智能交通飞速发展的同时机动车保有量也在持续攀升,交通需求和交通管理压力与日俱增,这对智能交通控制系统提出了新时代的要求。相较于传统环境的优化策略,智能网联环境下对交叉口的时间和空间资源分配更智能、更灵活、更高效,能极大提高交叉口交通运行效率。首先,论文对车速引导、交叉口时间资源和空间资源优化的国内外研究现状进行了综述,介绍了智能网联环境的相关理论、技术及发展现状,并通过仿真实验探究了混行环境网联车辆的渗透率对道路通行能力的影响,实验结果表明:与传统驾驶环境相比,智能网联环境随着智能网联车辆渗透率的增加,在60s、80s、100s、120s周期时,网联车辆渗透率100%相较无网联车辆时的交叉口通行能力分别增长62.32%、58.79%、62.04%、56.50%,并依据运行状态指标结果分析将渗透率区间划分低渗透区间（0%～30%）和高渗透率（70%～100%）区间。其次,论文依托单点信号交叉口车速引导控制方法,构建单点交叉口车速引导控制模型,通过PTV Vissim仿真软件进行评价。仿真结果表明:相较于传统驾驶环境的无车速引导控制方式,在智能网联车辆渗透率100%情况下,交叉口的车均延误降低88.16%,油耗降低65.60%。论文在车速引导模型中进一步增加了进口道排队长度预测方法,实验结果表明车均延误等各项指标较无排队预测方式有了进一步优化。再次,论文在单点交叉口速度引导控制和排队长度预测的基础上,建立网联环境连续交叉口速度引导控制模型,研究智能网联车辆不同渗透率下车辆以协调车队形式通过连续交叉口的变化趋势。以三个连续信号控制交叉口为例,仿真结果表明:相较于传统驾驶环境的无车速引导控制方式,全网联环境下实施速度引导控制后,车辆不停车通过三个连续交叉口的比例提升68.6%。最后,论文根据进口道转向不均衡特性,建立空间资源分配方法;基于全智能网联环境建立了基于感应控制的信号控制优化模型;基于混行环境分析了不同饱和度下信号周期计算方法和约束条件,对信号相位绿灯时间分配方法进行了分类,针对中高饱和度交叉口信号控制策略建立了多目标信号控制优化模型。以太原市的新晋祠路与长风西街交叉口作为实例分析对象,利用PTV Vissim仿真软件对时间资源、空间资源和时空资源协同的优化方案进行仿真,仿真结果表明:较传统驾驶环境,全网联环境下交叉口的车均延误降低73.3%,平均停车次数降低52.6%,平均行程车速提升20.26%,交叉口交通运行状态得到显著改善。