随着我国经济水平不断提高,汽车保有量逐年增加,汽车庞大的燃油消耗已经成为温室气体的主要来源之一。由于信号灯的存在,交叉口附近路况较为复杂,车辆常常会在交叉口附近进行不必要的加速、减速和怠速行为,导致更多的燃油消耗、尾气排放和行程延误。为了解决上述问题,交叉口处生态驾驶（Eco-driving）策略被广泛研究;生态驾驶可以通过优化车辆行驶过程中的速度轨迹来提高燃油效率并且降低行程延误,然而少有研究考虑到信号灯前方的车辆排队长度对生态驾驶的影响。考虑前方车辆排队长度的影响,可以进一步优化汽车在交叉口处的燃油消耗和等待时间。本文利用车辆-基础设施（Vehicle to Infrastructure,V2I）通信技术,研究了基于排队长度预测的交叉口处生态驾驶策略,主要研究工作和创新点如下:（1）针对非饱和信号交叉口,提出一种基于排队长度预测的交叉口上游生态驾驶算法。首先,通过V2I通信技术获取交通流和信号灯参数后,提出了基于交通波理论的排队长度预测模型;然后,在该排队长度预测模型的基础上,建立了交叉口上游燃油最优车辆轨迹优化问题;接着,为便于快速求解,根据车辆是否能够不停车通过交叉口,将该优化问题分解成两个子问题,并且优先采用不停车通过交叉口的子问题的求解结果控制智能网联车辆（Connected-Automated Vehicle,CAV）。VISSIM仿真结果表明,所提算法在单辆车和整个交通流中都能取得较好的燃油优化效果。（2）针对非饱和信号交叉口,提出了一种基于排队长度预测的信号交叉口上下游生态驾驶算法。首先,利用车辆前方预测的排队长度获取车辆通过交叉口的通行时间;然后,通过三角函数速度曲线对上游减速控制路段进行优化,使车辆尽量不停车通过信号交叉口;最后,再对下游加速控制路段进行优化,使车辆加速到自由行驶速度。VISSIM仿真结果表明,所提算法不仅减少了车辆燃油消耗提高了燃油效率,而且缩短了车辆的行程时间。