近年来,随着私家车数量的不断增加,城市道路交通面临着巨大的压力,在交叉口处尤为严重。传统交叉口采用信号灯控制车辆通行,当车流量较大时,会在信号灯处于红灯相位的车道形成较长的等待车辆队列,从而造成交通拥堵;另外当有紧急车辆到达传统交叉口时,会被信号灯延误,从而错过救援的最佳时期。随着车联网与自动驾驶技术的发展,使得车辆之间能够实时通信,这种信息共享能够使车辆之间相互协作通过交叉口,从而取代交叉口处的信号灯,使得交叉口处的通行状况得到改善。本文具体研究内容如下:（1）对交叉口场景进行分析:包括车辆在交叉口处的潜在冲突分析,以及当紧急车辆存在时的复杂场景分析,并且将交叉口场景划分为调控区与冲突区。基于车辆边缘计算架构,提出了两层架构的交叉口控制策略,包括车层以及交叉口控制器层,两层之间相互协调完成车辆在交叉口处的控制。（2）在场景分析的基础上,提出了交叉口控制器层的时间窗调控方法,研究过程如下:建立交叉口时间窗模型,把不同车道车辆在交叉口处的冲突表示为时间窗冲突。在时间窗模型的基础上,提出了时间窗冲突消除方法,用以求解车辆冲突区到达时间。目前交叉口调控研究文献很少考虑到紧急车辆参与交通时的调控策略,不能保证紧急车辆优先通过交叉口区域。因此,本文研究了存在紧急车辆的情况下的调控方法,通过车辆优先级信息保证紧急车辆的优先通行权;同时为了最大化交叉口的通行能力,本文采取禁忌搜索算法对车辆的次序进行优化。（3）在时间窗调控结果的基础上,对车辆轨迹规划进行了研究,主要包括研究内容如下:以车辆能耗为优化目标,建立车辆轨迹规划模型,并且根据最优控制理论求解出车辆原始轨迹的解析解;考虑到车辆行驶过程中存在约束（如路段限速,车辆加速度限制等）,本文提出了轨迹再规划方法,用于消除原始轨迹中与约束存在冲突的轨迹段;另外为了避免相同车道的车辆之间发生碰撞,文中还提出了同车道车辆冲突消除方法。（4）为了验证本文提出时间窗调控与车辆轨迹规划方法的有效性,搭建了基于Python与SUMO的交叉口仿真环境。在交叉口仿真环境下进行多组不同类型的仿真实验,实验结果验证了时间窗调控方法以及车辆轨迹规划方法的有效性。