为了提高传统交叉口通行能力,一些学者试图改变车辆在交叉口运行的时空规则,针对左转直行冲突交通流,提出了远引掉头、占用出口道左转、U型左转远引、领结交叉口等多种交通组织与信号方案。其中最主流的有两种信号控制方案,移位左转交叉口(连续流交叉口,Continuous Flow Intersection),以及排阵式交叉口(纵列式交叉口,Tandem Intersection)。移位左转交叉口在全世界范围内应用较为广泛,其在提高交叉口通行能力、缩短信号周期、提高道路资源利用率、减少延误等方面都有显著效果,但该类交叉口必须为右转车辆单独设计至少一条右转专用道。这增大了交叉口面积并且不利于城市原有交叉口的二次改造,导致其不适用于小型交叉口。自动驾驶技术的迅猛发展将在一定程度上颠覆了目前已有的交通控制理论。车车通信(V2V)、车与基础设施通信(V2I)乃至车与一切通信(V2X)技术,能够辅助车辆在行驶过程中彼此共享运行状态信息,如果车辆按照一定通行规则通过交叉口,计算机便有可能对未来可能发生的危险进行预测,从而提前操控车辆进行避让。传统的跟驰模型都是以前方车辆当前运动状态作为跟驰目标,与后车运行状态无关,并且认为车辆仅受当前交通状态影响,与其未来运行状态无关。主动避撞算法一般采用安全距离模型,它能控制速度或加速度来保证前后车的安全距离,但在分流、合流、交织等条件下,不能获取最佳运行状态。目前在基于自动驾驶车辆感知特性的跟驰避撞模型方面研究甚少。论文设计了一种自动驾驶背景下不需要设置右转专用道的移位左转交叉口,并且设计了新的右转车辆运行轨迹,分析了移位左转交叉口存在的三种潜在碰撞情形:直行右转分流、直行右转合流、右转移位左转冲突。提出新的控制策略,令自动驾驶车辆预测未来交通状态并进行跟驰;同时,使避让冲突路段由曲线段转移至直线段,提升了乘客的乘坐舒适性;针对不同碰撞情形,对先进先出模式(FIFO)参数进行修订,优化车辆通行序列和驶离冲突区时刻,保证车辆安全;应用运动学理论建立一种基于未来交通状态预测的避撞模型;选取合理的输入参数,计算避撞模型的控制速度、加速度、控制时间等输出参数,与传统交叉口进行比对,分析优化效果。结合自动驾驶车辆状态感知与信息共享的特点,论文提出的避撞模型是对传安全距离模型的改进,可以取消移位左转交叉口右转专用道,优化了车辆在交叉口的速度与加速度,为交叉口自动驾驶车辆通行规则提供了新的思路。