本文通过比较当前交通信号控制系统检测方法和交通流检测技术,在得到视频车辆检测器具有良好应用前景的前提下,以视频为车辆检测器的交通信号单点自适应控制方法为思路,研究了视频车辆检测器的运动补偿机制、车辆跟踪机制、车辆检测机制、综合判断机制和交通参数计算等方法,提出了FAST特征点+RANSAC算法的运动补偿方法、在线跟踪学习和光流法相结合的车辆跟踪方法、基于受限玻尔兹曼机深度学习的车辆检测方法和基于隐马尔可夫统计模型的综合判断方法,并将这些技术实际应用到视频检测器当中,与搭载SCOOT系统的西门子ST800信号机联动,实现交通信号控制随道路交叉口车流量等交通参数实时智能控制。为了验证这种方法的有效性,经过道路交叉口安装实测,以交通流高峰时段、平峰时段和低谷时段的交通信号配时优化的实验数据验证了该方法在实际应用当中的可行性,通过比较白天正常环境、夜间环境、逆光环境和阴雨天气环境下车辆检测精度验证了系统的可靠性。以实验数据来看,本文方法在各种环境下的检测结果达到信号控制的可接受范围,以本文方法实现的单点自适应控制方式在交通流平峰时段和低谷时段表现优越,实验数据在各方面表现出了良好的效果,满足大规模推广应用的条件。