交通的不断进步与发展给人类创造财富的同时也给人类带来了一定的危害,交通事故的频繁发生不仅危及生命，使国家和人民的财产遭受重大损失，而且还破坏道路的运输能力，导致交通拥堵，如何减少和防止交通事故的发生，已经成为改善城市交通安全状况的一个迫切任务。本文提出的实时道路交通安全状态自动检测，就是通过获取某一路段道路状况参数来判别道路交通安全状态的等级。本文中将道路交通安全状态分为三个等级：安全，不安全，危险。驾驶员和管理员可以知道某一路段的道路安全状态，对于不同的安全状态采用不同的措施，可以起到提醒和预防的作用，在很大程度上可以降低交通事故的发生率和交通事故的危害性。对于影响道路交通安全状态的因素，本文中主要讨论的4个因素：交通状态，天气因素，能见度，超速。分析了各个因素对于道路交通安全的影响和所带来的危害。对4个因素的分类判别相当于不同的参数进入4个不同的分类器。交通状态即道路的拥挤状态，分为：顺畅，拥挤，拥堵；交通状态的分类是利用视频提取的交通流参数：车速和占有率，经过sugeno型模糊推理获得交通状态的级别。天气因素因为地域性问题只考虑雨天的情况，通过自动雨量站获取雨量大小，对于不同的雨量设置不同的级别。能见度大小是通过图像亮度的标准偏差的大小来分类。对于超速问题，利用基于停车视距的AASHTO模型，创新的提出了安全车速，通过和安全车速的对比来分类。通过实验和仿真的办法分别验证了各个分类器的可行性和提出了改进的方案。道路交通安全状态分类是结合4个因素的分类结果即4个分类器的结果进行分类，采用加法规则集成4个分类器的分类结果，对不同的分类结果进行分析验证这一方法的可行性。