近年来,伴随着社会快速发展以及我国机动车保有量的急剧增加,路网拥堵已经成为一个普遍的社会现象,路网拥堵导致路网交通事故频发,而路网交通事故的发生又使路网拥堵加剧,产生恶性循环,甚至会造成路网瘫痪。因此,采取必要的路网管理和路网控制措施,对路网车流进行合理、有效的诱导,是当前函待解决的一个问题。路网运行状态判别与服务是进行路网管理和路网控制的重要环节,一直是国内外交通专家的研究重点。本文在充分分析国内外研究现状的基础上,进行了交通信息采集技术,路网运行状态判别以及路网诱导方法三个方面的研究。首先,在路侧设备采集技术与车载设备采集技术的基础上,提出了车路交互式路网交通信息采集技术,建立基于联合卡尔曼滤波的数据融合模型对路侧设备与车载设备采集数据进行融合,并采用某市高架路段数据进行了数据融合实验,实验结果表明,基于联合卡尔曼滤波的数据融合模型可以有效的提高路网交通数据的采集精度。其次,基于模糊综合评判理论,选取车辆平均行程速度和占有率作为评价指标,建立了车路交互式路网运行状态判别模型,并采用微观交通仿真软件VISSIM对所建立的判别模型进行了仿真验证,验证结果表明:该判别模型可以准确地判别路网运行状态。最后,对路网诱导方法进行了研究,基于专用短程通信技术DSRC(Dedicated Short-Range Communication)设计了车路交互式路网诱导框架;进而给出了基于路阻函数的车辆诱导方法,通过规定搜索范围的带约束K则最优路径方法,为出行者提供K条最优路径,并利用软件对该方法进行了验证,验证结果表明:该方法可以为驾驶员提供K条路网运行状态最优的路径诱导方案,使驾驶员有效地避开拥堵路段,快速抵达目的地。