本发明提出了一种基于隐马尔可夫模型的浮动车数据轨迹还原方法。本发明从浮动车数据和城市道路数据的时空特征出发，在将浮动车数据匹配到城市道路上的同时填补浮动车途径路段的信息。具体而言，本发明具有以下创新点：在隐马尔可夫模型任一转移概率的计算中同时考虑了当前所有候选点对之间最短路径的长度；引入点线关系函数来筛选每条候选道路上的所有候选点，并用以补充隐马尔可夫模型的观测概率；在隐马尔可夫模型之外再次考虑候选点对之间的最短路径以及对应原始轨迹点之间的直线长度，以避免概率模型在其他概率较大时忽略了对连通性的考虑。本发明提出的方法可以高效、准确地还原浮动车行驶轨迹，从而提高浮动车数据的采样频率和价值。