交通实时状态信息是智能交通的基础，动态交通流研究是智能交通的关键部分。随着智能交通的发展，交通信息采集技术和采集设备也越来越多样化，这些检测技术都存在各自不同的优缺点，因此在城市交通信息采集的前端就出现了多种检测设备，这就直接导致交通状态信息的不一致，给决策人员带来了新的挑战。如何处理大量的异类交通数据得到实时、全面、可靠的交通状态信息成为当下智能交通研究的重点。本文利用交通微观仿真软件VISSIM软件对射频识别卡的交通数据进行仿真，将卡尔曼滤波算法运用到分析射频识别数据中，检测交通流信息、估计短期交通流；并针对浮动车和射频识别都有少量应用的情况进行了研究，利用两种检测装置都是车载检测器的共同点，对其数据进行预处理，利用卡尔曼滤波和证据理论算法将两者数据融合获得全面准确的交通流信息；最后，就地理信息软件ArcView的二次开发，联合SQL2005、VS2008和MATLAB设计并实现交通流检测分析模块，此模块能够直观的显示路网交通流，在模块中嵌入以上研究的信息融合算法，可以查看在不同算法下路网交通流的情况，从而进行对比分析。论文全面的研究交通流理论，交通流模型，特别是RFID（射频识别）技术的原理及在交通信息采集上的应用，建立交通流检测模型；研究证据理论处理异类交通信息的方法、地理信息系统软件和微观交通仿真软件VISSIM；经过算法仿真和交通流显示模块的实现，验证算法的有效性和模块建设的可行性，为RFID技术未来在交通流信息采集上的应用提供了理论支持。