近年来，随着交通的快速发展和交通需求的不断增长，解决交通拥挤与堵塞问题已迫在眉睫。智能交通系统(ITS)得到广泛研究，以期从根本上改变交通拥挤和堵塞的局面，最大限度地利用交通设施，改善车辆的机动性和安全性。交通流诱导系统是智能交通系统的重要组成部分，也是智能交通系统能够实施的关键技术。交通流诱导系统，是通过实时地采集和发送交通信息，适时地引导交通流量合理分布，从而达到高效率利用道路网络的一种主动交通控制方式。本论文研究了城市交通流诱导系统的信息采集与处理问题，主要研究工作如下。首先提出了基于车牌识别技术的信息采集及处理系统的设计方案和软件实现的关键技术，对系统的路边采集单元、数据传输单元、数据处理中心单元的功能及数据处理中心单元的软件实现过程进行了详细的设计和阐述。其次研究基于扩展卡尔曼滤波状态估计的信息处理问题，主要是对密度和速度的估计，并根据由车牌识别设备采集的信息计算出的路段真实旅行时间，对估计的速度结果进行一定程度上的修正。最后，在matlab平台上进行交通流仿真研究，包括基于扩展卡尔曼滤波的交通密度估计和修正后的速度估计，仿真结果表明修正后的速度估计更接近真实值，为实际应用提供一种简便有效的修正估计结果的方法。