随着我国近些年经济的鹏飞发展,迈入城市化进程越来越快,机动车车辆的拥有量日益增多,给人们带来了便利出行的方式生活,同时也引发了路口拥堵、尾气污染等一系列问题。越来越多的专家和学者对这一现象引起重视,他们致力于缓解路口的拥堵,提高通行效率。目前,我国正在大力建设智慧城市,其中很重要的一个环节就是智慧交通,需要最大限度的发挥城市交通效能,改善城市交通拥堵状况。本文以减少拥堵,提高路口单位时间内通行车辆数为目的,结合计算机视频图像处理技术和嵌入式系统应用,以迭代学习控制理论为基础,设计了一套根据车流量来实时调节红绿灯时间的智能交通信号系统。首先,由于城市交通流存在着非线性动态特性,很难建立准确的控制模型,同时每天的同一时间段和同一地点的交通流具有重复性特点,并呈现了明显的周期性特征。因此,本文采用迭代学习控制算法,对红绿灯的时间周期和每一个相位的有效绿灯时间进行优化,使车辆的排队长度差和系统误差趋于零,最大限度的提升通行效率。其次,当前交通路口的监控系统特别完善,能便捷的获取道路路口的实施监控视频,不需要添加额外的车流量检测设备,通过对获取监控视频进行图像处理,可得到车流量数据。本文首先对视频图像进行预处理,然后使用背景差分法来提取车道背景和运动目标,采用改进的虚拟线圈方法,利用Open CV软件对路口的监控视频进行处理,来获得更加准确的车流量统计数据。然后,根据路口的实地勘测,并对智能交通信号系统进行整体方案设计。由于嵌入式系统具有可移植性强、方便定制和性价比高的特点,同时基于智能交通信号系统方案设计要求,综合考虑后,本文对ARM架构体系进行分析,结合智能交通信号系统特点,确定ARM-V7架构为该芯片的指令集,最终选用基于Cortex-A8为内核S5PV210芯片。最后,对智能交通灯系统的软件平台进行搭建并调试。整个开发环境在Linux下的操作系统下,以S5PV210为整个系统核心,对交叉编译工具链的移植、TFTP和根文件系统的移植、Bootloader移植和Linux内核移植等软件系统进行搭建。然后,用手机实地拍摄上海莘建东路和广贤路的组成的交叉口,来模拟获取监控视频,利用Matlab软件进行算法仿真,得出最佳周期时间和各个相位的最佳绿灯时间,验证所提出的智能交通灯迭代控制算法的有效性,并进行相关调试,将算法在系统中验证,发现调整后的时间能有效的减少拥堵,提升通行效率。