随着我国大中城市路网的逐步成熟和道路交通需求量进一步的增加,城市常发性交通拥挤越来越严重。而实际上,路网并不是在全部时间和空间上都是满负荷运转的,若能够及时获得路网上的动态交通信息,充分利用交通系统的资源,则可在不增加道路设置的情况下,通过提高路网的使用效率和安全性来满足不断增长的运输需求。所以路网中交通流信息的采集技术已成为智能交通系统中的重要技术之一。论文在综合分析研究了目前常用交通流采集技术和基于GPS浮动车采集技术优缺点基础上,提出了以地感线圈采集技术和基于GPS浮动车采集技术相融合的算法。通过地感线圈所采集车辆瞬时速度和浮动车所采集空间车速,来折算出空间车速校准比,从中选择合适的参数校准浮动车所获得的空间车速,以此得到精度较高的路段平均车速。该算法弥补了地感线圈采集装置安装位置受限以及浮动车车型受限等缺点,融合后的数据几乎接近实际数据。并采用迪杰克拉斯算法对路网中的车流量按照优化后的路网权值进行最优路径的普通车辆诱导和公交车辆诱导。在以上理论算法分析和研究的基础上,根据广州市的公路网交通需求特点,确立优化广州市交通路网的设计目标,并选择合适的诱导算法,确立了优化广州市公路网交通拥挤问题的具体解决方案。最后,通过利用Matlab6.0对算法进行了仿真试验并在广州市公路网实际项目中得到具体应用,表明本文所提出的关于交通流采集技术相融合的算法能够满足课题提出的要求,证明算法是可行的,并且在实际项目应用中,取得了较好效果。