随着城市化进程的步伐加快,道路上车流量日益增加,交通在给我们生活带来便利的同时,接踵而来的还有交通拥堵问题。为解决拥堵问题,交通信息采集系统作为智能交通的开端,发展了多种数据检测方式,但大多是基于对交通数据事后的二次模拟分析和间接测量方法,尚未有一种能够完全满足交通流数据采集的实时性要求的系统出现。现有的交通模型多以单路口为研究目标,未考虑多个交叉路口协同控制。为了解决上述问题,本文做了以下工作:首先,介绍了现有交通采集方法的原理,比较其在城市交通中的优势与不足。为满足城市交通流数据采集的实时性要求,提出了一种基于ETC技术的交通流感知系统,该系统通过路侧单元RSU和车载单元OBU之间的通讯,获取路段的实时交通流数据,进而传输到位于道路交叉路口的交通灯控制器中,且设计了相邻交通灯控制器之间数据交互以及交通灯控制器到控制中心数据传输的专用通信协议,满足了交通数据实时采集和交通大数据采集的要求;并给出了基于ETC系统的车道数据的详细计算方法和公式。然后,针对城市交通交叉口模型进行了研究,提出了一种相邻交叉路口协同控制的交通模型（ICC模型）,该模型结合上下游的绿灯剩余长度,考虑车辆到达时信号灯的多种状态,以及考虑排队长度和消散速度对相位差的影响,通过合理匹配设置相邻信号交叉口的相位差,提高了车道车辆通行效率。采用VISSIM和MATLAB软件,针对本文提出的ICC模型进行了仿真,仿真结果表明,信号交叉口的ICC模型的平均延误、排队长度小于固定配时的车均延误时间,能够明显提升交叉口的通行效率,降低车辆的通行时间。所提出的基于ETC技术的交通流感知系统能够快速且准确地采集数据,在测量交通流的同时,提供了车辆行驶特性的大数据,为智能交通未来对轨迹分析以及出行属性分析提供了基础数据,便于城市管理者实现对城市空间运行态势的全面掌握。基于相邻交叉口的协同控制模型在实际交通中更具应用价值,为实现智能交通、缓解城市拥堵提供了理论基础。