交叉路口是城市中的常见场景,也是影响道路交通效率和车辆燃油经济性的重要因素。当交通拥堵发生时,交叉路口信号灯会导致车辆频繁的启停及怠速,带来了车辆燃油经济性的下降,而常见固定配时的信号灯控制方法难以解决的交通拥堵问题。智能网联汽车的出现为进一步的交通优化提供了可能,一方面,智能网联汽车可以得到信号灯配时等交通环境信息,对自车的行驶轨迹进行优化;另一方面,智能网联汽车可以获取周围其他车辆的信息,通过对自车的控制改善区域交通效率。然而,智能网联汽车的普及仍需数十年的时间,现有对人工驾驶车辆与网联自动驾驶车辆共存的车辆协同控制算法研究未能充分考虑驾驶人驾驶车辆的信息。本文针对混合交通环境,提出了智能网联车辆队列形成方法及分层优化信号灯控制方法,可以在不同市场渗透率下对交通效率和燃油经济性进行优化。为考虑人工驾驶车辆的行驶情况,本文提出了混合交通下的混合队列形成方法,通过将智能网联汽车与驾驶人驾驶车辆组合成为“1+N”的队列模式,使智能网联汽车主动引导后续驾驶人驾驶车辆通过交叉路口。基于系统分析,证明了保证混合队列的稳定性、可控性的充要条件,为混合队列的控制提供了理论基础。通过对驾驶人驾驶车辆跟车模型的研究,提出了固定配时下最优跟车间距和最大可通行车辆数目的确定方法。对固定长度的队列驶入交叉路口的过程,提出了混合车辆队列最优控制模型,使用基于伪谱法的最优控制方法进行轨迹规划,实现了对燃油经济性的优化。驾驶人驾驶车辆通过交叉路口时需信号灯引导,因此针对提出的混合交通队列模型,设计了混合交通下的预约式信号灯控制方法。扩展了常见的“先到先得式”智能网联单车优先级分配模型,设计了混合交通下考虑队列长度的综合优先级模型分配方法,实现了八相位下的信号灯时间动态分配,可以综合优化整体交叉路口的通行效率。搭建了基于微观交通流模型的仿真分析平台,对混合队列算法有效性进行了验证。