中文摘要：

本申请项目拟研究基于移动对象网络匹配时空轨迹（Network-Matched Trajectory）的数据采集与交通流统计分析方法，以及基于道路交通状况历史变化信息及移动对象时空轨迹的数据挖掘与导航方法。项目的主要研究内容包括①移动对象网络匹配时空轨迹的数据采集、路网匹配、数据优化及数据库表示模型；②基于移动对象网络匹配时空轨迹的实时交通流统计分析方法及时态交通网络模型（时态交通网络是指能够表示路网各部分交通参数随时间变化历史过程的交通网络）；③基于道路交通流变化历史数据以及移动对象轨迹数据的时空数据挖掘方法；④基于动态自调整主干网的交通状况敏感快速导航方法。将在理论研究的基础上，开发相应的原型系统。研究成果对于实现智能化的交通控制与规划、缓解城市交通压力、方便人们的交通出行具有重要的社会及经济意义；同时作为移动信息服务、智能交通系统、位置相关服务的基础，本项目的研究具有重要的学术价值。

结论摘要：

本申请项目主要研究基于移动对象网络匹配时空轨迹的数据采集与交通流统计分析方法，以及基于道路交通状况历史变化信息及移动对象时空轨迹的数据挖掘与导航方法。本项目的主要研究工作及进展如下（1）移动对象网络匹配轨迹的数据采集、路网匹配、存贮优化及数据库表示模型提出了移动对象的网络匹配轨迹数据模型，研究了在移动端不配备电子地图的前提下，移动对象网络匹配轨迹的采集方法以及网络匹配时空轨迹的数据库表示与查询模型；（2）基于移动对象网络匹配轨迹的实时交通流统计方法及时态交通网络模型研究了基于移动对象网络匹配轨迹的实时交通流统计分析模型，以及时态交通网络数据模型, 用以表示交通网络各路段交通参数随时间变化的整个历史过程；（3）基于时态交通网络及移动对象轨迹数据的时空数据挖掘方法研究并提出了基于道路网络语义的、结合交通流时态数据及移动对象轨迹数据的数据挖掘方法，包括基于交通流时态数据及移动对象轨迹数据的各种挖掘方法，如移动模式挖掘、轨迹聚类与分类、热点道路聚类、道路交通状况变化模式挖掘等；（4）基于动态主干网的交通状况敏感导航方法研究了交通状况敏感的动态自组织主干网的生成及动态维护方法，在此基础上实现快速的交通敏感分级导航算法，包括基于当前交通状况的主干网动态生成方法及相应的分级导航算法，以及基于当前交通状况及交通流变化模式的主干网动态生成方法，以及相应的分级导航算法； （5）海量传感器采样数据的时空数据表示、存储、查询处理研究了海量GPS传感器数据及其他类传感器的时空数据管理方法、传感器时空数据的并行查询处理方法以及基于移动对象GPS采样数据的物联网、云计算等海量数据处理方法。（6）基于时态交通网络的移动对象时空统计、数据挖掘及交通敏感导航原型系统在研究工作的基础上，开发通用、高效的原型系统，并对相关模型、方法、性能进行充分的实验和测试。本项目组在研究过程中申请了3项发明专利（其中1项获得、2项受理）、获得软件著作权2项，出版了英文学术专著1部，发表学术论文26篇（其中期刊论文13篇、国际会议论文13篇）。此外，项目组进行了充分的系统研发工作，完成了原型系统的研制并进行了产品化，推出了中科院软件所“方物数据库”系统，该系统已经在中科院软件所无锡分部的宁波肉菜溯源项目中得到成功的部署与应用。