智能交通系统是当前交通运输系统的发展趋势。浮动车技术是智能交通系统中的典型应用技术之一，它综合了定位、通信、数据存储和地理信息系统等先进技术。ATIS和ATMS的许多重要功能都需要获得旅行时间的短时预测结果。因此，提高旅行时间预测精度和降低其经济成本，对保证ATIS和ATMS的正常运行具有重要意义。论文首先介绍了基于浮动车系统的框架和涉及的关键技术、旅行时间预测的主要概念及其基本原理，讨论了目前国内外存在的并普遍应用的各种系统及其算法的特点并进行了对比。在此之后，论文针对基于浮动车系统的车辆数据，在地图匹配算法的基础上对基于浮动车技术的路段旅行时间进行了研究。论文引入了将旅行时间分为运行时间和停等时间两部分的思想，利用路段的定位、停等点的设立以及前车数据，较好的解决了浮动车数量不大时交通流量较大的旅行时间问题。模型通过分别对车辆的运行时间和停等时间进行预测和根据实际的运行和停等状况进行修正，最终加和即为总的旅行时间的预测值。模型所采用的方法减少了预测过程中的计算量，当建立好历史资料库后，预测算法就十分简单，降低了系统的开销。最后，结合北京市路网，对模型的结果作了评价了分析，并针对模型提出了改进的建议以作为未来进一步研究的参考。