随着全球经济的高速发展,社会对交通运输需求持续增长,交通问题已成为世界各地城市,尤其是大城市面临的首要问题之一。近年来,随着智能交通系统的开发和无线传感器网络的研究发展,有学者开始把无线传感器网络应用于智能交通方面,并尝试对其进行了一系列的研究。然而无线传感器网络技术还不成熟,许多问题没有解决,对基于传感器网络的智能交通研究还处在一个探索的阶段。在当前传感器网络应用于智能交通的研究现状下,本文提出了一个基于传感器网络的系统模型,并在此系统模型的基础上,对基于传感器网络的智能交通应用进行了探索性研究,主要内容如下：本文给出了一个基于传感器网络的四层体系结构交通控制模型,模型结构配置灵活方便,且具有很好的扩展性和低耦合性。另外结合道路交通流的采集、路口的延误时间、车的堵塞预测值等交通性能指标和路口指标函数对模型进行指导调度,交通性能指标函数的引入使得系统的实现具有可信性和可指导性,对实现基于传感器网络的智能交通具有一定的研究价值。基于道路交通网的最近邻查询应用已变得越来越广泛,而道路交通网是一个复杂庞大的网络,当前应用广泛的最近邻查询算法只是适应于特定的情况,当道路上的兴趣点变得稠密或者稀疏时,算法就变得不再适用了。在提出的智能交通系统模型的基础上和当前最近邻查询算法的研究现状下,本文给出了一种基于移动agent的道路交通网的k最近邻查询算法,与基于客户机/服务器模式下传统算法相比,该算法不仅能够适应网络的动态变化,利用移动agent的自主性、移动性等特点,移动agent而且能够独立地在路口执行查询工作,实验显示算法具有较高的查询效率。传感器网络作为一种新兴的技术,应用于智能交通,是当前的一个研究方向,它对有效缓解交通拥堵等一系列问题具有重要的作用和研究价值,是实现智能交通的重要方法和途径。