交叉路口是交通路网中的最易发生交通拥堵和交通事故的区域,也会由于车辆不当加/减速行为造成交叉路口车辆燃油消耗和污染物排放水平加剧。自动驾驶汽车是改善交通拥堵、提升交通安全的有效交通模式,但传统人类驾驶与自动驾驶混行的状况必将长期存在,交叉路口自动驾驶汽车的行为决策及控制是实现自动驾驶汽车生态驾驶面临的技术难题。因此,开展以燃油经济性为主的交叉路口自动驾驶汽车生态驾驶决策与控制研究,对有效提升自动驾驶在复杂交叉路口的智能决策与控制具有重要的研究价值。本文结合国家重点研发计划项目“智能电动汽车的感知、决策与控制关键基础问题研究”子课题的部分内容,针对交叉路口自动驾驶汽车生态驾驶问题,建立交叉路口车辆生态燃油消耗模型,并考虑交叉路口信号配时信息、自动驾驶周围车辆驾驶风格及其行驶状态对自动驾驶行为决策的影响关系,提出交叉路口自动驾驶汽车生态驾驶行为决策方法,设计以经济性为主,兼顾行驶安全性、舒适性的生态驾驶控制算法,实现交叉路口自动驾驶汽车生态驾驶智能控制。具体研究内容如下:（1）自动驾驶汽车生态驾驶燃油消耗模型。选择美国阿贡实验室公开的D3数据库中车辆油耗数据集作为建模数据,分别建立以发动机转矩、转速和功率、转速为输入的多项式稳态油耗模型,利用最小二乘法求解模型参数,通过贝叶斯信息准则对模型进行评估。针对传统稳态油耗模型难以准确计算车辆在动态工况下油耗的问题,分析加速度、速度、比功率与油耗补偿值之间的关系,建立基于比功率的瞬态差值修正模块,以提高瞬态油耗模型的精确性,为生态驾驶决策和控制策略研究提供理论基础。（2）考虑燃油消耗的交叉路口自动驾驶生态驾驶行为决策。根据交叉路口行为决策逻辑与车辆行驶状态,确定车辆在无前车影响下的决策行为。考虑前车驾驶风格对交叉路口行为决策的影响,利用高斯混合模型对跟车特征参数进行聚类分析,建立基于支持向量机的周围车驾驶风格识别模型,并以驾驶风格、交叉路口相位配时和车辆行驶状态作为输入,构建基于二元Logistic回归的交叉路口驾驶行为决策模型。在自动驾驶汽车生态驾驶燃油消耗模型的基础之上,提出交叉路口自动驾驶汽车生态驾驶策略,并仿真验证生态驾驶策略的有效性。（3）交叉路口自动驾驶汽车生态驾驶控制。根据交叉路口生态驾驶行为决策输出,对自动驾驶汽车进行相应的生态驾驶控制。基于模型预测控制理论,对预测时域内的车辆安全性、经济性、舒适性等多性能目标进行量化分析,并建立相应的指标函数和约束条件,得到生态驾驶策略下最优控制量。应用simulink和Carsim仿真平台,将MPC与线性二次型最优控制两种控制器的控制效果进行对比。本文针对交叉路口场景下自动驾驶汽车生态驾驶等相关问题进行研究,建立自动驾驶汽车生态驾驶燃油消耗模型,考虑前车和信号灯约束的影响,提出交叉路口自动驾驶汽车生态驾驶行为决策方法,设计以燃油经济性为主的生态驾驶控制算法。运用Carsim/simulink联合仿真平台,对交叉路口自动驾驶汽车生态驾驶控制策略的有效性进行验证,对自动驾驶汽车复杂交叉路口下的生态驾驶智能控制提供理论基础。