随着近年我国经济的高速发展,人民的出行变得更加便捷。在城市内选择自驾、出租车等汽车的方式出行是非常普遍的选择。不仅如此,几乎所有汽车都配有GPS设备,或者使用手机可以做到GPS数据的采集,这为数据分析提供了相当大的便利。这些采集到的数据包含时间、位置、方向、速度等信息,对这些数据进行分析可以有效对传统交通规划进行赋能。而汽车出行带来方便的同时,也对城市道路网产生了很大的流量压力。大量的道路在高峰时期都会因为车流量过大而产生拥堵。在这一场景下,如果能提前对各道路的状况进行估算,计算出道路可能的通行时间,就可以对道路交通进行更好的规划。而如何使用车辆采集的GPS数据对道路的通行时间进行估算。传统的道路通行状态数据主要来自于设置在道路周边的各式传感器,这样必然会产生数据死角,从而导致只能对热点道路进行分析监控。使用GPS数据对道路通行状况进行估算具有较高的实用价值与研究意义,基于大量车辆GPS数据进行的分析可以从多个方面改善对道路状况的分析能力:不需要布置大量的传感器设备以节省成本及后期维护费用、不会因为传感器故障而导致数据缺失、对传感器无法进行采集的数据盲点区域也可以进行对应分析与估算。本文围绕这一GPS数据的处理分析展开研究,主要的贡献包括:(1)提出一种新的路网匹配算法。路网匹配是将GPS坐标点与路网上的道路相关联的过程。经过了路网匹配的数据获得了原始数据不具备的道路位置信息,从而可以进行进一步的研究分析。本文提出了一种新的路网匹配方法FWMM(Fast Weight-based Map Matching),该方法可以在不定采样率的数据上稳定的运行。FWMM是全局路网匹配方法,考虑GPS点与道路的位置、方向、转移关系,并给出全局最优匹配结果。此外,为了降低全局算法的计算开销,FWMM具有自适应的加速匹配策略,实验证明该策略可以有效加速匹配过程,大幅降低平均匹配耗时。(2)提出了一种基于路网匹配结果的道路通行时间估算方法。由于该方法基于GPS轨迹的路网匹配结果,可以对传感器没有覆盖到的道路进行通行时间估算。该方法首先对路网匹配的结果进行解析,提取出有用的数据进行整合收集,依据数据的采样时间将数据划分到各自的时间窗口,进行初步的通行时间估算;随后,使用张量分解的方式对缺失的数据进行补全;为了提高方法估算结果的准确性,并且与现有传感器数据兼容,设计了一种基于实时采样数据的模型估算结果修正方案。(3)对整体系统进行工程性部署方案设计。工程方案设计是研究工作的落地环节,具有重要的意义。本文对现有的数据存储、处理框架进行分析,筛选其中适合本系统部署的方案进行系统的架构设计;集群采用混布的方式,提高机器的CPU利用率。为了使集群部署更加高效,提出了一种基于服务属性的部署优化方案。综上,本文对GPS轨迹数据展开研究,对路网匹配、道路通行时间估算、缺失数据补全、系统部署方案优化等问题提出了对应解决方案,在实验中证明这些方案存在实用价值,可以为道路交通优化提供有效支持。