伴随着社会、经济的飞速发展交通拥堵问题越来越严重。缓解交通问题迫在眉睫。随着“互联网+”的提出,各类智慧交通系统如雨后春笋般涌现。各类智慧交通系统通过合理的管理、诱导道路上的车流可以快速和有效的缓解道路拥堵问题。但是,以上各类智能交通系统服务的质量严重依赖于准确的、实时的路段速度,路段速度是以上各类服务的基础性参数。因此,建立一个可以准确估计路段实时速度的模型具有很大的挑战。本文在如何准确估计路段实时速度进行如下较为有益的探索:(1)通过对海量的浮动车轨迹数据进行分析研究发现,由于浮动车的运营特性会产生异常行为模式如停车行为模式、载客行为模式、寻客行为模式。同时,本文发现浮动车异常行为模式(ABOT)产生的异常速度样本会严重影响路段速度估计的准确性。因此本文首先针对浮动车异常行为模式进行建模,抽象出各种行为模式发生的速度变化规律、地理位置规律、群体性规律等。(2)通过研究传统的路段速度估算模型发现,传统的路段速度估算模型均是以浮动车数据的瞬时速度进行估算,然而经过研究发现本文浮动车瞬时速度数据存在严重失真和缺失等问题,因此本文在进行路段速度估计时摒弃了传统的基于浮动车瞬时速度的估算模型,并结合ABOT提出了新型的基于浮动车异常行为数据清洗的路段实时速度估算模型(ABOT-ERVM)。(3)通过大量的实验验证了本文提出的模型的有效性,并通过大量的实验对比证明了本文提出的模型可以极大的提高路段速度估算的准确率。(4)基于上述模型得到准确的路段速度的前提下,进行了ABOT-ERVM模型在行车路径规划方面的应用。同时在此应用中分析了路口通行时间对OD最优行车路段规划的影响。实验结果证明本文的路径规划方法的有效性,从而进一步证明了ABOT-ERVM模型的有效性和实用性。