智能交通信号控制系统是基于交通大数据的人工智能应用系统。该系统在挖掘海量实时交通大数据的基础上，利用人工智能判断道路运行状况，优化交通信号区域协调控制方案。

　　这里说的交通大数据是指GPS数据、手机信令数据、APP、以及未来可能很快出现的车联网数据,智能交通信号控制系统还可以实时访问其他交通检测数据，如流量检测器、队列长度检测器、速度检测器等。，以纠正和检查系统定时方案。

　　交通信号灯厂家传统信号控制系统的局限性目前国内主要使用的交通信号控制系统(包括SCOOT和SCATS)都是依靠布设在交叉口的检测器，利用经典的交通信号控制理论和算法来计算和优化区域协调配时。但在实际应用中，由于探测器工作环境差，道路施工频繁，探测器状况不佳，所以没有探测器提供数据的信号控制系统只能降级使用，只能运行固定周期的单台信号机计时方案。

　　另外，现有系统多为封闭系统，无法接受其他检测手段提供的交通流量检测信息；现有的系统信号优化算法没有很好地结合智能交通的研究成果；目前的交通控制系统评估没有很好地利用大数据分析方法。

　　实时控制方案控制分类根据控制区域的不同，控制可以分为三个层次:中心控制、单元控制和单点优化。

　　中央控制器需要协调每个单元的信号周期小区内每个路口使用相同的信号周期或半周期，上下游路口配置合适的相位差——根据行驶速度和距离计算行驶时间交叉口的绿信比根据整体交通拥堵评估方向作为一个整体进行分配装有交通检测器的十字路口绿尾红头可以根据车辆到达情况进行优化同样的优化方法也可用于带全球定位系统的联网公共汽车控制策略区域整体优化控制干线优先控制(绿波带)

　　拥挤区域的延迟进入控制(红带),重要交叉口的通行控制(控制四个方向的进入交通),十字路口的交通堵塞消失了数据收集和处理(重点关注交通大数据),GPS大数据的主要形式:时间、经纬度。

　　如果采样间隔很短，可以计算出更准确的层速度根据导航数据可以知道交通流向，根据流向比例可以确定信号控制方案，因为导航数据都有未来路径。导航路径是流向，包括一般流向和交叉流向。实时情况评估评价指标:速度、排队长度、拥挤指数评估结果的可视化