近一二十年来,我国智能城镇化的快速发展和农村人口单向向城市流动的逐步增加,给城市建设中的治安建设和城市交通管理带来了很大的持续性压力。智能交通系统是智慧城市建设和管理的热点,卡口数据、移动通信数据和交通路网数据是建设智能交通系统所需的重要数据,更是现代化城市规划和建设及交通管理的城市基础数据。本文基于地图数据、移动通信数据、卡口车辆信息数据进行融合移动通信数据的车辆路网轨迹智能分析,为移动通信数据和卡口车辆信息数据建立了一种不同类型轨迹数据的相似性度量方法。通过相似度度量,可以寻找与某一移动通信轨迹高度匹配的车辆轨迹,为公安刑侦过程中提供“从手机、车到人”的方法借鉴,为智能公安平台提供技术参考。主要工作如下:第一,交通路网数据的提取。从开源地图数据库Openstreetmap上获取地理信息数据,并运用ArcGIS软件和Python对数据进行解析与清洗,提取目标地区的交通路网数据。第二,移动通信数据和卡口数据的处理。针对移动通信数据,对基于COO(Cell of Origin,小区)定位的数据,用Viterbi(维特比)算法进行地图匹配,将移动通信数据匹配到目标地区的交通路网上;针对卡口数据,首先对数据进行清洗和整理,然后采用基于Dijkstra的地图匹配方法,将卡口轨迹数据匹配到目标区域的交通路网上,形成较为完整的基于交通路网的车辆路网轨迹数据,解决轨迹的稀疏性问题。第三,将卡口数据与移动通信数据相融合,采用Fréchet distance(弗雷歇距离)对轨迹数据进行智能分析,在给定某一通信信息数据的情况下,用Fréchet轨迹相似度度量的方法,通过全局搜索,寻找与该通信信息数据高度匹配的车辆轨迹,达到了从通信信息定位到车辆的应用,并且通过该方法,可以将通信信息的轨迹更新为车辆路网轨迹,修正移动通信轨迹的不准确性。