车辆普及率的增长使道路交通问题层出不穷,车辆拥堵、交通事故、车辆违章和被盗事件屡禁不止,给社会造成了巨大的生命和财产经济损失。因此,提高车辆交通管理水平,对车辆通行进行有效的引导和管理势在必行。针对我国的交通管理系统智能化水平较低的现实,本文以“车辆识别与监控系统平台”项目为依托,基于该系统运行所采集的海量车辆轨迹数据,针对城市热点路径的车辆数据分析需求,重点在利用谱聚类算法对路径规划算法的实现、车辆多标签防碰撞快速识别算法以及监控平台的设计方面进行相关研究工作,本文主要做了如下工作:(1)设计了一种用于代表路径提取的路径规划算法。基于选取的上海市出租车轨迹数据进行挖掘,通过与谱聚类算法的结合,解决了轨迹数据在维度上的不平衡性。针对当前谱聚类算法当中的一些不足,本文提出了一种改进型的谱聚类算法,利用信息熵理论对高斯核尺度参数进行优化,并且可以自动选取最佳的聚类数目。最后提出了局部层级路网的概念来研究复杂路网中的路径规划问题。实验表明本文所提出的路径规划算法具有一定的可执行性。(2)多标签防碰撞算法的设计。实际中往往会有多辆汽车同时进入阅读器的工作范围内,此时就对阅读器提出了多标签快速读取的要求。本文提出了一种改进的防碰撞算法——基于碰撞位的自适应分裂算法,该算法综合了几种常用的算法的多个优点,理论上可以显著提高识别效率。实验结果也表明,改进算法相对于几种已有的防碰撞算法,识别效率有较大的提高。(3)对系统的后台监控平台和数据库进行了软件设计。监控平台具有对车辆进行实时监控、报警记录、路径追踪以及系统相关信息配置的功能。目前该系统在对危险化学品运输车辆的实时监控,对促进交通管理的智能化方面发挥了积极作用。