随着社会经济的快速发展,各个城市汽车保有量持续上增,因此城市交通带来的拥挤问题亟待解决,而实现准确、高效并多样化地进行实时道路交通信息的采集是解决交通问题的重要前提。现有的各种信息采集技术通常不能完全满足实际需求,如OD数据,即起终点间的交通出行量；现代的交通系统需要功能更加全面的信息采集与检测技术,必须把车辆与道路综合起来进行考虑,它可以实时、准确、高效地应用于各种交通情况；目前,射频识别技术在公交卡、不停车收费、停车场管理、高速公路行车速度监控等方面取得了良好的应用效果；利用RFID技术将城市交通智能化,形成“车联网”的应用模式已经得到众多专家的青睐。因此,研究RFID技术在城市道路交通控制系统中的应用方法具有十分重大的意义。本文针对道路交通信息采集的现状,在对RFID技术的信息采集原理与SQLServer数据库做了基本介绍后,引入了RFID技术采集城市交通信息的思想。并针对RFID技术与线圈传感器采集交通量的各自特点对联合卡尔曼滤波器进行了改进的融合研究,旨在提高RFID技术采集交通信息的准确度。选定已采集交通量信息的区域作为研究对象,通过搭建SQL Server数据库模拟RFID技术采集的交通信息,同时对选定区域内的出行交通量获取方法进行了相关研究,并提出了一种基于RFID技术获取动态OD数据的方法,实验结果表明,该方法获取的OD数据较成熟的反推技术相比具有更高的精度与优越性。最后,参照K近邻的非参数回归模型,提出了基于车牌匹配的回归方法对交通流进行预测,该预测方法充分考虑了驾驶员的驾驶习惯与出行特性,并利用了RFID技术作为传感器采集信息时自动识别车牌信息的独有优势,为城市交通智能控制与实时诱导提供了新的思路。