随着道路交通的快速发展,交通事故频发,对于交通事故快速处理、准确判决,能够有效减小事故影响,减轻社会负担。在道路交通事故判决中,通常以交警、法官等专业人士做出的责任划分作为判决依据。为了进一步提高判决的准确率,解决事故责任认定书中语言描述不够规范和准确的问题,需要将多位专业人士的判决结果进行统一决策。同时,考虑到专业人士做出的判决结果具有很大的不确定性,需要利用数据融合的方法对不确定的信息进行确定性地表达和处理。本文将结合证据理论,针对道路交通事故判决中存在的问题展开研究,并取得了如下成果:（1）针对道路交通事故判决中证据冲突的问题,提出了一种基于证据源冲突的道路交通事故判决方法。在道路交通事故判决中,决策的证据来自专家根据自身经验给出的责任认定,不同专家给出的证据之间可能会有较大的冲突,为消除冲突证据对结果的影响,提出基于证据源冲突的数据融合方法。根据证据之间的冲突程度定义证据可靠性以及折扣因子,并利用Shafer折扣法对原始证据进行折扣,获得修正后的证据。同时为了解决多位专家判决结果的融合问题,利用Dempster组合公式,根据公式本身的结合律特性进行迭代融合,使得多证据源的高维证据体能够以较小的复杂度进行融合。（2）针对道路交通事故判决中判决书的模糊性问题,提出了一种基于信度构建的道路交通事故判决方法。为了提高分类的效率,利用文本分类器代替专家作为证据源对事故判决文书进行责任划分,同时为数据融合提供原始证据。为了解决分类器结果与信度不一致的问题,通过信度构建的方式进行基本概率分配。从分类器的输出结果中获得不确定信息,并根据结果的类型分别进行信度构建。对软分类器提出一种基于信息熵的信度构建方式,对硬分类器提出一种基于分类器准确性的信度构建方式。经过信度构建后的分类结果,就可以利用证据理论,进行统一决策。在道路交通事故中,常用的判决依据是判决文书,因此选择文本分类器作为子分类器,并对利用判决文书分类过程中词向量的生成方式进行研究。论文在最后对所取得的研究成果进行总结,并对道路交通事故判决方法的发展前景进行展望。正文中共包括图12幅,表13个,参考文献52篇。