在此方面已有研究的基础上,充分考虑了在交叉口范围内车辆容易形成车辆队列共同运行的现象,并对此进行深入的研究。通过阅读大量国内外有关车联网环境下的交叉口信号控制、信号交叉口范围内的车队运行和车速引导等方面的文献资料,对已有的相关研究成果进行梳理,提出了本文研究的侧重点,即结合自适应交通信号控制方法和车联网环境下车辆行驶特性,以信号交叉口范围内的车辆队列为研究对象,构建了车联网环境下信号交叉口车速引导模型。具体的研究工作总结如下:首先,分析了车联网环境下信号交叉口车辆的启动行为,为了对驶向信号交叉口的车辆进行队列划分,本文在已有车队构造原理的基础上,针对不同时间维度下的交通流量状况,对以车头时距和瞬时速度为主要参数的车队构造方法进行了研究,对其中的标准车头时距和速度的相对误差范围A这两个参数的取值进行标定,并通过探讨它们与车队规模的关系,验证了其合理性。其次,在完成车队构造的基础上,考虑交叉口的信号灯状态和下游车辆运行状态两种因素,并基于一种绿灯时长可变的自适应智能交通信号控制系统,分析整个车队不停车通过交叉口的引导速度要求,在保证车队保持完整性地通过交叉口的前提下,以车队整体通行效率最大化为目标函数,构建车联网环境下信号交叉口车速引导模型,以此达到使车队高效安全地驶过信号交叉口的目的。最后,通过搭建的SUMO交通仿真平台实现上述模型的实例应用,对比车速引导前后车辆的运行情况。通过设置不同的场景,并对各个情景下的运行结果进行对比分析可知,利用本文提出的车速引导模型可以有效降低车辆通过交叉口的延误和排队长度,并大幅度提高车队通过信号交叉口的运行稳定性,验证了本文车联网环境下信号交叉口车速引导模型的可行性和有效性。