定位技术的不断发展以及全球定位系统（GPS）设备的普及,产生和积累了大量轨迹数据。这些数据应用价值丰富,可用于城市规划、交通管理、动物迁徙等研究。然而,由于轨迹数据的采样受采样设备、采样频率等物理因素的影响,导致数据质量参差不齐。并且,由于原始轨迹数据通常只包含位置信息和采集时间,使得数据在应用上存在语义鸿沟,难以直接用于有效的分析。针对轨迹数据质量和语义缺失问题,本文围绕轨迹数据的停留点识别和地图匹配的语义增强技术展开研究,主要的研究内容如下。（1）提出基于时间和速度阈值的停留点识别算法（TV-DBSCAN）,该算法通过对DBSCAN算法进行改进,考虑了轨迹点的速度和周围POI信息,能够识别建筑物内和高速路段的停留点。解决了现有的停留点识别算法无法有效地分辨移动对象在室内停留还是穿过室内,或分辨移动对象为长时间低速度的在相对较小范围内运动还是长时间静止状态。利用识别后的停留点信息,实现对原始轨迹的语义增强,提升了数据的可用性。（2）提出结合道路语义的地图匹配算法（RS-HMM）,该算法通过对隐马尔科夫模型的改进,考虑了道路语义、道路规则和轨迹速度等因素。解决了现有的基于隐马尔科夫模型的地图匹配方法只考虑路网和轨迹信息而导致地图匹配的准确率较低,且现有的基于隐马尔科夫模型的地图匹配算法存在对轨迹采样率较为敏感的问题。相较于现有的基于隐马尔科夫模型算法,RS-HMM的地图匹配的准确率更高,对轨迹的采样率敏感度更低。轨迹数据通过地图匹配后再与路网数据相结合,实现对原始轨迹的语义增强。（3）在前两项研究工作基础上,本文设计与实现了GPS轨迹语义增强及可视化系统。该系统能够帮助用户更好地理解和分析GPS轨迹数据,提升数据的价值和可用性。系统包括四个功能模块,分别是轨迹预处理、轨迹可视化、语义增强和数据存储管理。轨迹预处理模块是对原始轨迹数据进行噪声过滤、轨迹压缩、轨迹分段等预处理操作。轨迹可视化通过不同的可视化方式如散点、直线、面、热力图和网格图等方式展示轨迹数据在地图上的分布,通过语义增强和数据存储管理模块,实现原始轨迹数据的输入到语义轨迹、路段轨迹的输出。