城市汽车保有量随着城市化进程的加快而快速增长,导致城市道路交通拥堵问题变得愈发严重,为了有效地缓解城市道路拥堵问题,智能交通作为智慧城市建设的重要组成部分,已成为当前研究热点。2019年度智能交通领域中交通信号控制成为最受关注的民生内容之一,在原有的道路建设条件下,研究如何缓解城市交通拥堵状况,提高路网通行效率和管理能力,解决当下人们关注的出行问题,具有重要的理论意义和研究价值。本文针对城市道路中交通控制信号优化问题进行了研究,利用交通道路监控拍摄的视频,实时获取当前道路的交通流量;将当前车流量数据输入误差校正小波神经网络预测模型,对路口下一时段交通流量进行预测;根据模型的预测值实时调整当前路口及区域路网的信号控制策略,提升道路通行效率及交通管理水平,在此基础上设计了基于视频车流量的智能路网指挥系统。本文在算法研究方面,首先,为了更加准确地获取视频中交通流量信息,提出了一种融合改进ViBe和自适应阈值阴影消除算法的动态目标检测算法,该算法利用均值背景建模对ViBe算法进行改进,解决了ViBe算法的鬼影问题,并且进一步融合了阈值自适应的混合色度空间阴影消除算法,有效地消除了前景图像中的阴影,使目标检测更加准确,为后续的车流量数据统计奠定基础;其次,为了提高小波神经网络预测模型的精度,对其进行了误差校正,运用时间序列预测模型对误差进行预测,利用误差的预测值对小波神经网络预测模型的预测结果进行修正,提高预测的准确性;之后结合多目标优化模型,对交叉路口的配时策略进行优化调整,实现交叉口的实时调控和智能指挥。论文针对研究的各部分内容进行了实验与仿真,本文提出的算法与模型均运行稳定并达到了很好的效果。论文最后给出了智能路网指挥系统的总体设计、软件平台设计、数据库设计以及界面设计流程,并对系统软件平台进行测试,结果表明系统运行稳定、可靠,达到了设计要求。