车辆在通过城市交叉口时,频繁的加减速甚至停车等待,使得车辆的速度波动较大,增加了油耗、污染物排放,给乘客和驾驶员造成不良的出行体验。利用车联网技术对通过交叉口的车辆进行速度引导,优化车辆的行驶状态,缩短行驶时间,有效的缓解交通污染。对交叉口速度引导相关研究现状进行归纳,分析了车联网环境下交叉口速度引导方法。通过对信号灯状态、车辆运行状态等因素的分析,提出了车辆不停车通过交叉口的通行策略,并引入三角函数时间变量对该通行策略进行了绿波带速度的优化。针对不同情景下,不同策略产生的动态绿波带,加入三角函数模型,在满足道路限速及舒适性加减速的约束条件下,同时引入时间变量,对动态绿波带中加减速不连续等问题进行了优化。在绿波带速度优化的基础上,引入比功率微观排放模型,建立了基于车辆行程时间与污染物排放量最优的综合速度引导模型。研究了尾气排放量与速度、加速度、时间之间的关系,应用遗传算法对绿波带速度优化模型求解,获得车辆行程时间与排放量最优的速度引导曲线。对综合速度引导模型进行了仿真验证,验证了模型的有效性。仿真实验结果表明,有行车速度引导与无速度引导相比,NOx排放量有效减少了 23.21%,行驶时间节省了5.22%。本文提出的交叉口综合速度引导模型,能有效提升交通通行效率,降低污染物排放,也为车联网环境下的交叉口车辆运行优化研究提供了有益的借鉴。