浮动车(Floating Car)的思想是通过密集分布在路网交通流中连续的浮动车来采集数据,我们把这个数据叫做浮动车数据(Floating Car Data,FCD)。与传统的采集方法不同的是,FCD可以在花费较少的情况下灵活的采集很多路段的信息,是智能交通系统(ITS)数据的采集的主要方式。本文的浮动车集成GPS、GIS和高频摄像头,利用这些设备来采集行程时间、行程车速、停车时间、交通流密度和交通流流量等交通参数。本文介绍了两种采集行程时间和停车时间等重要交通参数的方法,并用半自动的采集数据作为真值,与自动算法的结果进行比较,发现两种算法行程时间差别不大于6s的路段有84.7%,行程车速差别不大于5Km/h的路段有88.5%。我们可以认为本文的自动算法具有很高的精度和可靠度。分析研究了浮动车采集交通流量的算法。通过理论推导和对间断流和连续流的实证验证,提出了合理的交通流速度算法,并验证了算法的可行性。结合本文浮动车对图像识别的要求,并通过分析目前图像识别技术的特点,提出了适合本文的图像识别技术。还给出了本文浮动车的设备组成。最后,就本研究进行了总结和进一步研究方向进行了简要的讨论。