城市道路网是交通系统的重要组成部分,也是居民生活不可或缺的基础设施。面对城市路网结构的快速变化以及交通拥堵等城市问题,如何快速准确地更新道路地理信息数据,保持现势性与精确性已成为一个重要的研究课题。车辆轨迹可以直接反映道路网的特征,并具有易于获取、采集成本低、覆盖范围广、现势性强等优势。在大数据的时代背景下,相较于传统测绘手段获得的路网信息与借助遥感影像的道路提取方法,以车辆轨迹数据为数据源,以时空数据挖掘为技术支撑的道路网提取方法,逐步成为新的路网提取与更新解决方案。目前,基于轨迹数据的道路网提取研究正在不断发展。就轨迹数据而言,出租车轨迹数据因其数据量大、覆盖范围广而广泛应用于路网提取的相关研究,因此,本文选用南京出租车轨迹数据作为数据源。就研究方法而言,为获得相对完善的道路交叉口数据并有效地提取城市路网,本文运用聚类算法获取交叉口,进而构建路网,提出并实现了“数据预处理——交叉口提取——道路中心线提取——矢量路网生成”的城市路网提取过程。论文所研究的主要内容体现在以下四个方面:(1)结合可视化等相关工具对轨迹数据的特征进行分析,在此基础上,对轨迹数据做进一步的处理,主要包括:对漂移数据使用阈值法进行识别与剔除;运用DBSCAN聚类算法对冗余数据区域识别并提取冗余关键点,完成冗余数据处理。(2)可靠的交叉口信息是路网信息获取的关键内容,针对城市路网在主路、次路和支路上存在交通流量差异的现状,提出基于多密度区域划分的DBSCAN聚类算法实现交叉口的特征数据聚类,再利用加权质心算法获取能表征道路交叉口位置的特征点,实现道路交叉口的有效提取。(3)以落在道路交叉口之间的轨迹点为数据源,提出了两种获取道路中心线的方法:(1)运用缓冲区提取骨架线方法来提取道路的中心线;(2)采用多元自适应回归样条方法对路段轨迹数据进行拟合来获得的道路中心线。试验并分析这两种方法,找到获得道路中心线的最佳方法。(4)在道路交叉口识别以及道路路段中心线提取的基础之上,研究交叉口和各路段的相关关系,构建路网拓扑结构,生成城市路网矢量地图。