基于信息技术与交通学科的深度交叉融合,智能交通系统在解决日益严重的“人-车-路”协调问题上越来越突显其优越性。位置服务、路径规划、车辆导航等应用也在深刻地影响着人们的日常生活方式。在这些技术应用当中,人们时常会遇到两个技术难点:路网地图信息的更新以及车辆位置的地图匹配。人工测绘、图像处理等传统路网生成方式不仅费用昂贵,而且难以满足路网变化频繁而及时更新的需要。移动通讯技术与GPS移动设备的普及使得通过海量GPS数据重构路网信息成为了可能。本文在GPS轨迹数据的基础上,通过对轨迹数据进行研究分析,提出了一种基于GPS轨迹数据的路网生成算法。为了提高算法处理效率,必须先对原始GPS数据进行数据清洗、坐标系转换以及栅格化处理等预处理操作。接着,通过对交叉口附近轨迹点特征的分析,将交叉口候选栅格筛选出来。基于交叉口候选栅格,通过DBSCAN聚类算法便可以进行交叉口的数量估计与位置估计。对存在关联性的交叉口,依据两者之间的栅格等效质心,采用最小二乘法曲线拟合的方式构造道路。最后,获取道路相关数据信息,以节点为单位记录到数据库中,最终实现路网重构。以车辆GPS轨迹数据和路网地图为基础,将用户的位置估计输出到路网地图上,这一过程便称为地图匹配。该过程可对车辆定位结果进行修正,是车辆导航、交通诱导、交通预测等应用的基础。综合了拓扑分析、概率分析与几何分析,本文设计了一种基于距离-方向权重的复合匹配算法。在完成数据插值等预处理操作之后,利用历史定位结果以及误差区域确定当前待匹配定位点的候选路段。最后,根据所设计的匹配算法确定最佳匹配路段与最佳匹配点。在这个过程中,考虑到算法的实时性能,可将匹配过程按照轨迹点所处位置划分为三个步骤:初始点匹配、路段匹配和交叉口匹配,不同的步骤选取不同的权重系数进行计算。最后,开发数据采集系统并设计相关实验对所提出的路网生成算法与地图匹配算法进行验证,说明其有效性。