路段平均速度作为最基本的交通参数之一,是道路交通控制和交通流诱导的基础,为道路服务水平等级的划分和城市道路规划提供了重要的依据。与传统的交通信息采集方法相比,浮动车技术具有建设周期短、覆盖范围广、数据精度高等优点,在交通参数检测中发挥着日益重要的作用。因此,研究基于浮动车的路段平均速度估计技术具有重要意义。论文针对目前判断GPS数据量是否满足直接估计路段平均速度要求的方法存在的不足,提出以最小覆盖率为基础的模糊综合评判方法,从而克服了单凭最小覆盖率判断的缺陷,使判断结果更具合理性。并根据判断结果将路段平均速度估计模型分为数据充分路段平均速度估计模型和数据欠充分路段平均速度估计模型。在数据充分路段平均速度估计方面,针对目前研究中对影响路段平均速度的实际交通因素考虑较少的不足,主要考虑了车站和信号灯的影响并给出相应的处理方法,建立了数据充分路段平均速度估计模型,通过有效克服了车站和信号灯的影响,为准确估计单车区间速度奠定了基础。在此基础上,根据数据融合层次,给出了将单车区间速度结果、多车区间速度结果和多车瞬时速度结果逐层融合得到路段平均速度的方法。在数据欠充分路段平均速度估计方面,充分利用历史数据,采用指数平滑法估计得到历史结果,再根据GPS数据量级别有选择地用变形的指数平滑法将历史结果与当前时段的瞬时速度结果融合,建立了数据欠充分路段平均速度估计模型。为了评估模型的性能,利用重庆市公交车实时采集的GPS数据进行实验。结果表明,当数据充分时,在路段中无车站和信号灯、有车站和信号灯以及仅有车站三种情况下,均有90%以上的估计值精度大于80%,精度较其它算法明显提高;当数据欠充分时,分别在数据量欠充分和不充分两种情况下进行实验,结果表明,均有85%以上的估计值精度大于85%。