随着计算机技术以及现代控制理论技术的飞速发展,它们的应用已经普及到经济和社会生活的各个领域,人们的现代化生活越来越依赖于它们的成熟应用。当今社会人口数量巨大,面对日益庞大的交通运输网络,以及急速增多的交通运输工具,人们迫切需要对道路交通系统进行更为有效的管理。智能交通系统ITS (Intelligent Traffic System)在这种情况下应运而生,并且得到了迅速的发展。本文以交通流模型为基础,首先详细介绍了交通流模型,分析了常用的单车道车辆排队常用数学模型“跟驰理论”,给出了“跟驰理论”线性模型和非线性模型两种常用表达方式,然后设计了一种能用于路口车流量实时检测的智能交通控制系统,主要由红外检测电路、AT89C52单片机、无线传感网络、LCD液晶显示等单元构成,此基于车流量实时检测的智能交通控制系统能够根据道路实时车流量调节对应相位绿灯延时时间,从而减轻交通警察的工作量,同时根据实际系统工作的需要,设计了几种智能算法,通过仿真实验验证了这些方法的有效性。归纳本文研究内容,主要工作有以下几点：1.交通流模型理论分析。交通流预测在智能交通算法的设计过程中具有重要的意义,本文给出了交通流分析中常用的三个参数,交通流量、交通流速度以及交通流密度,利用曲线直观地表达了这些参数直接的内在联系,同时对单车道车辆排队常用数学模型“跟驰理论”进行了分析,分别给出了它们的线性和非线性数学模型,为进一步工程应用提供了理论依据；2.基于城市道路车流量检测的智能交通控制系统应用设计。目前城市路口交通信号灯一般采用定时分配方式进行控制,根据系统中设定的初始时间控制红绿灯的延时时长,这种控制方法存在一定的缺陷,比如：当路口某一方向车辆较多时,控制系统不能动态分配绿灯延时时间,这样就容易造成道路车辆堵塞现象,在城市主要干道路口经常会看见交通警察手持控制器对路口红绿灯进行实时动态控制,这种控制方式效率低且不具有延续性。为了改变这一现象,进一步提高城市交通系统的智能化水平,本文研究了一种路口红绿灯延时时间与道路车流量信息相匹配的智能交通控制系统,该系统能够根据道路车流量大小动态调节红绿灯的延时时长,具有人工智能的特点,给出了系统硬件和软件设计组成部分,并且通过实验验证了该智能交通控制控制系统的有效性,具有一定的工程应用价值。3.模糊控制算法在智能交通控制系统中的应用研究。传统的系统控制方法一般是先建立系统的状态方程和量测方程,然后应用经典的控制理论方法,比如：Kalman最优估计、最小二乘法等对系统进行最优控制,然而城市交通系统是一个非线性、时变的大系统,它具有很强的随机性和复杂性,应用传统的预测模型很难对该系统进行实时准确的描述和控制,为了提高对系统控制性能,本文研究了一种平面交叉路口的多相位智能模糊控制系统,该系统能够学习吸收人工控制经验,模拟人工控制交通思路,比如：交通警察对路口交通的实时指挥功能,实现路口交通灯绿灯延时时间的智能调节与控制,该项研究成果能有效地提高道路交通车辆通行效率。4.基于GIS的智能交通系统设计研究。上世纪六十年代中期发展起来的地理信息在智能交通控制系统中得到了越来越多的应用,众所周知交通信息与地理位置密切相关,具有明显的空间属性,因此在智能交通系统中具有极其广泛的应用,比如：全球定位系统与GIS进行组合,可以实现车辆定位的三维立体动态显示功能,方便驾驶人员在陌生路段控制车辆的行驶方向。本文将GIS应用与智能车辆控制系统中,介绍了具有三层体系结构的GIS智能交通系统,同时简单介绍了如何利用数据挖掘技术实现从大量数据信息中寻找交通因素之间存在的内在关系,以实现对GIS数据的有效利用。