电子地图是智能交通系统的重要基础。目前,电子地图的制作主要由人工测绘和卫星遥感图像经过处理制成。这类传统方法需要大量的人力物力资源,且制作周期长,更新缓慢。随着5G通信和万物互联的迅猛发展,车载GPS系统和移动GPS终端如手机等产生的海量GPS数据蕴含着城市道路的空间信息,利用GPS数据挖掘、提取城市道路路网信息成为近年研究的热点问题。目前,国内外学者对GPS提取路网主要依赖于浮动车或出租车数据,然而由于机动车对道路条件的要求,单纯利用浮动车GPS数据难以获得部分小路、支路信息,使得所提取的路网信息不够完备。因此,本文提出了一种基于慢行交通GPS数据的道路拓扑结构生成方法。主要工作如下:首先分析GPS轨迹数据特性,针对停滞点数据、偏移数据、缺失数据的特征提出了处理方法,对上海市共享单车GPS数据进行了预处理。然后提取路网拓扑节点,目前判断转弯点的方法大多是通过设定一个角度阈值判别,这种方法容易受到偶然数据的影响,本文引入一个趋势向量的概念来描述轨迹的运动趋势,通过前后趋势向量的夹角对轨迹的转弯点进行判定,再将所有的趋势向量单位化后,利用最小生成树算法进行聚类,得到进出口方向向量,经过转向分析从而确定拓扑点。接着提取道路几何线形。本文采用子轨迹聚类框架,对整条轨迹进行分割、子轨迹聚类、特征点提取等操作提取道路线形。其中,利用OW(opening window)算法将轨迹分割为子轨迹,基于DBSCAN算法思想,定义子轨迹间的度量方法,提出一种针对子轨迹的聚类方法,然后扫描聚类簇提取特征点,最后利用B样条曲线拟合特征点获得道路线形。将拓扑点和道路中心线结合构建路网拓扑结构。基于生成的路网拓扑结构采用Dijkstra二叉堆优化的最短路径和最优路径规划,其中从GPS轨迹提取的行程时间作为最优路径的路段阻抗。最后利用不同半径的缓冲区验证路网的精度,以上海市共享单车GPS数据作为实验数据进行实验验证,结果表明生成的道路既能确保拓扑结构又具有较高的覆盖率。并且将生成的路网完成了路径引导的实例应用。