随着无线通信,GPS空间定位,位置服务等技术的飞速发展,以及众多具有定位功能的无线手持和车载设备的大量普及,尤其国内新近兴起的打车软件的广泛应用,位置服务早已成为一个前景广阔的朝阳产业,得到了越来越多的关注。其中一个典型的需求就是对道路网中移动对象进行连续测控,比如连续查询“距离目前位置5km之内的所有出租车”等实际问题。现有的移动对象范围查询方法大多都假设移动对象在欧式空间中自由运动。这些方法只能服务于特定领域,然而在现实生活中大多数用户和移动对象是受限于道路网络的,因此用户和移动对象之间的距离用网络距离来衡量更加合理。新近开始研究的基于网络距离的道路网增量式范围查询算法又存在盲目扩张的缺点。基于上述分析本文的研究工作如下:首先本文在现有的移动对象数据库索引和查询处理技术等方面的最新成果基础上,研究重点集中于包括双行道和单行道组成的道路网中的移动对象连续范围查询处理问题上。提出了基于方向关系约束增量式范围查询(Incremental range query Based on Constraint of Directional Relation,CDR-IRQ)算法。该算法过滤掉一部分与查询点运动方向相反的无效道路边加快了范围查询的速度。其次对于数据分布集中的道路网,同一路径上很多查询点的查询结果集都有相关性有些甚至完全相同,针对这一特点在CDR-IRQ算法的基础上提出了基于方向关系约束的组范围查询(Group range query Based on Constraint of Directional Relation,CDR-GRQ)算法。该算法以路径为单位,同一路径上的所有查询点共享范围查询执行过程,以此减少算法的重复计算,进一步提高查询的效率。最后本文进行了实验对比和分析,实验结果表明CDR-IRQ算法在道路边上移动对象分布比较均匀时查询效率较优,而CDR-GRQ算法在道路边上移动对象分布比较集中时查询效率较优,而且这两种算法均优于在增量式范围查询时盲目扩张的原始算法。