随着汽车保有量的激增,为人们出行带来便利的同时,城市交通拥堵、排放污染以及能源消耗等问题越发突出,传统道路设施设备及管控手段已然无法满足当前交通系统需求。而智能网联技术的快速发展,为解决城市道路交通问题提供了有效途径,交叉口作为道路交通系统中的关键节点,如何有效利用无人驾驶技术及车路协同技术解决交叉口处交通拥堵及能源消耗等问题,已成为当前智能交通领域的研究重点。但无人驾驶车辆的推广过程中必将经历无人-人工混合行驶阶段。因此,本文基于无人驾驶与人工驾驶混合行驶交通流环境,针对分布式信号交叉口控制系统,对无人驾驶车辆速度与信号协同优化控制进行研究,拟减少城市道路信号交叉口处车辆平均延误及车辆通行能耗。本文首先研究了混合驾驶环境下人工驾驶车辆、无人驾驶车辆跟驰特性。通过对经典车辆跟驰模型特征进行比选,对选用的跟驰模型改进,利用NGSIM中城市道路实测车辆轨迹数据对无人驾驶车辆跟驰模型进行参数标定及验证,建立了信号交叉口处车辆跟驰模型。其次,基于信号交叉口处车辆通行特征及信号特征,提出了四种引导通行策略,建立了基于能耗最优的车辆速度规划模型,以及基于平均延误最小的信号优化控制模型。构建了基于无人-人工混合行驶交通流环境下,信号交叉口车辆速度与信号协同优化控制模型。最后,运用MATLAB对VISSIM仿真平台进行二次开发,对不同饱和度交通流及无人驾驶车辆渗透率情况下的优化效果进行对比分析,探索分布式信号交叉口车辆速度与信号协同优化控制系统的有效性。仿真实验结果表明本文所提出的分布式信号交叉口车辆速度与信号协同优化控制系统随着无人驾驶车辆渗透率的上升,在平均延误方面,高饱和度、中饱和度交通流情况下平均延误优化效果显著,而低饱和度交通流情况下平均延误优化效果一般显著。当渗透率达到100%时,高、中及低饱和度交通流情况下,平均延误分别减少52.03%、53.18%及16.05%;在车辆能耗方面,三种饱和度交通流情况下车辆能耗优化效果相近,均降低25%左右。综上,本文所提出的信号交叉口处车辆速度与信号协同优化模型为城市道路分布式信号交叉口协同控制提供了依据,对智能网联交通环境下车路协同控制具有一定的参考价值,并能够为改善信号口处交通拥堵及能源耗费提供应用指导。