随着自动驾驶技术的逐渐成熟,自动驾驶车辆会逐渐出现在道路上取代人工驾驶车辆,这就导致未来很长时间道路交通环境将是人机混合驾驶的局面。同时,车路协同技术的发展和自动驾驶技术的推广为进一步挖掘交叉口的通行潜力提供了新的可能。本文针对由自动驾驶车辆与人工驾驶车辆行驶轨迹可控性和跟驰特性差异导致的两者在交叉口通行效率上的不同,提出交叉口进口道车辆调度策略和信号控制方法,期望对人机混合驾驶环境下交叉口时空资源优化管理提供参考。首先,对目前存在的智能网联交叉口信号控制方法的原理和其应用在人机混合驾驶条件下存在的不足进行了探讨。在系统框架下,阐述人机混合驾驶环境下交叉口优化控制的总体思想,在车辆横向控制上从自动驾驶车渗透率的角度提出了车道配置模型以优化交叉口进口车道功能与属性,并利用绿灯有效利用率和转换指标建立了进口车道的动态分配机制;在车辆纵向控制上以诱导车辆尽早通过交叉口为目标提出车辆跟驰策略,同时基于车路协同环境下车路双向通信功能提出信号配时参数与车辆轨迹协同优化流程。其次,提出每相位可轨迹优化车辆范围界定方法并建立不同运动状态下的自动驾驶车辆轨迹优化模型。针对进行轨迹优化后车辆延误和停车的变化情况,建立PI评价模型,以PI最小为目标,建立信号控制参数优化模型,并确定约束条件给出求解算法,实现交叉口信号控制方案的最优调整。对优化模型的适应性进行了分析,得出交叉口饱和度、自动驾驶车渗透率和最大诱导速度等因素对信号优化控制效果能产生显著影响的结论。最后,借助SUMO仿真平台对传统交通组织固定配时方案、仅车道优化配置的固定配时方案和本文提出的信号优化控制方案进行对比分析。仿真结果表明,人机混合驾驶条件下的交叉口进行车道优化配置能够显著降低交叉口的PI值,再进行信号与车辆轨迹的协同优化能进一步提高交叉口运行效率,车辆平均PI共下降了16.7%,验证了本文提出的信号优化方法有良好的优化效果。