近年来随着我国居民经济水平的提高，大批车辆随之涌至空间有限的城市区域，由此引发诸如环境污染、交通拥堵和事故频发等一系列棘手问题已严重影响到居民的生活质量与城市的综合竞争力，智能交通作为解决交通问题的关键技术，受到了广泛关注，将先进的RFID技术应用于交通领域以提高城市交通的智能化水平成为目前一个重要的研究方向。
　　交通智能化的前提是以准确而丰富的交通数据为基础，结合数据挖掘、交通工程学、通信技术等理论知识，提取城市车辆的出行特征，感知路网交通运行状态，获取居民出行规律。对城市规划管理部门来讲，这些不仅可以作为交通预测、政策制定和发展规划的科学依据，提高公共服务水平，同时还可通过城市车辆的出行强度，辅助评判城市的经济活力和发展趋势。
　　本文以获取城市出行特征为研究目的，以丰富的城市车辆出行的RFID数据为基础，结合FP-growth算法对城市热门路段的分布特征与关联规则进行分析，设计了一种基于时间阈值的轨迹分割算法，提取车辆出行次数与停留位置等交通特征。
　　本文的主要工作内容如下:
　　(1)将交通状态的获取定为本文的研究方向，总结了国内外学者的研究现状，以车辆出行的RFID数据为基础，详细分析了原始数据的内容和特征，针对数据进行相应的预处理;然后根据车牌信息为关键字段将数据分组，得到城市全部车辆一天的运行轨迹信息。
　　(2)基于FP-growth算法的理论知识，结合车辆的轨迹信息，设计了一种基于重复位置的轨迹划分事务的方法，挖掘城市路网中的关键路段，并分析关键路段中各位置信息间潜在的关联程度。
　　(3)以车辆的运行轨迹为基础，通过分析车辆运行轨迹的时间间隔分布特征，设计了一种基于时间阂值的轨迹分割算法，为确定车辆的某一次出行提供了一种新的方法，最后提取城市车辆的出行次数，停留空间分布等特征信息。
　　(4)选取重庆市一周工作日与三天节假日的车辆实际出行的RFID数据，从路网关键路径提取，关联规则分析，车辆出行强度和停留特征等方面对重庆的车辆出行特征进行挖掘，并对工作日和非工作的车辆出行特征作分析和对比，总结重庆市的车辆出行规律，为城市管理部门制定决策提供科学的决策依据。