城市路网交通运行状态的全面及时准确获取,是进行城市路网状态评价,分析城市路网运行效率,制定精细化交通管控措施的基础,同时也是智能交通系统的重要组成部分。以地磁线圈、微波等检测技术为代表的固定检测器,由于安装和维护费用较高,只能覆盖部分路网,无法实现对城市路网运行状态的全面获取。近些年来,随着GPS（Global Positioning System）的广泛应用和LBS（Location-based service）的兴起,以浮动车数据为代表的轨迹数据由于其自身包含信息丰富,覆盖范围广等特点,能够解决固定检测器路网空间覆盖率不足的问题,被广泛应用于城市路网运行状态获取的研究中。然而由于受到数据存储和传输的限制,这些轨迹数据的采样频率较低,且在路网中渗透率较低,低频特性以及稀疏特性使得目前利用轨迹数据进行城市路网状态研究结果的准确性以及稳定性都无法保障。为了解决上述问题,本文提出基于不同类型轨迹数据融合的城市路网运行状态感知方法,主要研究成果包含以下几方面:为了更好的明确不同类型轨迹数据不同应用场景下的适用性,对不同类型轨迹数据进行质量评价,提出采用定位精度、采样频率、覆盖度、完整度和值域有效性五个指标对轨迹数据质量进行综合评价。针对轨迹数据的低频特性导致应用过程中引起的精确性和稳定性不足的问题,提出了一种基于EM（Expectation Maximization）算法的信号交叉口车辆轨迹重构算法,利用稀疏采样点对车辆真实轨迹进行准确还原,增强轨迹数据的可用性。针对路段速度和交叉口控制延误两个城市路网交通状态评价重要参数,分别设计了多源轨迹数据融合模型,从数据和算法两个方面解决目前轨迹数据应用中存在的问题,实现对城市路网路段速度和交叉口控制延误进行全面精确感知。提出了基于交通波图像的信号交叉口控制延误估计方法,该方法解决了稀疏轨迹数据条件下的信号交叉口控制延误估计问题。首先将不同类型轨迹数据进行重构并提取轨迹加入停车队列位置以及轨迹离开停车队列位置。根据交通波理论,利用最优化理论和最小二乘法对交叉口车辆排队图像进行估计,获取信号交叉口的控制延误值。通过VISSIM仿真实验,对提出算法在不同采样频率,不同轨迹渗透率,不同饱和度,以及轨迹数据不同比例条件下的表现进行测试。结果表明提出的算法能在信号周期内包含3个以上轨迹数据的情况即轨迹数据稀疏条件下提供准确的控制延误估计,通过在现实中交叉口进行试验得到结果也验证了这一结论。提出概率图模型通过融合不同类型轨迹数据对城市路网内路段速度进行估计。该模型有效解决了轨迹数据在城市路网中分布不均匀导致的对城市不同区域路段速度感知能力不同的问题,实现对区域路网速度的全面精确感知。基于历史轨迹数据构建高斯过程模型作为先验,利用载客状态出租车轨迹数据获取路段速度观测数据、对空驶状态轨迹数据以及公交车轨迹数据和公交IC卡数据分别构建出行时间分布与路段速度之间关系,将上述各部分整合到一个概率图模型中,利用学习得到的模型参数对路段速度进行预测。以哈尔滨市的公共车和出租车轨迹数据作为数据源,对提出的概率图模型算法的准确性进行了评价,结果表明当公交车轨迹比例为10%,空驶状态出租车轨迹数据比例为20%,载客状态出租车轨迹数据为30%时,提出模型能够对区域路网内路段速度进行准确估计。以交叉口控制延误和路段速度数据为基础,提出了一种基于字典压缩理论的城市路网运行状态感知方法。该方法在进行路网交通运行状态评价时,除了采用路段速度和交叉口控制延误等参数外,还加入了路段等级和信号交叉口等级等静态交通参数,主要的评价指标包括空间异常度和时间异常度,能够对城市路网状态提供更加精细化和全面的评价。此外,该方法能够同时适用于信号交叉口、路段以及区域交通状态的评价。论文在大数据背景下的数据融合方面进行了探索性的研究,通过融合不同类型轨迹数据构建了一个城市路网运行状态感知框架,从多源轨迹数据的预处理,具体包括多源轨迹数据质量评价、地图匹配、低频轨迹重构,融合多源轨迹数据的基于交通波图像的交叉口控制延误估计,融合多源轨迹数据概率图模型的路段速度估计,基于字典压缩理论的城市路网运行状态感知方法,最终从城市路网交叉口延误、城市路网路段速度、以及城市路网运行状态时空异常度三个角度对城市路网运行状态进行多层次感知。论文研究成果解决了目前轨迹数据应用过程存在的问题,利用稀疏、低频轨迹数据提供一种低成本的高时空精度的城市路网状态获取的方法。本文的研究丰富了目前关于交通大数据融合研究的理论体系,提供了一种以不同类型轨迹数据融合为基础,具有融合多种类型交通检测数据潜力的城市路网运行状态感知框架。