城市道路交叉口存在车辆转向的需求,不同的交通条件及环境条件下车辆的转向特征不同。目前对车辆在交叉口转向特征缺乏系统性研究,尚未形成相关的理论研究成果。且在实际道路设计及信号优化设计中,往往根据经验定性分析转向需求及设计,考虑不全面,缺乏定量依据。本文以具有多种交通组织形式及考虑环境因素的道路交叉口作为研究环境,以出租车在道路交叉口转向过程为研究对象,分析出租车基本转向特征及不同环境因素对转向特征的影响,建立出租车转向特征模型。其主要研究内容如下:（1）为确定不同交通状况和环境影响下的出租车转向特征,本文将对各种交通状况及环境因素进行数据采集及分析,将所有的因素和转向特征作为研究整体,运用主成份分析方法研究出租车转向特征因子。（2）为确定合适的转向特征对象,使研究对象具有普遍性,本文GPS数据来源于兰州市5个区（七里河区、安宁区、西固区、红古区、城关区）一周的出租车GPS数据,运用GPS轨迹聚类和城市道路网络的精确提取方法提取了出租车在道路交叉口转向轨迹,本文运用1800条轨迹作为训练数据集,1007条轨迹作为验证数据集。环境数据利用人工采集结合百度数据获得了兰州市道路交叉口的交通状况。（3）为确定转向特征模型的合理性,考虑大数据背景下模型的可用性和可靠性,本文建立了基于随机森林算法和神经网络算法的出租车转向特征模型,验证了影响出租车在道路交叉口的转向因子。本文从考虑多因素环境条件分析及出租车在道路交叉口转向特征,为城市道路交叉设计者提供科学依据,为智能驾驶技术及车联网技术的发展提供数据支持。