改革开放以来,随着我国综合国力的日益增长,城市的人口和机动车拥有量也在急剧增长,城市交通交通压力日益加大,但是城市的一些交通的配套设施和管理措施没有跟上车辆增长的速度,从而交通拥挤堵塞现象日趋严重,交通事故时有发生。随着我国城市规模的不断扩大,交通问题便成为人们所关心的问题,也成为城市管理工作中的重大社会问题,阻碍和制约着城市经济建设的发展。自2000年以来,国务院和公安部、建设部颁布了一系列关于实施全国城市道路交通管理“畅通工程”工作的文件,提出借助高科技手段建立城市综合交通信息采集、发布平台,加强城市公共交通营运能力和交通诱导等能力建设,全面提升行业整体信息化管理水平和公众服务质量等具体工作要求。智能交通系统(Intelligent Transportation System,简称ITS)以信息处理技术、计算机处理技术及数据通讯传输技术等对传统的交通运输系统进行系统改造升级,从而提高城市交通系统的运行效率、安全性和可靠性的目的。实时交通路况信息是ITS的核心,主要交通流参数包括交通量、行车速度、车流密度、车型分类统计等。这些数据是交通管理部门制订政策、采取措施、科学规划交通设施的客观依据和基础。要构建完整的ITS系统,首要任务就是构建一个准确的、实时的和可靠的实时交通路况信息系统。常用的交通参数的检测方法有GPS浮动车、人工、地埋感应线圈、移动通讯网络的采集、视频检测等[1-3]。视频检测在检测范围,检测交通参数范围和准确性等方面有很大的优势。本文主要以视频检测交通流参数技术为基础,采集城市交通有关其他的数据,进行处理、建模、融合,获取实时交通路况信息。在现有的道路交通状况下,为出行者正确进行路线选择,缩短交通时间以提高效率为目的。以其提高城市道路交通的安全畅通,从而进一步改善道路环境。基于视频的实时交通路况信息系统性能的好坏关键在于实时交通路况信息系统的准确性、实时性和鲁棒性。本论文的主要工作是实时交通路况信息系统的框架设计,提出了应用遗传算法优化实时交通状态的模糊判别模型参数,对模糊控制器所做出的决策进行动态调整结果表明该算法具有更高的检测率和更低的误报率,能提高实时交通路况信息准确性。