随着自动驾驶技术的不断完善,自动驾驶汽车在未来的交通系统中将会发挥越来越大的作用。但目前L3、L4等级的自动驾驶汽车受制于技术成熟度、路网复杂度、外界人为因素以及突发事件的影响,在实际道路行驶时的安全性不能完全保证,并且与自动驾驶汽车有关的交通事故数据难以获取;此外,城市道路信控交叉口作为城市道路交通系统的关键节点,其范围内交通事故频发。因此本文基于信控交叉口的先验交通事故数据,把城市道路信控交叉口作为研究对象,以提高未来L3、L4等级的自动驾驶汽车在信控交叉口下通行的安全性为目的展开研究,主要的研究工作如下:首先,本文对国内外自动驾驶汽车的研究现状进行分析总结,提出所要研究的问题。在此基础上,对信控交叉口先验交通事故进行数据处理和风险因子分析,构建信控交叉口下不同严重程度、不同类型的交通事故风险因子指标体系,并利用随机森林算法和Python编程工具分别对信控交叉口下追尾、侧撞、撞击行人、轻微、严重和致命交通事故的风险因子进行重要度计算,挖掘容易导致不同严重程度和不同类型交通事故的风险因子,提高深度挖掘交通事故风险因子内在关联时的算法效率。其次,基于重要度大的交通事故风险因子,对Apriori算法进行改进,深度挖掘信控交叉口下影响自动驾驶汽车通行安全的风险因子间的内在关联,分别得到追尾、侧撞、撞击行人、轻微、严重和致命交通事故因子间的强关联规则,如:{超车、年龄21-25、路面霜冻或结冰、单行道、夜晚有灯}（?）{致命},所挖掘的强关联规则可以扩大信控交叉口下自动驾驶汽车仿真测试场景库。以强关联规则结果为依据,分别提出基于强关联规则结果和解耦思想的信控交叉口自动驾驶汽车风险控制策略。最后,构建信控交叉口下自动驾驶汽车追尾场景的安全仿真测试方案,利用自动驾驶汽车仿真测试软件Carsim搭建信号交叉口下自动驾驶汽车虚拟追尾场景,分别进行最大速度不同、两车初始距离不同以及道路摩擦系数不同三种情况下的自动驾驶汽车AEB系统虚拟仿真测试。对安全仿真测试结果分析,验证信控交叉口自动驾驶汽车风险控制措施的有效性及合理性,提高未来L3、L4等级的自动驾驶汽车在实际交叉口通行时的安全性,加快高等级自动驾驶汽车的商业化落地。