城市路网发生交通事故、车辆抛锚和货物洒落等交通事件之后,往往会形成道路通行能力的瓶颈,产生车辆拥挤排队现象,形成偶发性交通拥堵。如果交通事件不能得到及时有效的处理,交通拥堵可能会扩散并导致网络范围内的大面积拥堵,严重时可能导致交通瘫痪。快速且有效的检测并疏导城市道路交通事件,是缓解交通拥堵、降低损失的有效途径,也是城市道路交通管理与控制的重要组成部分。本文提出了一种基于浮动车数据的城市道路交通事件检测算法,同时对事件类型进行分析,设计并开发了相应的交通事件检测系统。本文首先归纳和分析了不同类型的事件检测算法,并比较其优缺点;其次,分析了浮动车数据的特点,对数据进行清洗和修复处理,研究了浮动车GPS数据在道路网上的匹配算法,从数据的时间、方向、位置等多个角度实现浮动车数据在路网上的准确定位及轨迹绘制;然后,通过分析城市道路交通事件发生时交通流参数的变化特性,提出了一种基于卷积神经网络的交通事件自动检测算法,并采用多参数进行事件类别区分,利用武汉市浮动车数据和交通事故数据对算法进行测试和验证,同时,利用VISSIM仿真软件搭建了实验环境,对算法进行了验证;最后,综合上述的研究成果,对基于卷积神经网络的交通事件检测系统进行了功能设计和界面设计。通过对检测率、误报率等检测指标与传统的神经网络检测算法的比较,本文提出的算法具有更高的准确性,且能实现事件类型的判别。