我国城市化进程发展迅速,道路网络也变得更加复杂,机动车保有量增长迅速,交通拥堵日益严重。提升道路网络通行能力的方式一般有两种,一是加大基础设施建设,提升路网密度,增加通行能力供应量。二是进行有效的交通管理与控制,通过对城市交通管理与控制方法的研究,来提升已有道路的通行能力。交叉口作为城市路网的瓶颈,是交通拥堵和事故的主要发生地。合理有效地交叉口控制方案,可以减少交织车辆的冲突,降低交叉口延误,增加路网通行能力,从而保障城市交通系统的安全、稳定运行。为此,本文开展基于网络脆性的交通控制方法研究具有重要意义。道路交通系统是典型的复杂系统,交通事故或拥堵的发生会激发系统的脆性,进而导致交通系统的崩溃。随着道路网络规模的不断扩大,交通系统的脆性问题也变得更加复杂。为降低城市交通系统脆性风险,需要对系统脆性源的构成进行分析。本文应用改进模糊层次分析法来计算城市交通系统脆性源,通过对其脆性基元的权重分析,找出提升交通网络稳定性、降低网络脆性风险的主脆性源,为后续交通控制方法研究奠定理论基础。交通控制方法作为提升道路网络通行能力的重要方式,一直以来都是交通运输工程领域研究的重点和难点之一。本文首先通过车辆导航定位方法(第三章)的研究,来确定车辆位置信息;并通过基于视频的道路网络信息采集(第四章)来确定道路网络的交通状态信息。以上述两章内容为技术支撑,建立基于混合优化模型的交叉口控制方法(第五章)。最后搭建了基于Hadoop平台的智能交通控制系统,为后续控制方法的验证提供平台。本文具体研究如下:(1)城市交通系统的脆性源分析在论述城市交通系统这一复杂系统脆性及特点的基础上,应用模糊层次分析法对城市交通系统的脆性源及权重进行分析。通过分析计算可知,方案层中重要度向量结果排序前四位依次为:驾驶员、行人、管理和交叉口特性。即通过对以上四个主脆性基元的调整改善,可以有效提升系统的稳定性、降低道路网络的脆性风险。鉴于人在交通系统中的复杂性和社会性,本文将研究重点集中于管理和交叉口特性这两个脆性基元,为后续开展控制方法的研究奠定理论基础。(2)基于北斗的车辆导航定位方法基于北斗的车辆导航定位可以提供准确的车辆的位置信息及路径信息,为交通控制方法的研究提供技术支持。本文在论述北斗定位及航迹推算定位原理的基础上,利用无迹卡尔曼模型的优点,建立基于UKF的北斗/航迹组合定位算法。为进一步提高定位精度,采用电子地图匹配来进行定位修正。最后通过跑车实验,验证了该方法对相对单一定位方式在定位精度上有较大幅度的提升。(3)基于视频的道路网络信息采集方法基于视频的路网信息采集可以方便、准确的提供道路网络上路段及交叉口的交通状态信息,为交通控制方法的研究提供信息支持。视频信息采集系统主要分为三层:第一层是完成全景交通场景的视频拼接融合,应用的核心算法是改进多重投影全景图像拼接算法;第二层对已生成的全景交通场景视频进行视频中物体的边缘信息提取,应用的核心算法是基于时空上下文的边缘信息提取算法;第三层是完成对行驶车辆的识别及信息采集,这一层中的核心算法是模糊特征识别算法。由于模糊特征识别算法较为成熟,只要在所提取的边缘信息准确且充分,该算法均具有较高的识别率。因此本文主要完成前两层核心算法的开发,并在此基础上完成对基于视频的道路网络信息采集系统的搭建。(4)基于混合优化模型的交叉口控制方法有效的交通控制方法可以极大地提升道路网络的通行能力,是智能交通控制系统的核心策略。由第二章网络脆性分析可知平面交叉口极易诱发整个城市交通系统的脆性风险,因此该部分研究主要针对平面交叉口进行优化。结合第三章导航定位方法提供的车辆位置信息和路径信息,及第四章提供的道路网络交通状态信息,文章构建了基于混合优化模型的平面交叉口控制方法,重点对排队长度和延误时间进行优化,应用遗传算法对多目标方程的求解。算法验证中,通过计算交叉口在轻度、中度、重度交通需求下的车辆通行情况,得出该模型对不同交通需求均有较为有效的信号控制方案,特别是在中、重度交通需求下,可以有效的降低交叉口的排队长度和延误时间。(5)基于Hadoop的控制系统设计及实现基于大数据的交通控制方法是未来交通的发展趋势。本文应用视频信息采集系统完成道路网络中实时交通状态信息的获取,并根据车辆所处位置及路径信息,对路网中的交叉口控制进行配时优化,从而改善道路网络的脆性问题。文章选用Hadoop平台进行智能交通控制系统的搭建,集成了智能车导航定位、视频信息采集、交叉口控制系统等组成部分,完成了交通场景及系统各个功能模块的设计。通过仿真测试,该平台子系统间具有良好的兼容性和协同性,优化后的控制方案有效的降低了交通系统的脆性风险。