智能交通系统(ITS)是交通行业的发展趋势，而交通信息的实时检测是其中的关键组成部分。但是传统检测方法在检测精度和实时性上都存在不足，最新发展的浮动车技术成为重要的突破点，越来越引起重视。目前的浮动车技术研究主要围绕出租车载体展开，针对其在模型和采样理论上的不足，本文提出浮动公交车样本处理方法。该方法利用校验周期的样本数据形成速度分布，再利用更新周期的样本数据验证分布，根据不同的验证情况，采取不同的处理方法。仿真结果显示，该方法取得了较好的效果。其次，本文对影响浮动公交车检测精度的因素做了讨论和仿真验证，证实了路段长度、路段流量和浮动车样本数对检测精度的影响。再次，本文提出了浮动车实际样本数和理论样本数的判断依据，定义了公交冷热区域，介绍了检测精度不足时的改进方法。利用浮动车样本处理方法，本文拓展至公交车到站时间预测研究。对比了基于点、路段和路径的到站时间预测方法，仿真结果说明基于路段和路径的方法效果更好。同时，为了进一步满足乘客的出行需求，本文结合基于路段和路径方法的优点，提出综合性时间预测方法。针对浮动车研究，本文设计并完成了城域混合交通流仿真分析系统(SASUMT)的浮动公交车软件模块，为仿真验证提供了条件。本文的章节安排如下：第一章介绍了传统检测技术的不足，引入浮动车技术的研究现状，比较了浮动出租车和浮动公交车在模型、采样和数据处理上的不同。同时又介绍了公交车到站时间预测的研究现状。第二章详细介绍并仿真验证了浮动公交车样本处理方法，又讨论并仿真验证与浮动公交车检测精度相关的影响因素。进而又提出浮动公交车实际样本数、理论最小样本数判断依据和公交冷热区域等概念，对样本数据的处理做了进一步改进。第三章在浮动公交车检测的基础上，提出基于点、路段和路径的公交车到站时间预测方法，并进行仿真比较。同时，兼顾乘客的需求提出综合性时间预测方法。第四章讲述了仿真软件的实现，主要对对象建模、主要功能、界面和程序流程进行了介绍。第五章总结全文，并对未来的工作进行了展望。