目前国内对通过手机定位技术采集交通信息的研究并不多，大多停留在理论方面，实际的应用案例较少，手机网络定位的应用在国内仅上海进行过一次基于手机网络定位的交通调查，而且资源比较分散，但也足以证明这种方法是可行性的[4]。33300
北京交通大学的学者通过手机网络定位数据得到居民出行的经纬度坐标，进而得到居民出行的实际轨迹。通过路径匹配算法，计算出出行距离、出行时间、平均速度等重要交通参
数，再综合分析出行特征，用模糊识别方法，将出行方式划分为步行、自行车、机动车三种出行方式。通过对比居民的实际运动轨迹和现有的轨道路径来识别轨道交通方式。论文网
同济大学的学者杨飞更是别处心裁，成功的将手机切换定位和道路匹配算法结合起来。首先，将基站小区与道路网络一一对应，提取原始的手机切换数据之后，反推切换数据，多次切换道路信号，按照切换序列标定道路。再结合道路匹配，计算和提取行程车速[5]。在他的另一项研究成果中他直接将传统方法和手机定位技术应用于交通数据采集进行了对比[6]，如下表1.1所示。
表1.1传统方法与手机定位技术的对比
    成本    动态性    耗时    样本量    连续性    数据质量
手机定位    较低    很好    较少    较高    很好    较高
传统方法    较高    很差    较多    有限    很差    较低
国外研究现状
    从20世纪80年代开始，一些发达国家，如美国，日本等就开始研究和实验使用无线通信技术进行交通数据的采集;到了20世纪90年代，由于手机技术的成熟和普及，使用手机定位技术采集交通信息的研究发展速度大大加快[7]。特别是美国，在911之后，为了提高紧急电话的处理速度，给移动通信运营商关于手机呼叫位置的定位精度提出硬性标准。
日本科学家在深入研究手机定位技术在居民出行跟踪中的应用之后，总结了其方法特点，在原始跟踪数据的基础上，提出了一种可用于城市居民出行计算的方法[8]。方法指出要对每一个点数据进行转化和标记，建立规模大且定位准确的数据可来满足大规模出行描述的需要。与此同时，还使用手机定位方法，获取了大量的且连续的手机定位数据，这些数据包括时间信息和位置信息，通过一定的方法将出行数据转化成出行轨迹，再结合路径匹配算法和城市交通系统空间分析法得出路网拓扑特征。
    可能是出于对城市居民隐私权的考虑，美国学者并没有直接得到城市居民出行的出行数据，而是设计的移网络模拟器，通过模拟器输出定位数据，然后通过一定的手段将输出的定位数据转化成居民出行的OD矩阵。这种方法虽然设计模拟器环节很麻烦，但是也有自己明显的优势，比如不需要改造已有基站，同时自行设计的模拟器肯定会存在数据库，使用时可以直接提取，不用再去采集数据，因此具有很好的发展前景。
从整体情况来看，国外关于运用手机定位技术来采集交通信息研究远远胜过国内，提出的方法也相对成熟，而且有很多方法在现实情况下也得到了验证。尽管如此，在采样频率、
定位精度、定位密度等方面还有有很大的研究空间;同时，针对不同区域，例如热点区域与普通城区、城市和郊区；不同的道路分布，例如铁路、高速公路、郊区道路和城区道路等也需要进行进一步的深入研究[9]。而国内相关研究很少，但也有学者提出了一些改进技术或对道路匹配方法展开研究，并用仿真方法加以验证。但是，相对于国外，这些研究只涉及到应用手机定位技术进行交通信息采集领域的很小方面，还有广阔的领域需要挖掘和深究 手机定位技术采集交通信息国内外研究现状:http://www.youerw.com/yanjiu/lunwen_30451.html