为克服现代交通信号控制在国内混合交通流、恶劣天气等环境下效果不佳的不足，面向下一代交通信号控制系统的建设需求，建立了交通信号配时所需的各项交通信息识别方法。本研究从分析当前自适应交通控制的不足及未来交通控制发展的需求入手，确定了多元混合交通流特性，恶劣天气配时基础参数识别，行程时间及转向比识别、路网状态识别、驾驶员人机学分析等研究内容。基于高精度视频，应用统计分析法获取流密速特性及车辆分布特性，应用行动分析软件标定车辆间作用特征，明确各车流运行特性及机动车不受非机动车影响的空间要求，对交通设施的设计及基本交通参数的标定给出了建议；通过采集各降雨强度下可持续最小车头间距的分布，获取降雨对饱和流率的影响，结合实时摩擦系数及能见度信息，建立了恶劣天气饱和流率动态识别模型，开发了结合动态饱和流率信息的控制优化算法；开发了基于蓝牙及WIFI信息的分布式交通信息采集设备，建立了行程时间及转向比实时采集及分析模型，可准确的识别交通系统中的乘客出行特征，为对交通需求实时精确建模奠定础；结合实时GPS数据，应用ArcGIS及Oracle数据库构建了路网交通运行状态的实时识别平台，并用此技术识别了高速公路的互通极限间距；构建便携式驾驶员的人机学分析平台，明确了驾驶员心电、肌电、血氧及眼动信息的分析平台，对驾驶员的实时状态进行了分析。为保证研究成果可应用于交通信号配时的优化，构建了基于VISSIM仿真软件的测试平台，证明研究成果均可使实时优化的交通信号配时更好的当前的交通状态。