交通是城市链接的重要纽带,对于城市的发展有着决定性的影响.伴随着经济与城市化取得了快速发展,随之而来的交通拥堵现象与道路交通安全问题也日益突出,如果道路上发生交通事件时不能得到及时处理,很容易对人民的财产损失和人员伤亡造成更大的威胁.传统的城市道路交通事件检测算法存在着检测性能低、检测时间长以及适用性差等各种问题,因此,如何快速有效的筛选甄别交通事件是城市交通管理和控制领域中十分重要的问题.在智能交通领域,累积和（CUSUM）控制图被大量国内外学者广泛应用于交通事件检测.这里所用的CUSUM控制图都是一元的或多个CUSUM的复合,没有用到变量间的相关性.本文通过建立一种基于改进的CUSUM控制图的城市道路交通事件检测模型,对城市的交通状况进行预警.该模型具有同时监控多个变量以及自适应调节的优良性能,实现对道路状况的实时监控和异常状态报警,对城市的交通规划管理和智能交通系统的进步有着理论价值和借鉴意义.首先,本文介绍了交通事件的定义和分类,阐述了一些经典的交通事件检测算法以及这些算法的优缺点,引入了能够体现道路情况的交通流参数和交通流传播模型的理论知识.由于CUSUM控制图在监控中小漂移时具有优异性能,选择建立基于CUSUM控制图的交通事件检测模型.通过分析交通事件发生后车流波传递过程研究路段上下游的交通流参数变化趋势,结合格林希尔治模型中密度和速度的相关关系确定了模型的检测参数.其次,考虑到交通事件发生可能的多样性和不确定性,最终选择了可以监控多个变量且针对当前数据漂移量可以自适应调节的AMCUSUM控制图建立交通事件检测模型.控制图可以随着监控过程中样本漂移量的大小自发调节参数值,设计AMCUSUM控制图以及设计相关参数,建立基于AMCUSUM控制图的道路交通事件检测模型.最后,根据交通流传播理论分析出的影响交通事件拥堵扩展程度的几个因素,通过VISSIM软件设计仿真实验,并将AMCUSUM控制图和同样基于检测器数据的经典检测方法即加州算法以及SND算法分别对仿真实验进行交通事件检测.结合交通检测模型的评价指标,根据仿真实验结果分别进行因素分析和对比分析.经实验发现,基于AMCUSUM控制图的交通事件检测方法在各种交通事件状态下都拥有稳定且优异的性能表现,最后将模型应用到实际道路交通事件检测中,发现检测模型同样拥有良好的检测性能.