交通拥堵已经成为大中城市发展过程中必须解决的一大难题,其不仅影响了一个城市的经济发展,还对城市居民的日常出行带来了很大的不便。因而,如何治理交通堵塞已成为各大城市主管部门的当务之急,关系到城市的可持续发展。本文提出基于公交GPS数据的图形数字化实时路况地图,与谷歌、百度和搜狗用红黄绿线条分级标示实时路况地图相比,本文提出的图形数字化实时路况地图除了用红黄绿线条分级标示实时路况之外,还能够用具体的数字来标示每相邻两个公交站点之间的实时平均速度,并且能将发生交通拥堵路段的实时路况以图片的形式展现在实时路况地图上。尽管很多模型已经被应用于研究实时路况,例如隐马尔可夫模型、卡尔曼滤波模型、数据统计模型,但是它们大都是基于现有的周期性发送的公交及浮动车GPS数据,鉴于服务器的数据处理压力及传输成本,它们的传输周期一般设置在20秒左右,并且数据的传输与否由时间间隔决定而不是由具体的车辆位置决定,对这些数据的处理无法比较精确地计算出公交车进出站和等候红绿灯的停留时间。本文提出一种区间匹配选择传输估计模型,该模型在车载GPS采集终端每秒钟采集一次车辆的实时位置信息并进行数据预处理,只有符合要求的数据才被传输到服务器,该模型不仅降低了数据的传输成本、减轻了服务器的数据处理压力,还能比较精确地计算出车辆在公交站点或红绿灯等候区的停留时间,从而大大提高其对实时路况估计的准确性。基于该模型采集的实时路况信息,我们开发了图形数字化的实时路况地图,给出行者提供更详尽的出行参考信息,并用百度地图API对该模型进行了验证。