在移动对象数据库中,移动对象的k近邻查询问题一直是其中的研究热点。现存的许多k近邻查询方法都是基于欧几里得空间所做的研究,这些方法考虑的是两个对象在空间中的相对位置。然而,在基于路网的条件下,k近邻查询的结果是取决于路网的连通性的,而不是查询对象的相对位置。在这一领域,Christian等人在2005年提出了Island方法,它是一种基于路网的移动对象k近邻查询方法,但是这种方法存在以下不足的地方,第一,该方法对路网没有任何限制条件;第二,没有给出明确的数据存储结构;第三,区域半径一致,效率不高。本文正是针对以上缺点对该方法进行了改进,并提出了Island+方法。首先,在综合分析和研究已有的基于路网的k近邻查询方法基础上,改进了Island方法中的路网建模部分,用过渡矩阵及一个标志位来模拟路口转向限制以及路段是否可用状况,从而模拟了简单受限路网。其次,在前一步工作的基础之上,提出了一种交通堵塞探测机制,可以实现路段的交通堵塞探测,并且把数据暂时存储起来,为预计算部分提供了限制条件,从而更加贴近现实生活中的交通状况,并把在单行线发出的查询结果用邻接表保存起来,达到轨迹存储的目的。然后,本文给出了区域半径最优化方法,通过对密度较大的区域及较小区域的半径的调整提高了Island方法的更新和查询效率。最后通过试验验证了新方法的性能。