肖竹，钱鑫，蒋洪波，蔡成林，曾凡仔

（1.湖南大学信息科学与工程学院，湖南 长沙 410082；2.湘潭大学信息工程学院，湖南 湘潭 411105）

1 引言

随着我国工业化和城市化进程的持续加速，机动车数量持续迅速增长。特别地，我国私家车占机动车总数比例高达83%[1]。私家车的高保有量一方面给交通运输、安全行驶和环境保护等带来巨大压力，另一方面，私家车在行驶过程中产生了大量的轨迹数据。通过研究轨迹数据，分析与发掘深层次的车辆轨迹移动特征，这对认知人们的社会活动、优化城市道路资源配置等具有重要的研究价值，能为车联网、移动社交网络、智慧城市等应用领域提供有效服务[2-3]。

在此背景下，准确获取车辆轨迹数据是上述新兴应用的技术基础。近年来，GNSS（global navigation satellite system）和移动感知等技术日趋成熟，推动了车辆轨迹数据采集、分析、处理及其相关应用领域的快速发展[4-5]。

应该注意的是，实现车辆轨迹数据的收集需要使用低成本且易于推广的设备；同时，在复杂的城市环境中，由于存在难以避免的GNSS 定位信号中断（GNSS outage）现象以及车辆行驶过程中的误差累积，易造成所收集的车辆轨迹数据不准确和不完备。因此，如何开发低成本且用户友好的轨迹收集设备，构建决策层面的异类信息融合模型、进而设计定位信号中断和误差累积时的轨迹预测与重构算法是车辆轨迹数据准确获取所面临的挑战性问题。

针对上述问题，本文通过集成GNSS 接收模块和车载诊断（OBD,on-board diagnostics）系统读……