随着汽车保有量的迅猛增加，道路交通系统中人-车-环境矛盾日益凸显，道路交通事故频发。汽车智能（自动和辅助）驾驶系统在避免和减轻交通事故中起到了较好的作用。车辆编组作为构成微观交通流的基本单元，以及交通流理论，特别是汽车主动安全研究领域所经常涉及的概念，对其态势进行准确辨识、重构是完善交通流理论与加强汽车智能驾驶系统研究的有效途径。　　以往相关研究多是利用固定式传感器或其它成本较高的仪器采集数据，普及率较低且实验及后续数据处理过程较为繁琐。全球定位系统（Global Positioning System， GPS）（特别是手机GPS）的出现及普及为交通研究者提供了新的数据采集方式。与此同时，在 GPS移动传感数据采集、处理过程中涉及的隐私保护问题，也日益受到人们关注。如何在保护隐私前提下有效地应用移动传感数据，成为国内外学者研究热点。　　本文以驾驶员隐私保护为前提，以推演车辆编组态势为目的，首先，综合考虑驾驶员兴趣感应区域内各运动实体特征及其操控者类型，建立车辆编组态势的数学表达方式；其次，利用 GPS捕获车辆过交叉口行程时间，建立基于贝叶斯决策树的人车特征动态辨识模型，识别车辆不同类型及其驾驶员倾向性；再次，针对普通城市道路路段场景，利用 GPS移动传感数据，根据车辆到达规律以及动态贝叶斯网络构建车辆编组态势转移的逆向推演模型；最后，对基于人车特征演化的城市道路网络车辆编组态势逆向重构方法进行研究。验证结果表明，本文所建模型合理可行，能够为交通流理论与汽车智能驾驶系统研究提供新思路和理论基础。