随着经济的发展、城市化进程的不断深入,传感器技术、通信技术、地理信息系统(GIS)技术和计算机技术的不断发展,智能交通技术应运而生。它将先进的科学技术有效地综合运用于整个地面交通管理系统,加强车辆、道路、使用者三者之间的联系,全方位全天候发挥作用,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输管理系统。物联网和通信技术的快速发展使得交通信息的发布不再是瓶颈,要实现交通信息应用的持续快速增长,如何获取原始交通数据并处理成精准的交通信息是其关键。可以说,交通信息的采集和处理是智能交通系统的关键技术。目前对于实时交通数据的采集主要有两种方式:一种是静态交通探测;一种是动态交通探测。车牌识别属于静态交通探测的一种,由于它能自动快速的提取车牌信息,得到了广泛的应用。然而,受制于光照、气候、车辆速度、遮挡物体或传感器失灵等不可控因素的干扰,自动车牌识别的准确度一直受到外部或内部因素的干扰,在实际应用中经常出现识别效果不理想的情况。作为动态交通流信息采集的主要手段,GPS技术在国内外得到了广泛的应用,可以实时提供三维坐标、速度等空间信息。交通领域使用GPS最主要群体是公交和出租车,大量的GPS记录,包含了一个城市交通的客观属性和规律,也反映出出租车司机主观上的行驶习惯,提供了一个供我们观察分析出租车司机的窗口,而目前这些数据尚未得到充分应用。鉴于上述问题,本文从交通信息历史记录出发,首先提出了自动车牌纠错方法,该方法独立于自动车牌识别方法,而从一系列识别后的数据出发,尝试纠正识别错误的车牌,并给出各个设备识别错误的原因;然后就出租车GPS数据,提出了一个在线的异常轨迹检测方法,该方法分为路径推荐和异常检测两部分,首先从出租车历史轨迹数据出发,给出起点和终点之间的路径推荐,然后,在线的对出租车行驶过程进行异常检测。