在我国绿色交通发展的大背景下,交通管理部门需要快速地分析并评价路网各道路的骑行状况,以便实施针对性的整改措施。基于共享单车实际骑行数据,本文对自行车骑行轨迹与路段骑行状况进行了分析,研究了骑行轨迹数据的清洗、降噪处理和匹配方法,并利用处理后的骑行数据实现道路骑行质量的分析评价,为自行车骑行道路环境的改善提供数据依据。本文的主要研究内容如下:（1）问题的分析及研究思路的形成。分析了骑行轨迹数据中体现出的骑行行为规律以及数据中的异常现象,基于轨迹数据的实际情况与特点、自行车骑行特点,提出了利用骑行轨迹数据实现路网骑行状况分析评价的思路与要解决的关键问题,包括轨迹数据清洗与降噪处理、轨迹与路网匹配、路段骑行质量分析评价,形成了整体的研究路线和框架。（2）异常轨迹数据的清洗与降噪处理研究。对轨迹数据异常的来源及表现进行分析,主要针对“伪轨迹数据”、采样时间异常数据以及定位坐标异常数据等不同类型的异常,研究了基于箱线图与DBSCAN聚类的异常数据识别方法,给出了轨迹数据的清洗、降噪处理流程,为后文研究提供可靠的数据基础。（3）轨迹数据与路网数据的匹配研究。根据清洗、降噪处理后的骑行轨迹数据,综合考虑单轨迹点与路段之间的相对关系、多轨迹点间的关联关系,构建了基于贝叶斯网络的骑行轨迹与路网匹配模型,提出了基于分段滚动搜索的匹配概率计算方法,将各条骑行轨迹匹配到路网中相应的路段上,以便后文能以路段为单位对骑行质量进行分析评价。（4）路段骑行质量分析评价研究。对路段上自行车骑行状况进行分析,设定骑行质量优劣判断依据,构建评价指标体系,提出基于KNN算法的路段骑行质量评价方法,对路段的骑行质量进行相对性评价,识别出骑行质量差的路段,为骑行环境改进提供参考。（5）以某城市的某地铁站附近道路为对象进行案例分析,对本文的研究方法进行验证分析。图61幅,表8个,参考文献64篇。