近年来,交通管理部门、出行者对于交通信息服务的要求日益提高。然而要获取实时、准确的交通信息,就必须以高质量的动态数据作为基础。当前对智能交通数据质量控制的研究重点主要在方法和模型的创新上,缺乏一套可指导用户使用的标准化流程。为了解决上述问题,本文对各类型智能交通检测数据中存在的质量问题及相关控制技术进行了研究。论文主要工作及成果如下。首先,基于对国内外文献的深入分析,本文从错误数据识别及修复、缺失数据补齐、异常数据识别及修复三个方面对现有的交通数据质量控制方法进行总结,并详细介绍了视频、线圈、微波、RFID等智能交通信息采集技术的原理和系统组成。其次,本文对视频、线圈、微波和RFID检测数据在各个阶段的数据质量控制方法进行系统性地整理。其中视频检测数据处理主要包括:视频图像预处理、视频车辆数据获取、视频车辆数据质量控制、多汇集度视频交通流参数获取、视频交通流参数质量控制;线圈检测数据处理主要包括:线圈脉冲信号预处理、多汇集度线圈交通流参数获取、线圈交通流参数质量控制;微波检测数据处理主要包括:微波信号预处理、多汇集度微波检测数据获取、微波交通流参数质量控制;RFID检测数据处理主要包括:RFID原始数据质量控制、多汇集度RFID交通流参数获取、RFID交通流参数质量控制。另外,对于交通流参数数据,本文构建了一种基于图基平滑法的动态阈值估计模型对其中的异常数据进行识别,分别采用一次指数平滑法、统计相关性法和多元线性回归分析法对异常数据进行修复,并选取平均绝对百分误差、平均绝对误差、均方根误差对三种方法的修复精度进行评价,结果表明多元线性回归分析法的修复效果最佳。最后,本文对视频、线圈、微波和RFID实际采样数据的特性进行分析,识别出其中的问题数据,以实用性和有效性为原则选择合适的数据质量控制方法,并分别给出了视频、线圈、微波及RFID交通检测数据的质量控制流程。