OD矩阵是进行交通网络规划和交通运行管理的基础数据,也是智能交通系统中交通控制和路径诱导方案制定的决策依据,因此动态OD矩阵的获取是ITS研究的核心内容之一。近年来,通过视频图像信息获取车辆牌照进而推算行程时间以及OD等交通信息已在北京、上海、杭州等城市得到应用,且正在大规模推广实施,然而目前的研究更关注于如何提高视频图像的牌照识别精度但对视频采集设备的布局规划、不同识别精度下的OD及路径修正方法等问题缺乏研究的手段及方法。本论文初步探讨了“基于视频牌照检测的动态OD矩阵获取方法研究”的框架,应用Visual Basic编程工具、Microsoft Access数据库技术,通过VISSIM交通仿真软件的COM开发接口构建了研究视频牌照检测获取OD矩阵的仿真实验平台;同时深入研究了视频牌照检测器满布条件下,检测精度对动态OD矩阵获取的影响。本论文的主要工作为,(1)构建了具有一定普遍意义的适用于“基于视频牌照检测的动态OD矩阵获取方法研究”的仿真实验平台;(2)为提高动态OD及路径识别精度,本论文提出了在牌照检测精度有限条件下的OD及路径修正方法,分别为:最短路径法、车辆转向率法及神经网络法;(3)研究提出了评价OD矩阵精度的指标:范数平均相对误差、平均相对误差和均方根相对误差;(4)通过优化算法的敏感性分析,在检测器满布条件下,为了得到可接受精度的OD,视频牌照检测系统的精度下限为80%。