1. 研究目的与意义（文献综述）

1.1目的

人类活动和交通系统密切相关，现如今，人们出行时对精细程度高、现势性好的道路信息需求迫在眉睫。就交通系统而言，城市道路网是城市智能交通系统的柱础，对于城市路网的提取自然也是不可或缺。

随着智能时代的到来，数据将成为驱动社会发展的燃料。当前的军用，商用的路网提取已经达到非常精细的程度，但是对于粒度更加精细，投入产出比的价值比越发明显的追求依然是势在必行。当前人文背景和技术背景下，人类出行生产的大量gps数据对城市路网的提取是非常优质的数据燃料，本篇论文的目的就是基于此数据探索合适的算法提取城市路网。

1.2意义

城市路网结构处于快速的动态变化之中，对数字道路信息的快速准确提取与及时更新是人类社会的必要需求。当前的数字道路信息的采集大多使用配置高精度gps接收设备的专业测量车，但这种采集方式费用昂贵，而且数据难以及时更新，数字道路信息存在一定的滞后性。而目前，相关行业已经收集了海量的gps轨迹数据，很明显，交通工具产生的海量gps数据能够反映道路网络的地理信息和结构，使用这些gps数据来提取城市路网将会具有成本低廉，覆盖面大，易于获取，现势性强等优点，这会为城市路网的提取带来优质的发展前景。

2. 研究的基本内容与方案

2.1研究的主要内容

本课题主要进行基于gps轨迹数据提取城市路网的方法探究及具体实现，主要研究内容包括：

1) 学习使用matlab和arcgis，利用gps数据对城市路网进行图形化构建和可视化分析。

2) 对gps数据预处理，包括数据切分，数据清洗等

3. 研究计划与安排

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩。

4. 参考文献（12篇以上）

[1]王卫,过秀成,侯佳.基于空间数据模型的gps浮动车地图匹配算法[j].东南大学学报（英文版）, 2010, 26(3):461-465.

[2]欧阳鸿,刘建勋,刘毅志,et al.基于步行gps轨迹的路网提取方法[j].计算机与现代化, 2014(2):124-128.

[3]yuzheng.2015.trajectory data mining: an overview. acm transactions on intelligentsystems amp; technology. 6, 3, article 29 (may 2015), 41 pages.