交叉口作为路网中最关键的组成部分,具有车辆密度大路况复杂的特点,伴随着全国汽车保有量不断翻升,交通拥堵情况和事故发生率逐年加重,导致出行者在交叉口浪费大量的时间。在车联网的环境下,绿波通行算法通过V2I通信获取交通灯相位配时信息为车辆提供建议车速,可以减少车辆停车等待次数和时间,对交通拥堵治理和出行体验提升具有重要意义。本文提出了一种改进绿波通行算法,目标是为驾驶员提供一条综合行驶时间和停车等待时间最优的路径并在具体路段上给出建议行驶车速,同时降低总体燃油消耗。主要研究工作如下:1.结合交通灯相位信息分析影响车辆停车时间和次数的因素,针对交叉口是否有交通灯控制将场景分成两类,分别提出了车辆绿波通过交叉口的建议车速范围的计算方式。2.提出一种利用停车时间改进的A*路径规划算法,利用绿波车速引导的信息更新道路权值,预测后驱路段的行驶轨迹反馈至当前交叉口,以优化当前路段的建议车速范围,使车辆尽最大可能连续不停车通过多个交叉口,为车辆规划一条总体等待时间和行程时间最短的路径。3.以行程时间最短和燃油消耗最少为目标建立多目标优化函数,使用VSP油耗模型简化求解过程,添加绿波通行建议车速范围限制来确定引导车速。进一步使用历史行驶轨迹数据训练LSTM网络模型预测驾驶员的跟踪误差,优化车辆行驶轨迹,提高GLOSA系统准确率。4.使用SUMO仿真平台搭建所提出的改进绿波通行算法,在模拟了早高峰超过2万台车辆的场景中进行多组虚拟仿真测试,确定实验模型参数值,并对实验的输出结果进行分析验证,从停车等待时间和次数、总体行驶时间、燃油消耗和污染物排放量三个方面评价算法有效性。实验结果表明,与无速度引导的传统驾驶员驾驶的车辆相比,停车等待时间、停车次数、总体行驶时间、燃油消耗都有了大幅度下降,主要污染物CO2排放量、CO排放量和NOx排放量实现了大幅度降低。