近年来,随着我国社会经济的快速发展,我国的交通系统发展越来越快,规模也越来越大,随之产生了交通拥堵,交通安全,交通污染等一系列问题。为了解决这些问题,大量的监控设备投入使用,视频监控系统在道路交通中的应用,为交通安全管理及拥堵管控等提供了技术基础,同时也对视频数据处理和分析技术提出了挑战。为了实现具有较高性能的视频数据处理,近年来,研究者将监控系统中的数据处理与边缘计算体系结构相结合。本文通过研究边缘计算技术和现有的交通系统,旨在建立基于边缘计算的路况监测系统。本文的研究内容主要包括:（1）通过对边缘计算及当下智能交通系统的研究,给出了路况监测系统的需求分析,并根据系统的需求设计了路况监测系统的系统架构,包括物理架构和逻辑架构两部分,并分析了系统的运行逻辑,设计了系统的主要功能。（2）设计实验,模拟实现了边缘服务器端基于视频的实时路况智能分析系统,给出了视频分析系统的系统架构及系统的视频分析处理架构,给出了交通监控视频的处理流程,并对视频处理结果进行了分析。（3）对边缘计算应用中如何部署边缘服务器的问题进行了初步探索,采用了K-means聚类算法,仿真设定一系列实验分析K-means聚类算法在边缘服务器部署问题中的表现,并给出了实验结果及分析。基于边缘计算的路况监测系统能够降低云中心的数据冗余,减少云中心的数据处理量,满足路况监控系统低时延、高实时性的需求,对交通安全管理及拥堵管控有很大的意义。