城市的高速发展给人们的生活带来了极大的便利和改善,然而城市发展同时带来了交通需求的不断增加,很多城市每天都发生着道路拥挤的情况。现如今,道路拥挤的问题已经成为了阻碍现代社会发展的一个关键问题。因此,快速识别城市道路的拥挤程度对改善交通出行、及时治理道路拥堵、保障人们的出行安全具有重要作用。另一方面,近几年智能手机飞跃式的进步使其成为智能交通研究的一个新方向,将智能手机中传感器的数据应用到道路拥挤程度识别的研究中,在实际应用中具有比较重要的价值。文本首先介绍了道路拥挤程度识别的国内外研究现状,并概述了城市道路拥挤的相关基础理论,再对目前应用的道路交通信息采集技术进行了总结。在研究了道路拥挤程度识别的原理、方法以及相关技术和算法的基础上,提出应用智能手机传感器的数据对道路拥挤程度进行识别,并对SVM的检测算法进行了研究。在实际识别的实验中,在分析采集到的传感器数据的基础上,确定输入模型的变量。对线性核函数、多项式核函数和RBF核函数下分类准确率的对比,在使用RBF核函数的情况下,利用交叉检验的方法择优寻求最优参数。根据以上的变量和参数综合对采集到的数据进行实验。显示RBF核函数取得了比较理想的检测准确率。本文还对比了不同数据处理方式下数据检测准确率的优劣,并根据实验结果分析了智能手机传感器数据在SVM算法下对道路拥挤程度识别的实际应用价值。