[發明專利]一種基于浮動車數據的路網重要交叉口提取方法

有效

• 申請號: 201710447679.2
• 申請日: 2017-06-14
• 公開（公告）號: CN107170236B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 李軍;張爍
• 申請（專利權）人: 中山大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提出一種基于浮動車數據的路網重要交叉口提取方法。根據路網交叉口特點，利用路網數據提取出路網交叉口數據，并根據交叉口所連接路段類型對交叉口類型進行細分；接著以路網交叉口為基礎，對浮動車出行軌跡進行O、D匹配，以距離出行起終點最近的交叉口為出行O、D；接著利用提取出的交叉口，將以路段為基礎的出租車出行線路數據轉換成以交叉口為基礎的出行數據；接著對交叉口線路數據進行拆分，對出行數據進行篩選，剔除不合理數據；最后引入交叉口關聯度定義并選取合適的關聯度參數，分別獲取在出行O點、D點或OD已知的情況下，對出行行為影響較大交叉口，并對其差異進行分析，提取重要交叉口。

技術領域

本發明涉及交通規劃應用技術領域，更具體地，涉及一種基于浮動車數據的路網重要交叉口提取方法。

背景技術

近年來，隨著細粒度數據集的出行，為深入分析城市交通提供了新思路。傳統的城市交通分析中，主要以路段分析為主，而交叉口作為城市路網的重要組成部分，在路網規劃、設計及管理等各環節都是重要考慮因素，良好的城市交通運行必須注重交叉口的合理有效管理。另外城市交叉口因其節點性能突出，正受到越來越多的研究者的關注，考慮其作為城市交通流重要集散地，是出行者出行過程中進行出行方向、出行路段等選擇時的重要決策點，因而對出行者出行行為具有重要影響。

近年來基于城市交叉口的研究中，城市交叉口的分類主要以相關規范標準為依據，選取相應類型的交叉口作為主要交叉口進行分析。這些交叉口類型主要是根據其設計建造之初的相關標準進行設定。在實際的路網中，由于城市空間差異、時間變遷等因素導致其實際地位發生改變。因此，基于《城市道路交叉口規劃規范(條文說明)》選取時，可靠度較低，對研究者所進行的研究產生影響。

浮動車數據作為一種高效的城市交通數據，其具有時空覆蓋面廣、體量大、細化程度高等特點，是目前城市交通管理、規劃等各方面的重要數據源。研究者通過不同方式，從不同角度對浮動車數據進行挖掘，在交通地理、出行行為分析、出行者空間感知等各方面均取得較好成果。但基于城市交叉口的相關研究較少，且目前研究者正以城市空間結構為基礎，對交通參與者相關行為進行研究。

交叉口作為城市空間結構的重要組成部分，是城市地理中重要的節點組成之一，以大規模城市浮動車數據為基礎，通過挖掘各交叉口在出行數據中實際的表現形式，能夠更加真實的區分出實際中各交叉口重要程度，合理有效的進行交叉口分類，為進一步合理規劃城市路網等級、進行相關研究提供參考依據。

發明內容

本發明提出一種基于浮動車數據的路網重要交叉口提取方法，是基于城市中實際的浮動車出行數據對城市交叉口進行分類，通過深入的數據挖掘，提出的一種城市重要交叉口的提取方法，為進一步合理規劃城市路網等級、進行相關研究提供參考依據。該方法是基于實際的浮動車出行數據，通過挖掘與分析數據特征，克服傳統研究中以規范標準為基礎的分類方法，使得交叉口分類結果更有現實意義。

為了實現上述目的，本發明的技術方案為：

一種基于浮動車數據的路網重要交叉口提取方法，包括以下步驟：

S1.路網數據路網交叉口，并依據相交路段類型對交叉口進行細化分類，根據路網交叉口位置及出行記錄起終點位置，對各出行記錄出行O、D進行匹配，出行記錄起終點最近交叉口為出行O、D；

S2.利用提取的路網交叉口數據，結合出行記錄數據，將以路段為基礎的出行記錄轉化為以路網各交叉口順序連接的出行記錄，通過對轉化后的線路數據進行拆分，對出行數據進行篩選，剔除不合理數據；

S3.引入交叉口關聯度定義并選取關聯度參數，分別獲取在出行O點、D點或OD已知的情況下，各出行過程選取概率達到設定值(0.7、0.5、0.5)的交叉口，將此類交叉口視為對出行行為影響較大交叉口，并對其差異進行分析。