随着北斗/GPS定位技术、车联网技术、5G等先进技术的快速发展,现如今积累的海量交通轨迹数据已达到大数据的应用规模,这使得交通路网成为一个可动态表征的拓扑结构,但目前关于深入探究城市路网演化路径的计算模型还未形成完整的理论体系,并且大部分停留于演化模型以及演化机制的研究,很少能将其直接运用并解决城市道路建设中遇到的实际问题。因此,本文围绕城市路网拓扑的演化路径关键技术开展研究,并通过自我构建的节点以及路段拓扑的数据结构,着重研究了基于轨迹数据的城市道路节点以及路段的等级划分模型的构建,进而为今后城市道路规划提供理论依据与决策支持。具体研究工作包括:（1）浮动车轨迹数据特性分析与预处理。轨迹数据是一种在路网约束条件下时间域和空间域均离散的时空序列,具有稀疏性、偏态分布性、时空序列性、非线性、非平稳等特性,由于低质量的数据将会对挖掘分析结果产生严重影响,因此,本文深入研究了轨迹数据的采集系统、基本属性与特性,设计了轨迹数据清洗算法,并针对离群点的检测考虑到轨迹点局部密度的差异性,提出LOF（Local Outlier Factor）算法进行识别与剔除,为进一步的研究奠定了坚实的基础。（2）城市路网中节点等级划分模型的构建方法。为提取道路交叉口处轨迹数据中所隐含的节点重要性信息,本文创新性地提出一种基于浮动车轨迹数据,根据已构建的节点数据结构,计算某一时间某一节点的车辆经过频次（实际意义:对应路口的重要程度）、平均驻留时间（实际意义:对应路口的拥堵程度）这两个评价指标,实现了节点的定量分析,进而利用波士顿矩阵构建了节点等级划分模型,并结合谷歌地球的历史影像数据进行验证,实验结果表明该模型准确率约为85.71%,进一步说明了该模型的可靠性与有效性。（3）城市路网中基于节点拓扑连接关系的路段等级划分模型的构建方法。为挖掘道路上轨迹数据中蕴含的路段重要性信息,本文创新性地提出一种从轨迹数据来源着手,通过对路网拓扑中的路段进行车辆经过频次（实际意义:路段的重要程度）、平均通过速度（实际意义:路段的拥堵程度）这两个评价指标的计算,现实还原了实际路网中路段的演化过程,实现了路段的定量分析,进一步利用波士顿矩阵构建了路段等级划分模型,并结合谷歌地球的历史影像数据进行验证,实验结果表明该模型准确率约为72.73%,进而也证明了该模型的可靠性与有效性。最终将实验结果可反馈到城市道路的建设、规划以及管理中去,进一步达到引导交通网络向功能和结构更优方向演变的目的。