近年来,我国机动车保有量持续增长,由此带来的道路资源紧缺、交通拥堵问题日益显著,严重影响和制约着城市经济社会可持续、快速、健康发展。并且,由于受到如技术、空间、环境及经济等各种因素的制约,单是采取扩大道路网络规模的方式已不能从根本上解决当前交通问题。因此,探索和寻求新方法和新策略以达到城市道路的资源利用最大化成为现阶段城市交通发展的迫切需要和必然趋势。大数据技术的日益成熟为城市交通问题带来了新的解决思路。有鉴于此,本文以出租车大数据为对象,通过分析其中蕴含的交通流状态和驾驶员历史经验信息,提出一种基于热点路段图的路径规划算法。并在此基础上,设计了以Hadoop作为数据处理平台的应用系统,实现对给定起终点的最优路径查询功能。具体而言,本文的研究内容包括:(1)基于Hadoop的系统总体框架设计。在物联网三层架构的基础上,增加Hadoop平台作为“数据处理层”,从而形成自下而上由采集层、网络层、数据处理层、应用层组成的四层架构。其中,Hadoop平台完成对出租车大数据的存储、分析工作,最终将分析结果提供至应用层,以Web页面形式予以呈现。(2)出租车大数据预处理与分析。对西安市出租车GPS数据进行清洗,剔除其中的干扰数据,进一步结合西安市路网数据完成地图匹配工作。在此基础上,对不同时间段内各路段的覆盖次数与平均车速进行计算,选取覆盖次数较多的路段作为热点路段,依据平均车速计算结果构建城市热点路段图。(3)最优路径规划算法设计与应用。在热点路段图的基础上选取A*算法进行改进,增加行程指标、时间指标、热点度指标作为路径选择的评价指标。与传统的最短路径算法对比分析,实验结果证明了本文算法在不同交通流状态下的有效性。进一步将规划结果应用于查询系统,为用户提供最优路径查询功能。