随着物联网技术及其相关应用(如智慧城市、感知中国、智能交通、应急管理、智能安防等)的飞速发展,如何有效地存储、查询与分析海量的物联网感知数据成为了一个亟待解决的关键问题。基于物联网感知数据的矢量提取存储思想,将感知数据进行矢量提取存储,不仅会减少数据存储的更新频率和数据量,而且还会减少查询和分析操作的数据量。基于轨迹大数据矢量特征提取,借助PageRank算法思想,引入路段状态矢量,实现动态的路径规划。设计基于人群疏散的空间多样性理论,实现大型活动高效人群疏散。本文以轨迹数据矢量提取为基础,对动态路径规划和大型活动人群高效疏散进行了分析、研究和改进:(1)基于感知数据矢量特征存储。针对具有路径的时空数据的状态矢量提取方法,本文选取贝塞尔曲线拟合算法,设计状态矢量的表示、匹配和更新算法,对感知数据进行矢量提取,获取监控对象的状态矢量序列。基于感知数据的矢量存储,进行高效的数据查询,实现对数据的高效分析。通过对感知数据的矢量提取与存储,不仅减少了数据的存储量和更新频率,而且提高了数据的查询效率和数据插值查询的准确度。(2)基于矢量的动态路径规划。借助PageRank算法和路段状态矢量数目,计算路口的拥堵系数值(下文称该值为“CR”),路口的CR值反映该路段的拥堵状态。然后考虑路段的距离和CR值,基于两者设计A*算法的启发函数。利用A*算法,实现动态路径规划,减少路段拥堵。通过和百度导航及高德导航路径规划比较,本文设计的路径规划方法更趋向于选择当前拥堵系数小的路段,从而达到更精准的动态导航效果,减少交通压力。(3)针对目前国内外大型活动人群疏散方案研究现状,本文基于人群疏散设计的空间多样性理论建立了疏散方案模型。根据建立的模型,对人群疏散方案进行规划,利用本文研究的单点动态路径规划进行疏散路径规划,制定合理准确高效的疏散方案,使疏散时间最少,最大限度的减少交通拥堵。通过以国家体育馆举行大型活动进行了仿真实验,实验结果表明本文提出的人群疏散模型大大提高了疏散效率。