精准的路网地图对车辆的正确导航起着至关重要的作用,现有的地图因其较高的维护开销而不能保证实时更新,如何根据轨迹数据动态更新地图成为了一个重要的研究问题。现有的方法是根据轨迹数据推断完整的地图,这使得推断出的地图信息不够完善准确,并且需要高的计算开销。也有一些方法是在现有的地图上发现新路进行更新,但是该类方法通常采用了采用基于线段和点的方法,仅考虑了轨迹密集区域,并且都有不足之处。本文在轨迹密集区域发现新路的基础上,针对这些问题提出了地图混合的新路发现方法HyMU,该方法结合了基于线段和点的方法的优势。基于出租车轨迹数据集,我们将混合的新路发现方法HyMU与同类方法进行了量化的评估与对比实验。实验结果表明,HyMU方法在面向处理稀疏或者低采样率的轨迹数据时相对于其他方法具有更高的新路检测效能。最后,我们提出了面向轨迹稀疏区域的地图更新问题,并结合了滑动窗口的模型,该方法通过连续观测各时间窗口中的轨迹逐渐将道路展现在地图上,我们对地图更新方法进行了实验评估。本文主要包含的研究工作有以下几个方面:·对轨迹数据的预处理在对数据进行处理挖掘之前,我们先要去除一些噪声数据,进而有利于后续能够有效处理数据,提升数据的准确率。本文的数据预处理包括了地图匹配,以及方向和距离上的去噪处理。·混合的新路发现方法地图上常常会有一些道路未能及时准确更新,如何发现这些缺失的道路对导航驾驶十分有意义。现有的地图更新方法都是基于点或者基于线段的方法来发现新路,这两种方法各有优缺点,而本文则结合了基于线段和基于点的方法的优势,提出了一种混合的新路发现方法。·稀疏区域地图更新方法一条新修建的道路,可能刚开始行驶的车辆并不多,而且有些道路上行驶轨迹也会较少,因此,如何对稀疏区域进行处理,并且能够将发现的新路正确的在地图上更新也是本文需要研究的一项工作。