目前我国城市化飞速发展,城市机动车数量快速上升,城市车辆与道路之间的供需矛盾日益紧张,交通拥堵问题将日益严重,由于交通信号灯的控制机理导致交通道路利用率低,促使交通肇事情况日渐增加。所以,开发一个智能的交通信号灯控制系统帮助缓解交通拥堵是一项非常有价值、有意义的研究课题。与此同时国家也在加大力度投资构建智能化交通系统,为本系统提供了广阔的应用前景,以及牢固的硬件支撑。出于上述原因,本文给出一种基于信息融合的智能交通信号灯控制系统,帮助交通疏导人员合理有效的组织交通拥堵车辆进行疏散,并降低交通事故发生概率。本文给出了一种基于尖点突变理论的交通拥堵预测方法。首先,对采集到的交通车流量信息及车辆行驶速度信息通过小波神经网络进行交通信息预测。然后利用基于尖点突变理论的交通拥堵预测方法对道路车辆密度和道路车辆行驶速度信息进行信息融合,得到道路交通发生拥堵的临界车辆密度和临界车辆行驶速度,最后通过预测的车流量信息与推导出的临界车辆信息进行合理的车辆调度策略。并对基于信息融合的智能交通信号灯控制系统的总体架构、功能架构和技术架构进行了设计与信号灯控制调度模块的仿真实现。本文对实际道路中的车辆进行了实验测试,并对道路中的车辆进行了智能化的交通调度。实验结果表明:利用前三周周一的车辆信息对神经网络进行网络训练,并对第四周周一的道路车流量进行预测,得出预测结果与实际观测出的交通流量结果比较发现准确率达到84%以上。通过本智能信号灯控制系统调度后该路口的交通流量极值由原来的300辆下降到现在的185辆,道路的交通拥堵情况平均缓解27.89%,该智能信号灯控制系统发挥出了高效的调度效果,可以应用于实际的交通控制中,为下一步系统的开发提供了基础。