[發(fā)明專利]一種確定出租車上下客熱點(diǎn)區(qū)域中心的方法以及裝置

有效

• 申請?zhí)枺?/td>: 201410370602.6
• 申請日: 2014-07-30
• 公開（公告）號: CN104167092A
• 公開（公告）日: 2014-11-26
• 發(fā)明（設(shè)計(jì)）人: 萬學(xué)進(jìn);王炯;杜勇
• 申請（專利權(quán)）人: 北京市交通信息中心
• 主分類號: G08G1/00
• 分類號: G08G1/00
• 代理公司: 北京華沛德權(quán)律師事務(wù)所 11302
• 代理人: 馬苗苗

技術(shù)領(lǐng)域

本發(fā)明涉及智能交通技術(shù)領(lǐng)域，尤其涉及一種確定出租車上下客熱點(diǎn)區(qū)域中心的方法以及裝置。

背景技術(shù)

隨著城市化、現(xiàn)代化、機(jī)動(dòng)化進(jìn)程的加快以及市民個(gè)人意識的提高，越來越多的市民選擇公共交通出行。然而當(dāng)前城市人群活動(dòng)具有區(qū)域密集和出行時(shí)間集中于早晚高峰時(shí)期的特點(diǎn)，現(xiàn)有的地面公共交通依然不能滿足市民需求，地面公共交通形勢日益嚴(yán)峻，公共交通合理性規(guī)劃有待于完善。

當(dāng)前，市民出行選擇的公共交通工具主要包括出租車、公交車以及軌道交通等三種。出租車是用戶出行優(yōu)先選擇的快速的公共交通方式，這種交通工具的優(yōu)點(diǎn)是快捷、且能夠?qū)崿F(xiàn)點(diǎn)對點(diǎn)的交通服務(wù)。由于出租車長期以來沒有經(jīng)過合理的運(yùn)營方式規(guī)劃，出租車的運(yùn)行問題主要包括一下兩種：一是潛在乘客等待時(shí)間長，打車成功具有隨機(jī)性。在交通平峰時(shí)期，潛在乘客居住、工作以及生活分布的不規(guī)律，對出租車的需求無明顯區(qū)域聚集現(xiàn)象，乘客與出租車司機(jī)無交互，出租車司機(jī)無法快速發(fā)現(xiàn)乘客的需求，打車主要依靠路邊招手停車等方式，等待時(shí)間不固定，成功打到車具有隨機(jī)性；二是路邊招手停車影響城市路面交通。在交通高峰時(shí)期，乘客對出租車需求相對集中，潛在乘客在主輔路路邊打車，“招手即停”現(xiàn)象嚴(yán)重影響地面交通狀況。

為方便乘客打車，合理規(guī)范出租車上下客停車，國內(nèi)外很多城市設(shè)立有出租車揚(yáng)招站。以北京市為例，北京市交通委員會(huì)牽頭在六個(gè)主城區(qū)設(shè)立604個(gè)揚(yáng)招站，主要分布在分布交通樞紐、地鐵、學(xué)校、醫(yī)院、旅游景點(diǎn)、商業(yè)區(qū)、辦公區(qū)等周邊。然而現(xiàn)有揚(yáng)招站的設(shè)立依據(jù)主要是征集市民意見，而揚(yáng)招站的設(shè)立沒有經(jīng)過合理性研究及規(guī)劃，導(dǎo)致當(dāng)前的揚(yáng)招站設(shè)立存在以下問題：一是部分揚(yáng)招站設(shè)在胡同、小區(qū)等非出租車上下客密集區(qū)域內(nèi)，站點(diǎn)使用率趨于零；二是部分揚(yáng)招站設(shè)立距離間隔短，存在多對站點(diǎn)距離小于100m的情況，揚(yáng)招站站點(diǎn)設(shè)立冗余。

揚(yáng)招站設(shè)立的問題可以抽象為出租車熱點(diǎn)打車區(qū)域發(fā)現(xiàn)的問題，現(xiàn)有技術(shù)中有很多關(guān)于確定出租車上下客熱點(diǎn)區(qū)域的方法的研究，主要包括以下兩種：

第一種方法的核心思想是通過K-Means算法聚類出租車地理位置數(shù)據(jù)，如全球定位系統(tǒng)(英文：Global?Positioning?System；簡稱：GPS)數(shù)據(jù)等等，確定上下客熱點(diǎn)區(qū)域。由于出租車上下客熱點(diǎn)區(qū)域具有區(qū)域集中特性，因此地理位置數(shù)據(jù)將呈現(xiàn)聚類集中的規(guī)律。該方法通過K-means算法對地理位置數(shù)據(jù)中的上下客事件數(shù)據(jù)進(jìn)行聚類分析，從原始數(shù)據(jù)中提取滿足聚類條件的簇，將這些簇的地理位置數(shù)據(jù)投影至地圖上即可發(fā)現(xiàn)出租車上下客熱點(diǎn)區(qū)域。由于K-Means算法聚類算法用來解決發(fā)現(xiàn)出租車上下客熱點(diǎn)區(qū)域的缺陷表現(xiàn)在以下兩個(gè)問題：一是市區(qū)上下客區(qū)域的聚類中心不明顯，無確定的簇?cái)?shù)量，聚類算法不能有效發(fā)現(xiàn)熱點(diǎn)區(qū)域數(shù)量；二是由于K-Mean算法得到的聚類簇將以某些地理位置數(shù)據(jù)點(diǎn)為中心，其余簇內(nèi)的地理位置數(shù)據(jù)點(diǎn)分布在以該數(shù)據(jù)點(diǎn)為中心的圓形區(qū)域內(nèi)。而出租車上下客位置點(diǎn)實(shí)際是沿著道路、交叉口或者十字路口呈現(xiàn)帶狀分布，因此這種算法不能夠有效發(fā)現(xiàn)出租車上下客熱點(diǎn)區(qū)域。

第二種確定熱點(diǎn)區(qū)域的方法主要依賴于對于不同時(shí)段的出租車歷史地理位置數(shù)據(jù)進(jìn)行數(shù)據(jù)渲染得到熱力圖，該熱力圖面向司機(jī)及出租車調(diào)度公司服務(wù)。該方法通過對出租車某段時(shí)間內(nèi)某個(gè)區(qū)域內(nèi)的即時(shí)速度進(jìn)行加權(quán)平均處理，得到某些區(qū)域內(nèi)的出租車歷史分布信息。該方法可以有效發(fā)現(xiàn)某些區(qū)域的需求，但是不能具體發(fā)現(xiàn)和識別具體的打車站點(diǎn)，不能滿足規(guī)劃揚(yáng)招站位置的要求，繼而不能有效地解決打車難的問題。

因此，現(xiàn)有技術(shù)中存在出租車上下客熱點(diǎn)區(qū)域的確定方法無法識別具體的打車站點(diǎn)，不能滿足規(guī)劃揚(yáng)招站位置需求的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例通過提供一種確定出租車上下客熱點(diǎn)區(qū)域中心的方法以及裝置，用以解決現(xiàn)有技術(shù)中存在的出租車上下客熱點(diǎn)區(qū)域的確定方法無法識別具體的打車站點(diǎn)，不能滿足規(guī)劃揚(yáng)招站位置需求的技術(shù)問題。

本發(fā)明實(shí)施例一方面提供一種確定出租車上下客熱點(diǎn)區(qū)域中心的方法，包括：

獲得出租車狀態(tài)信息數(shù)據(jù)，并按出租車編號提取出地理位置數(shù)據(jù)，并按時(shí)間戳排序所述地理位置數(shù)據(jù)，獲得出租車軌跡數(shù)據(jù)；

從所述出租車軌跡數(shù)據(jù)中提取上下客位置數(shù)據(jù)，其中，每輛出租車的每一處上客點(diǎn)數(shù)據(jù)或下客點(diǎn)數(shù)據(jù)為一個(gè)樣本數(shù)據(jù)；

對所述上下客位置數(shù)據(jù)進(jìn)行首次基于密度的聚類算法DBSCAN聚類，提取出核心對象數(shù)據(jù)，所述核心對象的預(yù)設(shè)掃描半徑內(nèi)的樣本數(shù)據(jù)個(gè)數(shù)大于等于第一預(yù)設(shè)閾值；

歸并選定時(shí)間段內(nèi)的所述核心對象數(shù)據(jù)，并對歸并后的核心對象數(shù)據(jù)進(jìn)行二次DBSCAN聚類，提取簇內(nèi)核心對象數(shù)據(jù)；