随着经济的发展和汽车的普及,城市或者城郊的交通环境变得更为复杂。而非机动车出行作为日常交通出行的交通工具的补充方式之一,在短距离出行扮演重要角色。中国事故统计数据显示,在近年来在中国交通领域中,与非机动车相关的事故发生率持续上升,中国超过一半的交通事故与非机动车有关。由于非机动车体积小,速度快,其行驶路径容易被其他车辆或者其他事物所阻挡,在行驶的过程中无法及时对非机动车横穿马路的行为进行反应。因此,非机动车在直道横穿马路一直是车联网领域的一个重要的问题,以往的问题都是聚焦在非机动车的轨迹预测上,但是在短期的轨迹预测需要耗费大量的资源和时间来调整模型。针对非机动车穿越马路的问题,本文旨在通过非机动车本身与路面的明显角度来判断非机动车是否有转弯的意向,从而把此信息传送到其他的网联车辆之中。其他网联车辆通过信息在车联网系统中的协同传递,提前得到非机动车穿越马路的信息,进行提前制动,避免事故的发生。因此,本文主要完成了以下三个方面的工作:（1）基于非机动车姿态有明显的角速度的特性,研究非机动车角度与转弯意向的联系,最后提出了以非机动车速度矢量方向与检测车辆速度矢量方向夹角的积分值来判断非机动车是否有转弯意向的方法。经过在湖南农业大学公开数据集HNU的测试,证明该方法能有效鉴别在直行场景中能判断非机动车的转弯意向。（2）从信息协同的角度出发,设计了一个以V2V、V2I的车联网通讯系统,用集中式分簇理论改善车联网信息协同网络的路由方式,优化了信息的传播,并且为危险警报（非机动车转弯意向）设计了通讯方法,引入时晨皓的CC-HVNA的集中式分簇通信的研究,理论证明了信息协同系统的低延迟性。（3）对车辆网中关键部件——汽车进行了解构和分析,建立了符合动力学模型的车辆和车辆的上、下控制器,奠定了车联网信息协同仿真平台的基础。最后用Matlab和Simulink搭建了一个最小的车联网协同系统,改进了传统的TTC汽车主动避撞算法,让智能汽车在收到为危险警报时能够迅速响应,及时避撞,证明了非机动车转弯意向判断在信息协同车联网中能够有效降低网联车辆与非机动车的事故发生概率。