交通流检测是智能交通系统(ITS)的重要组成部分，它将各种传感器检测到的信息汇总得到实时准确的交通流数据，送给智能交通控制中心，使其发出相应的指令，从而实现智能控制的目标，提高数据处理的精度和可靠性正是当今交通流数据处理技术研究的一个重点。 如何更好地利用多传感器信息融合技术在信息处理方面的优势解决道路交叉口短时交通量检测问题，是本文研究的目的和重点。本文围绕道路交叉口交通量检测这一中心课题，研究了交通量检测的一般方法，多传感器信息融合结构和融合算法，神经网络技术以及融合系统的方案设计、仿真。研究结果使我们进一步增强了对信息融合技术的理解和认识，拓宽了它们解决更多实际问题的应用空间。交叉口交通流量作为城市智能交通控制的一种重要的信息来源，其交通流检测技术从单一传感器处理系统发展成为多传感器处理系统，将多传感器信息进行优化配置，性能互补。因此，基于多传感器融合技术的道路交叉口车流量检测研究具有重要的现实意义和应用价值，本文的主要工作总结如下： 在交通信息的检测部分，本文给出了一种交通信息采集方法，提出了在相邻交叉口间均匀铺设多个传感器，使得每一交叉口间的多组检测器可在不同时间、空间上直接测量交通信息，与任何单一数据源相比，其信息更加全面、准确、可靠；同时，综合介绍了基于数学模型和非数学模型的交通量检测的一般方法。 在交通信息的处理部分，结合多传感器信息融合结构和层次，构造基于时间和空间特性的两级融合结构，先对空间信息进行融合处理，数据经预处理后，用最小二乘法对其进行融合计算，得到空间信息融合结果；将空间信息融合结果作为时间信息融合系统的输入样本，根据交通流数据的非线性特点，以及BP网络能实现任意复杂非线性映射问题，本文通过数据关联，采用三层BP网络来实现交通流时间信息融合计算。 最后，本文利用Matlab对融合系统的设计方案和算法进行仿真实验，并且对结果进行分析，实现对道路交叉口间车流量的检测。