我国已经进入老年型国家，而人口老龄化带来诸多社会问题。由于老人的身体机能衰退，很容易在日常出行中出现走失、受伤等意外情况。随着科技的发展，GPS的定位精度已显著提高，装有GPS模块的智能设备已广泛地应用到人们的日常生活中。利用智能设备可以方便地监测老年人出行，而如何让这些设备从简单地记录时间和空间数据向行为识别的转变，实现“智慧化”老年人监护，这具有重大的社会意义。在对老年人监测的过程中，智能设备会采集大量的GPS轨迹，而这些轨迹数据所蕴含的信息是无法直接观察到的。如何从轨迹数据中有效地提取出人的出行活动行为信息，并从这些信息里判断老年人出行是否出现异常情况，是本文着重关注的问题。针对该问题，本文作了以下研究工作：(1)研究基于轨迹数据的运动分析，根据运动特征将轨迹划分成移动和停留序列，查找停靠点，然后分析老年人出行目的与出行轨迹的关联性，并结合聚类分析来提取老年人出行的感兴趣点(POI)，最后通过实验验证感兴趣点识别算法的有效性。(2)研究基于HMM模型的老年人出行异常检测，首先将出行轨迹的方向角作为模型的训练数据，改进了HMM模型中隐藏状态的确定方法，建立老年人日常行为模型，然后利用该模型判断是否出现异常并分级预警，最后通过实验证明了该方法对老年人行为异常检测有较高的准确性。(3)开发了老年人出行异常检测系统，可以实现出行信息维护，老年人出行感兴趣点挖掘，出行HMM模型建立，以及出行异常检测与分级预警。