随着城镇化进程的持续推进以及人们生活水平的提高,城市人口和交通出行需求快速增长,失衡的交通供需关系引发了交通拥堵、交通事故、能源浪费等诸多问题。在缓解交通拥堵方面,单纯限制交通出行需求或新建交通基础设施的方法面临日益增大的压力,潜力越来越小。智能交通系统立足科技的进步平衡交通供需,在提升交通系统运行效率,保障交通安全,减少尾气排放等方面发挥着不可替代的作用,是城市交通未来发展的方向。对道路交通系统运行状态的实时、准确监测是发展智能交通系统,实现智能交通管理与控制的基础。交通状态估计是指用观测到的、部分的且有噪声的交通数据来推理路段的交通状态变量值的过程,是交通管理与控制中必不可少的环节。道路交叉口是交通拥堵和通行延误的主要来源,交通信号灯控制是交通控制最普遍的方式,提高交通信号灯的控制效率,最大化交叉口的通行能力是改善整体交通系统运行性能的关键。本文基于当前交通管理与控制实践中可得的交通数据,采用动态数据驱动方法,利用数据同化和强化学习技术,分别对城市道路交通状态估计和交通信号灯控制进行研究,具有重要的理论意义与应用价值。本文的主要研究内容和贡献有:（1）提出了一个用于城市道路车辆密度估计的中观数据同化框架。针对城市道路交通流特点和车辆密度估计实时性要求,提出了一个适用于较大城市交通网络的中观数据同化框架。该框架采用基于车队的中观交通模型（Platoon Based Model,PBM）来描述城市道路交通演化,很好地平衡了城市交通描述细节与模型计算效率。将单个车辆通过时刻作为测量数据,保证了数据信息量,并用漏检（Missing Detection）和误检（False Detection）误差模型反映真实测量误差。由于该中观交通模型是非线性的,且车辆通过时刻数据包含非高斯噪声,采用粒子滤波算法进行数据同化,实现对车辆密度的估计。（2）针对当前真实交通环境中可获取的两类交通数据,分别提出事件数据直接驱动和路段密度数据驱动的强化学习交通信号灯控制系统。其中,针对已有强化学习交通信号灯控制研究中直接测量数据信息利用不充分的问题,提出了采用高分辨率事件数据定义交通状态并用深度神经网络自动提取交通特征的系统设计方案。为了利用事件数据定义交通状态,提出了一个离散时间交通状态编码方法,将数量不确定的事件数据编码为维数固定的交通状态向量,实现了一个完全采用直接数据驱动的高效的深度强化学习交通信号灯控制系统。在采用估计数据驱动方面,则利用车辆密度估计结果进行状态定义,得到了路段密度数据驱动的强化学习交通信号灯控制系统。（3）对强化学习交通信号灯控制系统设计中交通状态组织方式、相位延长时间等要素的影响进行了定量研究。本文分别在事件数据直接驱动与路段密度数据驱动的强化学习交通信号灯控制系统设计中,研究了基于车道和基于信号灯相位的状态组织方式的差异,可变相序下最大绿灯时间约束对控制器性能的影响,以及不同相位延长时间的选择问题。在路段密度数据驱动的信号灯控制系统中还对基于线性函数近似的Q学习（Q-learning）与基于深度卷积神经网络的3DQN（Double Dueling Deep Q Network）深度强化学习算法进行了对比研究。得到了对基于强化学习的交通信号灯控制系统设计有指导借鉴意义的研究结论。（4）系统地分析了数据质量对基于数据同化的车辆密度估计算法和基于深度强化学习的交通信号灯控制方法的影响。在基于数据同化的车辆密度估计中,分别分析了车辆通过时刻数据的检测成功率和误检参数对算法估计效果的影响,证实了所提框架的鲁棒性。在交通信号灯控制算法中,分别在事件数据直接驱动和路段密度数据驱动的交通信号灯控制算法中,对状态数据质量与回报数据质量的影响进行了实验研究,实验结果表明提出的两个控制算法都具有良好的抗干扰能力。