随着我国城市化进程的不断推进,城市人口急剧增加,汽车保有量不断攀升,城市交通系统承载能力面临着越来越大的挑战,交通问题日益严峻。不过,随着现代科技技术的快速发展,运用科技技术发展城市交通智能化,形成的智能网联汽车、无人驾驶、智慧城市大脑等技术支撑的应用模式受到业界众多专家、企业的青睐,基于车辆出行RFID数据的OD估计是其重要研究领域之一。本论文利用城市车辆出行RFID数据开展了路网先验OD矩阵估计和动态OD矩阵预测。首先,在原始数据中异常数据的处理基础上,经过交通小区划分、小区间RFID点位识别、OD流量筛选方法等步骤,建立了基于车辆出行RFID数据的先验OD矩阵计算方法。其次,对动态交通分配矩阵的获取方法进行研究,着重分析动态交通分配矩阵的两种主要获取方法——仿真法与解析法,并分析其适用条件,通过时变路段交通流量和时变的OD流量之间的动态映射关系分析,利用RFID数据获取路段的行程时间,构建了基于解析法的动态交通分配矩阵估计模型;基于偏差思想确定OD估计的系统状态向量,建立OD估计的状态方程和测量方程关系式,提出了基于动态交通分配的动态OD估计卡尔曼滤波模型。最后,以重庆市内环西环立交至南环立交快速路为研究对象,利用某月车辆出行RFID数据,通过错误数据、冗余数据等异常数据进行预处理后,运用本文提出的基于车辆出行RFID数据的先验OD矩阵计算方法,以20min为时间间隔,求出了该快速路的车辆先验OD矩阵;并在此基础上,通过统计各路段在不同时段的行程时间,利用本文构建的基于交通流量的动态OD分配模型求解动态分配矩阵,利用本文提出的基于卡尔曼滤波的动态OD估计模型,对该路段车辆出行动态OD进行了估计。将动态OD估计结果进行了MAE、RMSE和MAPE三种误差评价,评价结果表明,基于卡尔曼滤波的动态OD估计模型获得的OD量总体估计性能良好。