智能网联汽车能够提高道路通行效率和汽车行驶安全性,是城市智慧交通系统的重要组成部分,而信号交叉口是智能网联汽车在城市环境中应用的重点场景。本文以城市信号交叉口环境中通行的智能网联汽车为研究对象,为提高智能网联汽车在信号交叉口拥有优先通行路权时的行驶安全性,对他车行驶意图预测、智能网联汽车基于避障的轨迹规划和跟踪控制进行了研究。针对典型城市道路十字信号交叉口进行研究,分析并给出了三种自车在拥有优先行驶路权时与他车存在行驶冲突的场景,设计了考虑他车行驶意图的智能网联汽车基于避障的轨迹规划和跟踪控制流程。根据他车的行驶意图判断是否存在行驶冲突,选取长短期记忆网络搭建多特征输入的他车意图预测模型;选取NGSIM数据进行筛选和预处理并构建意图预测数据集,在不同轨迹特征量的输入下,分别对长短期记忆网络模型和作为对比的卷积神经网络模型进行训练和测试;选择精度最高的6个特征量输入的长短期记忆网络模型作为他车意图预测模型,该模型对于本文场景轨迹的意图预测准确率达97.87%。在他车行驶意图已知的条件下,分析自车在避障过程中的安全行车条件,考虑他车作为障碍物的动态特性,对传统人工势场法的势场函数和障碍物影响范围进行改进,并引入卡尔曼滤波预测模型设计避障轨迹规划算法,在设置的静态和动态障碍物场景中对轨迹规划算法进行仿真验证。根据三自由度车辆动力学模型设计基于离散模型预测控制的轨迹跟踪算法,分析目标函数和约束条件并求解二次规划问题得到轨迹跟踪的最优控制量,并在双移线和光滑曲线轨迹的跟踪工况下验证控制方法的有效性。基于Pre Scan、Car Sim和MATLAB/Simulink搭建十字信号交叉口智能网联汽车轨迹规划与跟踪控制联合仿真平台,在自车拥有优先行驶路权的三种行驶冲突场景下对轨迹规划和跟踪控制方法进行验证,仿真结果表明:在几种场景下均能为自车规划出平滑且安全的避障轨迹,跟踪精度满足要求且跟踪过程较平稳,自车在避障过程中始终与他车保持安全距离,验证了轨迹规划和跟踪控制方法的有效性和避障安全性。