行程时间预测是ITS的主要内容之一,是交通诱导和线路引导的重要基础。行程时间预测能够反映道路未来的交通状况和变化趋势；准确的行程时间预测不仅可以提高交通管理部门的决策能力,又可以诱导出行者选择合理的出行时间、出行路线、调整出行计划,节省出行时间,提高出行效率。本文依托国家科技支撑计划子课题(2011BAH16B01-05)《数字家庭服务模式及新技术新模式集成应用研究》对城市道路交通行程时间预测进行研究,在算法研究的基础上实现Android机顶盒下数字家庭交通出行信息服务软件的开发,实现出行前最短动态路径信息的查询。本文主要研究城市道路行程时间预测,研究对象包括城市道路典型路段和信号控制下的包含交叉口的路段。在对常见行程时间预测方法分析的基础上,采用卡尔曼滤波算法对基于车牌识别的行程时间数据进行路段行程时间预测,并改进卡尔曼滤波算法,通过实例验证改进后的卡尔曼滤波方法预测收敛速度加快,预测精度提高,可以满足交通诱导系统的要求；采用交通波理论对信号控制下包含交叉口的路段进行行程时问预测研究,首先,基于集结波、消散波原理以及路段上流量、密度和速度三者的关系计算路段行程时间,然后,利用路段行程时间计算结果与实测行程时间数据之差调节路段平均速度修正计算结果训练行程时间预测数据库,最后,通过待测路段流量匹配数据库得到与其对应的路段平均速度进行行程时间预测,并将预测结果重新进行速度反馈。根据流量和反馈调节后的行程时间误差范围,选择性的将流量和调节后的路段平均速度存入数据库,不断丰富优化数据库样本数量提高预测模型精度。实例验证数据采用城市道路不同交通状态(平峰、高峰)下采集的交通参数,并将预测结果与卡尔曼滤波预测结果对比,验证结果表明基于交通波理论的行程时间预测结果更加符合城市道路的交通流变化趋势,预测精度更准确。最后,在Android系统下实现交通出行信息服务软件的开发。