目前,我国交通的主要矛盾是日益增长的车辆保有量与不相匹配的道路路网系统。然而,路网覆盖范围不可能在短时间扩大,所以就要结合现有的道路资源,通过利用各种优化手段,进一步提高道路网的使用效率。车辆轨迹数据中蕴含着丰富的交通流信息,分析这些交通流信息有助于提高道路网的使用效率。通过交通信息采集设备,可以获得大量的车辆轨迹数据。但在实际中,会因为车辆互相遮挡、设备故障或者人为原因使得采集的车辆轨迹数不完整,该现象会对交通流分析以及深层次的数据挖掘造成较大的影响。本文在综述国内外相关研究的基础上,结合VISSIM仿真实验数据和实地拍摄视频数据,使用多种方法进行不同场景下的车辆轨迹重构,并利用所重构的车辆轨迹提取车辆延误。具体工作内容如下:(1)根据相关文献以及实际调查数据,对车辆通过信控交叉口的运行特性进行了深入的分析。本文将车辆通过信控交叉口分为四个阶段,分别是匀速阶段,减速阶段,停车阶段以及启动加速阶段,需要进行轨迹重构阶段有匀速阶段,减速阶段以及启动加速阶段。(2)针对部分数据缺失的场景下,即一条完整的车辆轨迹中出现一段或几段空白数据的情况,进行车辆轨迹的分段重构。在该场景下,应用运动学方法、最小二乘法和Hermite插值法三种不同的重构方法,分别应用VISSIM仿真实验数据和实地拍摄视频数据将车辆轨迹进行分段重构,再将同一数据源的三种重构结果进行对比分析,说明三种重构方法的优劣。结果表明,Hermite插值法较原轨迹更加贴合,效果更好。(3)针对监控视频场景下的车辆轨迹重构。监控视频场景指通过公路车辆智能监控系统获得的视频数据,俗称卡口视频,拍摄角度会有一定限制,后续车辆会存在后车被前车遮挡或不在监控区域内的情况。故本文假定,可以通过卡口视频获取每个周期中前四辆车的停止时刻和位置以及车辆启动时刻和位置,利用前四辆车的已知数据来重构后续车辆的车辆轨迹。本文提出了一种利用车辆到达分布概率来确定车辆到达时间的方法,在车流量较小的情况下,根据车辆到达服从泊松分布的原理确定车辆到达时间,在根据交叉口平均车头间距确定车辆停车位置;然后根据车辆减速特性,利用双曲正弦函数描述车辆减速过程,并得到车辆开始减速的时间和位置,以及车辆减速轨迹;之后根据HCM2000交叉口平均车头时距推算出车辆平均启动时间间隔,那么也就得到了后续车辆的启动加速时间;最后根据车辆启动加速特性,以线性减小的可变加速度运动模型描述启动加速过程,确定车辆恢复正常行驶速度的时间点和位置,以及车辆启动加速轨迹。再将重构结果与原车辆轨迹对比分析。(4)使用在监控视频场景下所重构的车辆轨迹,本文进行了车辆延误的提取。根据模型所得到的车辆恢复正常行驶的时间点减去车辆开始减速时间点再减去车辆以正常行驶速度通过交叉口的时间即为车辆在交叉口所产生的延误。最后将应用车辆轨迹提取的延误与仿真延误和视频人工提取延误进行对比分析,结果表明,平均周期延误的绝对误差在5s以内,相对误差在20%以下。