近年来,随着GPS等定位设备的广泛普及,以及移动应用的快速发展,基于位置服务的各类应用迅速兴起,并逐步影响和改变着人们的生活方式。智能交通作为与位置服务联系最为紧密的应用之一,在给位置服务提供丰富数据的同时,也对如何高效地管理和利用这些数据,更好地服务于交通系统提出了极大的挑战。本文围绕交通系统中的人、车、路三要素,以车辆共乘为主线,对基于位置服务的智能交通应用关键技术进行了研究,提出了具体的解决方案和应用系统。本文的主要研究内容和贡献包括:1)提出了一种基于历史轨迹数据的规律路线挖掘算法,在此基础上结合轨迹特征分析用户的出行方式,从而为理解和预测用户的出行行为提供依据。本文在该算法中提出了支撑路径、支撑有向边、规律停止点等一系列轨迹特征与挖掘方法,并通过用户历史数据和用户实际体验验证了算法的有效性。2)设计了一个基于私人车辆的通勤共乘推荐系统,并提出了两种关键算法。针对私人通勤的特点,提出了一套完整的数据存储、用户检索和路径规划解决方案;提出了一种增量式共乘用户匹配算法,在保障用户共乘质量的同时,通过偏好均衡测试,提高共乘车辆利用率;提出了一种优选车辆与乘客接驳位置的共乘路径规划算法,通过合理安排车辆绕行与乘客步行路线,提高共乘效率与匹配成功率。基于用户的实际数据对系统进行了实验分析,验证了系统的有效性。3)提出了一种基于车辆权重的信号优先控制策略,在综合考虑社会车辆通行需求的基础上,给予共乘车辆适当的路口优先通行特权。针对交通实验难以实际开展的现状,设计并实现了一个缩微交通实验平台。该平台基于缩微的道路三维实景,以缩微智能车辆为交通主体,实现对交通行为的演示与验证。基于该缩微交通实验平台,对共乘车辆信号优先开展了实验。实验结果表明,通过适当权重的选取,能够在有效激励共乘出行,降低交通流量的基础上,进一步提高路口的通行效率。