路面摩擦系数作为道路交通事故分析与鉴定中的重要参数，如何对其进行精确的测量与预测非常重要。本文通过路面摩擦系数试验得到各种路面不同条件下的摩擦系数，并建立路面摩擦特性参数数据库，为交通事故分析提供基础理论数据，同时基于广义回归神经网络对路面摩擦系数进行预测。本文首先运用JN-1型道路摩擦系数测试仪对公路和城市道路不同路面等级、不同路面类型、不同路面状况及不同使用年限的路面进行摩擦系数测试试验，并对试验结果进行分析。由上述试验得到的数据利用MicrosoftAccess2003建立数据库，应用可视化编程工具Visual C++6.0，设计开发了路面摩擦特性数据库系统，利用软件查询路面的摩擦系数值，并可对软件系统实现参数管理的功能。在路面摩擦特性试验数据及广义回归神经网络理论的基础上，指出应用广义回归神经网络（GRNN）建立摩擦系数预测模型的可行性。确定了摩擦系数预测模型的影响因素，研究了平滑参数的优化方法，最后依据道路试验数据对预测模型进行了验证。本文最后利用JN-1型道路摩擦系数测试仪和BM-Ⅱ型摆式摩擦系数测定仪测得相同路面的摩擦系数值，通过两种仪器测得结果的对比分析，研究JN-1型道路摩擦系数测试仪测得的摩擦系数值μJ与BM-Ⅱ型摆式摩擦系数测定仪测得的摆值（BPN）的关系。还利用SG-630型便携式制动性能测试仪进行汽车制动性能试验，探究轮胎与路面间的纵向附着系数与JN-1型道路摩擦系数测试仪测得的路面摩擦系数μJ之间的换算关系。