OD矩阵(Origin-Destination Matrix)描述了一段时间内交通网络的所有起点到所有终点的交通量,反映了交通出行者对交通网络的需求。OD矩阵是城市交通规划、控制和交通流预测等的关键基础数据。获取OD矩阵的传统方法需要非常大的时间和经济成本,通过路段流量等相关信息估计OD矩阵是一条有效的途径。传统的OD矩阵估计方法大部分都是基于路段流量的。由于路段流量数目远小于OD对的个数,因而限制了这些方法的推算精度。本文通过引入路段转向流量以提高OD估计精度。根据路网和已知条件的差异,将OD估计问题分为四类问题,并给出了详细的解决方案。本文的主要工作如下：1.研究了基于路段流量进行OD估计的原理,描述了引入路段转向流量的OD估计原理和方法。分析了不同交通网络适用的交通分配模型,为本文研究的交通网络选择了合适的分配模型。2.针对非拥挤网络,研究适合此网络的多路径概率分配模型,给出了交通分配矩阵的获取方法。采用最大熵模型求解无先验OD的估计问题,并研究了相关的最优化算法。采用广义最小二乘模型求解有先验OD的估计问题。3.针对拥挤网络,研究适合此网络的用户均衡分配模型。采用双层规划模型求解拥挤网络的OD估计问题。无先验OD的双层规划模型以最大熵模型和用户均衡模型为基础。而有先验OD的双层规划模型则基于广义最小二乘模型和用户均衡模型。4.针对四类OD估计问题,分别设计了详细的实验方案,并对实验结果进行讨论与分析。