随着高精度地图的发展,道路地图的位置精度、细节丰富度和要素完备性都被提出了更高的需求。道路信息提取是道路地图生产的关键环节,现有道路信息提取的对象主要集中在:交叉口的几何位置结构信息、路段车道信息与路面标志、标牌等附属道路设施信息,缺乏对路段中U型转弯、主辅路连通等特殊道路网结构的识别提取,以及与现有地图几何、拓扑信息融合,导致道路地图信息的不完备。大数据时代,车载GPS轨迹数据成为道路信息提取中的重要数据源之一,但受采集载体、采集方式等因素的影响,GPS轨迹普遍存在数据精度相对不高、数据质量不确定、空间分布不均匀等问题,为道路信息提取研究带来了一定挑战。本文针对目前轨迹道路信息提取中对路段中特殊道路网结构的提取难题,基于低精度GPS轨迹数据,研究道路U型转弯、主辅路等特殊道路网结构信息的识别与提取,并根据提取结果提出对应的地图增强方法,主要研究工作如下:（1）提出一种基于转向特征的路段U型转弯位置与转向识别方法。首先根据路段U型转弯在轨迹数据中的航向角变化表征,提取路段中的转向点对;接着根据航向角向平面坐标系的投影,提取转向映射及转向角度,最后对转向点进行空间聚类,提取U型转弯的几何位置及转向。实验表明,该方法能够有效识别允许发生U型转弯的路段位置信息,在立体式城市道路中也有较好的表现。（2）提出一种主辅路连通与出入口位置识别方法。首先根据车载轨迹在道路截面上的分布特征,采用核密度估计方法,获取路段区间内的轨迹密度分布曲线并提取相关特征;接着建立分类样本,采用支持向量机（Support Vector Machine,SVM）分类器进行分类预测,根据路段连续性优化分类结果;最后以路段中连续区间的判别结果为依据,对不同辅路类型采用不同的出入口提取策略。实验表明,该方法能有效地识别各类别的路段辅路及出入口位置。（3）研究面向路段特殊道路网结构的路网数据增强方法。针对目前道路信息提取研究与构建完整路网数据之间相对割裂的现状,根据路段道路信息提取结果,以开放车道模型（Open Lane Model,OLM）为基础,通过匹配与融合,更新完善路网数据中U型转弯及主辅路的几何、拓扑和语义信息。