随着城市汽车保有量的持续增大,交通环境的复杂度也随之增加,城市交叉路口车辆通行的安全问题和高效问题亟需解决。智能网联技术被认为是解决该问题的关键手段。因此,在智能网联交叉路口的场景下,提出了基于驾驶员意图分类和贝塞尔曲线相结合的车辆轨迹预算法。在此基础上,进一步提出了智能车辆的高效通行策略,以解决交叉路口的安全、高效通行问题。具体研究内容如下:首先,搭建了天津市海河教育园区的智慧道路平台,该平台包括路口感知与标定系统、监控系统、通讯系统以及边缘计算平台等。该系统为本文的研究提供了研究手段和验证场景。其次,在边缘计算中提出了基于支持向量机的驾驶员意图识别算法和基于贝塞尔曲线和代价函数相结合的未来轨迹预测方法。在天津市海河教育园区智能公交线路上,通过采集两个路口的230辆车的真实通行数据,针对路口车辆意图不明确的问题,分析了车辆在路口的通行意图和轨迹特征,利用支持向量机对驾驶员意图（直行、右转及左转）进行识别。针对车辆未来轨迹不明确的问题,使用贝塞尔曲线拟合出轨迹簇,再使用代价函数筛选出一条最有可能的轨迹,作为最终的预测轨迹。经过与采集的80辆车的实际轨迹数据对比,驾驶员意图分类算法准确度在92.5%以上,车辆预测轨迹与真实轨迹间平均偏差为0.214m。最后,针对城市路段固定的拓扑结构以及交通规则,设计了以安全性和高效性为目标的智能车辆通行策略。采用基于预测轨迹的智能车辆碰撞风险估计,根据碰撞时间构造了碰撞风险系数用来划分碰撞风险级别,保障智能车辆行驶的安全性。采用基于车流量的交通信号灯有效时间估计,获取更贴近实际的通行时间。根据不同的交通信号灯的相位,设计绿灯场景下的三种通行模式以及红灯场景下的三种的通行模式。最后基于碰撞风险系数和三角函数优化了车辆的通行速度,减少车辆在路口停车的次数提高车辆的通行率。在Prescan和MATLAB中搭建仿多个真场景,验证了智能车辆在交叉路口可实现减速避撞,重新启动以及紧急避撞,验证了智能车辆在交通信号灯场景下可实现匀速通行模式、加速通行模式、减速通行模式以及停车等待模式。