依托《非常态下道路异常状态信息获取技术研发》课题，本文针对现阶段国内外成型的道路交通信息采集、处理及状态判别技术在应对突发非常态事件情况下存在的问题，以增强道路交通信息获取的应急性为目标，以非常态条件下道路交通异常状态信息获取技术为研究对象，以数理统计、人工智能、GIS等先进的技术方法为手段，重点研究了包括非常态下道路交通信息采集、信息处理以及异常状态判别等方面的关键技术。本文首先基于非常态事件下道路交通状态的特点提出了论文的研究目的及意义，并明确了论文的研究思路、研究内容和主要方法。然后结合非常态下道路交通信息需求特点，研究了基于GPS浮动车的单车行程时间的估计方法、非常态下最小样本车数量确定方法、样本车数量不足时基于中位数的交通流平均行程时间估计方法以及基于GPS数据的路网连通瓶颈分析方法等基于GPS浮动车的信息采集技术。针对非常态事件数据信息特点提出了非常态下多源交通信息质量评价与控制方法与基于融合功能与信息层次的多模态动态交通信息自适应融合功能模型，设计了非常态条件下道路交通信息的短时信息预测新方法。最后，在总结已有的常态下交通状态判别技术的基础上，针对几种常见的非常态事件，提出了不同非常态事件下道路交通状态判别方法，并通过分析非常态事件下交通拥挤时空扩散过程提出了基于联合判断的道路交通异常状态时空扩散估计方法。