随着智能网联车技术的不断发展,通过智能网联技术提高城市道路交通系统的运行效率被认为是解决城市交通拥堵问题的新出路。由于车辆的更新换代需要一定的时间,在相当长的时间内城市交通系统将处于一个混合交通环境,即网联自动驾驶、网联人工驾驶和非网联人工驾驶车辆混行的交通流状态。本文以混合交通流为研究背景,探究网联自动车与交叉口的协同控制策略与方法。本文面向混合交通环境,提出了一种基于队列的控制优化模型。将同一车道上的车辆划分为不同的队列作为基本单元,根据网联车辆的信息估计队列整体的交通状态。该模型既保证信息预测的准确性又能够降低模型的复杂度。通过队列在不同交通情景下的行为判断,预测队列的延误。在此基础上,建立了以最小行程延误为目标的优化模型。将信号方案作为决策变量,同时考虑智能网联车辆的速度引导,利用分支定界法对模型进行求解,实现对信号方案的实时更新。此外,车辆按照既定的引导速度,调整其加减速。最后,本文构建仿真平台对不同交通场景下模型算法的有效性进行验证,并与其他控制方式进行对比分析与评价。结果显示,在中高饱和度情况下本文提出的协同控制模型的行程延误降低幅度明显大于感应控制和定时控制。在低饱和度下,协同控制模型效果与感应控制差别不大,但仍好于定时控制。在饱和度一定时,当网联车辆渗透率低于40%时,网联车辆（网联自动驾驶车辆和网联人工车辆）渗透率越高效果越好;但是当网联车辆渗透率超过40%,改善效果不明显。此外,网联自动驾驶车辆越多,行程延误也越低。