随着车流检测技术的不断发展,传统检测方式难以满足实际应用需求。近年来,将智能视频监控技术应用于交通信息获取与处理,解决交通拥堵问题,已成为智能交通系统中的一项关键技术。目前虽已建立起了较为完善的智能交通系统,但各子控制系统之间难以进行有效的数据融合和信息共享,只能进行简单的信息采集和处理,并没有通过视频联网共享和交通控制策略结合起来,致使系统之间的联动控制机制没有形成。本文主要以国家自然基金项目(F030209) “基于Agent和演化博弈的城市交通信号区域联动控制协调运行研究”为依托,开展对城市交通智能化管理和控制的关键技术进行研究。利用视频识别相关的技术手段,实现对交通流参数的实时提取,实时判别交通状态,结合agent技术,针对相邻交叉口交通流的关联性,通过相邻交叉口间的信息交互,对控制小区进行调整,并了解其协调任务的简易度和紧急度,及时采取联动控制措施。首先,根椐交通的实时性需求,构建了基于虚拟线圈的交通参数提取模型,描述了车辆检测和车辆跟踪的实现过程,分析了参数提取的重点要素,指出了车辆检测和跟踪是交通参数提取的重点。其次,根椐交通参数的时空变化规律分析,提出基于模糊认知图的交通状态快速识別与跃迁转变模型,构建了交通参数关联关系图,指出了跃迁转变的内部和外部影响,分析了跃迁转变的过程。然后,根据基于系统动力学的拥挤传播模型对交通拥堵的产生及传播规律进行分析,应用节点收缩法确定关键节点,得到一个关键节点重要度的排序。根据交通拥挤扩散规律,以关键节点为控制小区中心,以最短路径阻抗作为约束条件,确定控制小区的范围。根据交通关联度和相似度对节点和关联路径进行划分,提出了基于节点收缩法的控制小区动态调整与优化模型。接着,根据多Agent协调联动控制不仅要考虑自身的运行效果,而且考虑自已排放车流对下游交叉口的影响,将每个路口看作一个Agent,建立基于遗传算法的信号优化模型;根据交通任务的简易度和紧急度,建立基于模糊理论的Agent协调控制选择模型;根据直接信任协调和间接信任协调确定协调团队,构建虚拟控制校区,提出了基于多Agent的协调联动控制模型。最后,根据对原有系统的更新和改进,并要求Agent不同功能之间的互联方式、信息传递和数据共享,以集成的思想,设计了一个基于多Agent的城市交通协调联动控制体系。通过对视频识别和多Agent的协调联动控制关键技术的研究,可以有效提高提取交通参数的速度和准确度,并增强交通信号控制能力和覆盖范围,实现城市交通实时、多点以及协同控制的目的,对缓解城市交通拥堵具有指导意义和参考价值。