智能交通系统(Intelligent transportation system,简称ITS),将先进的信息技术、通信技术、控制技术以及人工智能技术和运输组织技术有效地结合在一起,其可在大范围内准确、实时、高效地进行交通管制。随着地理信息系统(Geographic Information System,简称GIS)网络化的发展,公路信息化管理提出了新的发展思路。安徽省交通控股集团有限公司芜湖管理处目前实际管养里程达到186公里高速公路,管养路段跨越宣城、芜湖、铜陵和池州4个地级市。目前,芜湖管理处高速公路信息化管理落后,主要存在的问题有管理界面不清、管理程序混乱,数据标准不统一,数据重复采集,实时数据缺乏,GPS定位技术不高,定位精度较低,时延较长,软件跨平台可移植能力差等。为了解决以上问题,需要融合网络网页技术、GIS开发技术、数据库集成技术、GPS定位技术等多方面的技术。因此本文对基于GIS的高速公路管理平台关键技术进行研究。在系统的整体设计方面,高速公路管理系统采用B/S网络结构模式,利用GIS技术实现可视化和查询统计等功能。以J2EE平台作为系统的核心架构,以Spring Web MVC框架为基础,进行系统业务功能展示。在高速公路数据库设计方面,分析了需要设计的两种数据：空间数据和属性数据的特点。针对两种不同数据类型分别进行数据库设计,并通过ArcSDE技术,整合两种数据库形成基于GIS的高速公路空间属性数据库。在系统界面开发方面,系统对路产运营、养护运营、部门协同和地图服务四个子系统的功能模块进行详细的业务流程设计。系统实现包含移动App端和电脑平台端的开发,GIS可视化界面提供不同图层准确的目标定位信息。为了掌握车辆的状态,需要对芜湖管理处所有车辆装载GPS终端进行跟踪定位,查询其状态信息等。为了提高GPS定位与追踪的精确度,重点分析了非线性滤波算法——扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF算法在目标定位与追踪仿真实验中的对比,建立交互多模型(Interacting Multiple Model,简称IMM)代替单模型,分别采用EKF和UKF滤波算法进行跟踪,并通过IMM-EKF和IMM-UKF算法对比实验验证了IMM-UKF的预测估计优越性。在此基础上,引入RTS平滑算法,实验数据验证了经过RTS平滑过后的IMM-UKF-RTS和IMM-EKF-RTS优异的估计精确度和鲁棒性。