随着中国城镇化、机动化水平的不断提高，各大城市的交通拥堵状况越来越严重，为了缓解城市道路的拥堵现状，提高群众的出行水平，建设智能交通系统平台成为了各大城市提高路网运行效率的首选方案。智能交通系统是以采集到的交通信息作为基础建立的，因此对交通信息的质量要求很高，浮动车信息采集技术拥有覆盖面广、实时性高、维护成本低、可靠性高的优点，能够满足智能交通系统对数据的高要求。
　　论文以乌鲁木齐市公交浮动车数据为基础，对拥堵路段进行了判别研究，主要研究内容如下：
　　(1)提出运用公交车作为浮动车进行数据采集的方法。乌鲁木齐市目前采用的拥堵路段判别方法，是基于出租浮动车采集的数据进行判别的，但出租车的运行线路具有随机性，因此对地图匹配的算法要求会更加严格，这对拥堵路段的判别带来了不利影响，相比之下，线路固定、路网覆盖率较高的公交车，更适合作为浮动车技术的载体，成为城市道路中判别拥堵路段的数据来源。
　　(2)分析社会车辆与公交车辆路段平均行驶速度之间的关系。传统的城市拥堵路段判别是根据路段行程时间和平均行驶速度进行判断的，而公交车具有经常性停靠站的特点，这对路段行程时间和平均速度的计算带来了不利影响，因此为了减少停靠站引起的时间延误影响，论文分析了公交车与社会车辆路段平均速度之间的关系，为运用公交浮动车数据判别拥堵路段奠定了基础。
　　(3)建立基于模糊数学的路段拥堵判别模型。为解决换算导致的速度阈值不准确的问题，论文将模糊数学的概念应用到了拥堵路段的判别阈值中，并以此建立了基于模糊数学的拥堵判别模型。
　　(4)运用ArcGIS软件对拥堵判别模型进行验证。通过ArcGIS软件对乌鲁木齐市公交浮动车采集的交通数据进行了实例分析，根据试验的结果，验证了模型的可行性以及实用性。