智能交通系统（Intelligent Transportation System,ITS）一直被视为工程应用领域的热门研究方向,近年来受到广泛关注与大量研究投入的自动驾驶技术与车联网（Internet of Vehicles,Io V）技术,则进一步推动了ITS研究领域的发展。在未来的交通场景中,当前存在的一些特殊场景如交叉路口依旧会是交通事故多发、通行效率低下的关键场景,目前许多研究都致力于提出合理的方案,以改善未来自动驾驶车辆通行路口时所面临的行驶安全与通行效率问题、以及车辆与以行人为主的周围弱势道路使用群体（Vulnerable Road Users,VRUs）之间存在的碰撞事故问题。目前对自动驾驶通行路口过程的研究,大多适用于交通状况较为简单的理想场景,与现实情况相差较远;且实现过程中往往会引入较高的通信与运算负荷。而对于车辆与VRU之间的碰撞检测问题,目前大多借助图像处理等方式识别目标,无法解决目标遮挡的情况;此外,相较于对单一目标进行有效性检验,大多相关研究并未对目标密集场景进行性能测试。基于这一背景,本文聚焦于未来交通场景中的交叉路口,实现复杂交通状况下自动驾驶车辆安全、高效地通行路口;同时借助Io V通信实现对多VRU目标的全场景碰撞检测与预警系统。文章的主要工作包括:（1）自动驾驶车辆通行交叉路口过程的轨迹规划与控制的设计与研究。首先,本着尽量减轻通信负荷的原则,设定了通信拓扑结构、终端通信任务、信息格式与内容。其次,本文借助编队特性,提出了基于时间延迟思想的自动驾驶车辆通行路口单车道场景的轨迹规划策略,并理论证明了其可实现预期的车辆行驶状态转换过程;同时依据该策略提出了针对同方向多车道情况的车道选择规则,保证车辆通行路口所需时间最短。此外,文章还提出了一个基于模型预测控制（Model Predictive Control,MPC）的模型,实现车辆控制。最后,MATLAB/Simulink仿真平台上的实验结果证明了所提策略的合理性与安全性、以及控制模型的有效性。（2）VRU与车辆碰撞预警系统的设计与实现。首先,在尽量降低通信负荷的前提下,制定了信息传输格式与内容。其次,依据检测目标不同的运动状态分别提出了两种不同的基于卡尔曼滤波的模型,以减小GPS定位误差,提高预警结果的准确性。接下来,对预警算法各部分的原理设计进行了详细的介绍。最后,基于VISSIM的仿真实验结果证明了所提的算法对潜在碰撞预测的有效性,以及算法在密集目标场景下的可用性与实时性;此外,滤波模型的测试结果也证明了其对减小定位信息误差的有效性。