行人/自行车/机动车混行的交通特性是我国城市交叉路口最显著的交通特点之一,深入研究交叉路口移动目标的交通行为对于缓解交叉口拥堵,提高交通效率等方面具有重要意义。但是,由于交叉路口场景十分混杂,现阶段交通数据提取和交通行为分析仍需要大量的手工参与。为了节省人力消耗,提高自动化处理水平,近年来,国内外有许多学者致力于研究交通场景下的移动目标轨迹获取和行为分析。　　 本文从交通行为分析的目的出发,基于分布式激光传感器系统采集得到的交叉口移动目标轨迹数据,尝试设计这样一种轨迹分析方法:首先对交叉路口移动目标的轨迹进行预处理,由聚类方法提取交叉路口的典型运动模式,对典型运动模式进行路径建模,并基于路径模型进行轨迹分类和异常行为检测,对移动目标的交通行为进行更为细致的分析,例如逆行、违章占道等特殊行为的检测等。　　 结合国内外相关领域的研究现状,本文需要解决的问题点主要集中在以下几个方面:　　 1.由于轨迹的时变特性,轨迹间长度并不相同,怎样定义轨迹间的距离以满足聚类要求。　　 2.如何根据轨迹聚类结果定义路径模型,以表示交叉路口移动目标的运动模式。　　 3.交叉路口往往人车混行,交通行为混杂,如何定义异常行为并作有效检测。基于激光传感器获得的轨迹数据特性,本文提出了一种轨迹分析方法。为验证方法的有效性,在北京大学西门外的交叉路口进行了数据采集实验。利用真实路口轨迹数据进行了整套流程的处理,其结果进一步证明了本文方法的合理有效。　　 本文的主要贡献有以下几点:　　 1.提出了一种轨迹距离度量方法,并将其用于轨迹的空间位置聚类,使得交叉路口移动目标典型运动模式的提取结果更加准确。　　 2.提出了一种由概率模型表示运动模式的方法,假设轨迹在路径横截面上的分布满足高斯分布,进而参数化地表示了交叉路口移动目标的通行路径,无需依赖真实道路结构。　　 3.提出了交叉路口移动目标异常行为的检测方法,并通过实验结果验证了方法的有效性。