随着传统机动车能源的资源约束愈发严峻和交通排放危害性的日益凸显,节能减排俨然已成为我国交通行业发展的战略目标之一。车路协同技术作为智能交通领域的前沿技术,因能根据车辆所处的实时交通环境引导驾驶员实现生态驾驶,有效降低车辆的燃油消耗和排放而愈发受到科研和实践人员的关注。作为城市道路交通的重要节点,信号交叉口亦是研究的重点领域。但截至到目前,绝大部分车路协同环境下信号交叉口的生态驾驶研究针对单车开展,而忽略了交叉口范围内车辆较易形成车辆队列共同运行的现象。且在建立生态驾驶模型时,倾向于从减少停车次数等角度实现节能减排的目标,忽略燃油消耗的本质,模型实施效果难以进行控制和量化。基于此,本文结合车路协同环境下的生态驾驶技术和微观油耗测算模型,以信号交叉口范围内的车队为研究对象,构建车路协同环境下信号交叉口车队生态驾驶模型。首先,本文基于现有的车队识别原理,提出了以车头间距和瞬时速度为主要参数的车路协同环境下的车队识别方法。其次,在同时考虑交叉口的信号灯状态和下游车辆运行状态两方面影响因素下,确定车队不停车通过交叉口的运行时间计算方法和具体时间范围。继而针对不同情景下车队头车和后续车辆的运行轨迹展开研究,确定了目标车队是否需要诱导的判定条件和车队的诱导运行轨迹范围。在此基础上,结合微观油耗测算模型,以车队单车油耗和运行时间为主要目标参数,利用遗传算法实现车队生态驾驶轨迹的选取,构建车路协同环境下信号交叉口车队生态驾驶模型。最后利用VISSIM仿真平台和Python编程实现上述模型的案例应用,对比车队接受生态驾驶诱导与否的运行和油耗情况。结果表明,在以降低车队油耗为目标函数时,车队生态驾驶模型可有效降低车队通过信号交叉口的平均油耗和停车次数,并大幅度提高车队通过信号交叉口的运行平稳性,减少车辆的急加速和急减速操作,验证了车队生态驾驶模型的有效性。