在智能交通系统中，由于交通监控空间范围的不断扩张，使得交通信息采集的需求日益增大，大量的交通检测器的布设到城市道路上，从而所采集到的基础交通流原始信息也成倍增加，而且表现形式也多样化，系统对数据处理速度和精度的要求已经大大超出了人脑对信息的处理能力，如何对这些海量的信息进行有效的处理则面临着新的挑战，同时采集的交通数据质量问题将对ITS数据后续应用产生很大的影响。 目前的交通管理中心均是以半连续的方式接受交通流数据的，采集周期通常20秒到2分钟为间隔，由高速公路或城市道路断面上所设置的环形线圈、微波或其他类型的检测器采集得到的实时交通量、平均速度、车道占有率等数据，但是由于现场交通检测器工作故障或网络传输设备故障等原因，道路交通流数据中通常包含错误、丢失、时间点不规则等若干类质量问题，若直接采用包含质量问题的数据展开交通应用，必将给应用结果带来不稳定或不安全的隐患。所以在交通信息采集和处理的过程中需有专门的道路交通流数据质量控制，来提高数据的精确程度。 论文以提高定点采集信息系统中数据质量为目的，从交通定点采集技术遴选，检测器实地采集测试分析，接下来对定点采集系统中的故障数据进行数据质量控制，然后在质量数据基础上的交通信息多维度集成和存储为主线下进行研究分析的。 首先对交通流数据质量控制研究综述，针对交通信息采集系统在原始数据采集过程中存在数据质量问题，主要包括采集数据精度偏差，不规则时间点数据，异常数据和丢失数据。对异常数据的检验，异常数据的修复方法和丢失数据的补齐方法理论和应用研究进行了总结和归纳。然后对交通定点采集技术遴选与测试，对这些多种定点采集方式的采集参数，检测器成本与市场，安装与维护，检测精度，环境适应性，应用场所分析，检测性能多种方面进行了分析和对比研究，并针对采集数据精度偏差问题，对检测器进行实际预采集测试数据精度分析，保证检测器在正确的设置和调试下满足数据需求。 对定点采集交通流数据时间空间维度特征进行了分析，研究定点检测器所采集的数据在空间维度相关性，主要包括同检测器相邻车道交通流数据相关性，相邻检测器采集交通流数据相关性和境界线检测器采集交通流数据相关性；然后在交通流数据时间相关性，主要包括工作日类型天，节假日类型天，周末类型天和历史周同天类型天四种情况的数据相关性。 重点研究了定点采集数据质量控制理论与方法，当检测器或通信网络处于非正常工作状态情况下，研究了采用交通流数据质量控制保障数据有效和精度的相关内容。主要包括交通流数据质量控制系统的组成部分以及协作流程。以及在交通流数据质量控制模型中，分别分析并研究了不规则时间点数据的识别与修正模型；异常数据的识别与修正方法，丢失数据的判断和补缺模型，以及故障检测器的判断与处理方法。以及定点采集数据质量控制检验及平台设计针对采集交通流数据质量控制模型进行检验，主要包括不顾则时间点识别及修正检验，异常数据识别及修复检验，丢失数据补缺模型的检验，以及故障检测器判断与处理的检验四个部分；然后在得到质量数据和交通历史特征数据需求分析基础上，研究定点数据多维度特征集成以及历史特征数据存储。最后在全文的基础上进行了总结，并指出需要进一步研究的问题。