[發(fā)明專利]一種基于手機(jī)網(wǎng)格數(shù)據(jù)的交通出行模式識別方法

有效

• 申請?zhí)枺?/td>: 201711446450.3
• 申請日: 2017-12-27
• 公開（公告）號: CN108171973B
• 公開（公告）日: 2020-09-18
• 發(fā)明（設(shè)計）人: 劉志遠(yuǎn);劉少韋華;程龍;俞俊;賈若;袁鈺;冷軍強(qiáng)
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 王安琪

本發(fā)明公開了一種基于手機(jī)網(wǎng)格數(shù)據(jù)的交通出行模式識別方法，通過手機(jī)網(wǎng)格數(shù)據(jù)構(gòu)建手機(jī)用戶出行序列，獲取序列的時間特征、距離特征與速度特征；基于懲罰因子清洗所獲取的手機(jī)用戶出行序列數(shù)據(jù)，去除“噪聲”數(shù)據(jù)；根據(jù)獲得的清洗后的手機(jī)用戶出行序列，基于速度聚類方法劃分手機(jī)用戶子出行序列；根據(jù)獲得的子出行序列，生成手機(jī)用戶出行鏈，獲取出行鏈的時間特征、距離特征與速度特征；識別手機(jī)用戶各出行鏈多模式交通出行模式；基于已識別的手機(jī)用戶出行鏈多模式交通出行模式比例，識別用戶全日出行時段主要交通出行模式。本發(fā)明能夠基于非集計層面獲取用戶個體的交通出行模式，用于降低模型復(fù)雜度與提升預(yù)測準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及交通大數(shù)據(jù)領(lǐng)域，尤其是一種基于手機(jī)網(wǎng)格數(shù)據(jù)的交通出行模式識別方法。

背景技術(shù)

城市綜合交通規(guī)劃的主要任務(wù)是將多模式交通子系統(tǒng)與城市用地布局、交通出行需求的發(fā)展相互協(xié)調(diào)，取得城市建設(shè)與運(yùn)轉(zhuǎn)的最佳效益。多模式組合出行需求與供給已經(jīng)成為中國城市綜合交通發(fā)展的主要趨勢。多模式組合出行環(huán)境下，客觀掌握不同出行模式的交通結(jié)構(gòu)與需求，是科學(xué)評估城市交通系統(tǒng)建設(shè)水平和運(yùn)行效果的關(guān)鍵，為城市多模式交通網(wǎng)絡(luò)協(xié)同的資源配置提供數(shù)據(jù)基礎(chǔ)。

長期以來，居民出行家訪調(diào)查是進(jìn)行出行模式研究的主要方法，受限于低抽樣率與高實(shí)施成本，調(diào)查年限較長，無法實(shí)時監(jiān)測城市交通網(wǎng)絡(luò)的出行模式結(jié)構(gòu)。近年來，隨著存儲與處理技術(shù)的不斷突破，基于海量交通大數(shù)據(jù)的城市交通網(wǎng)絡(luò)分析使出行模式的實(shí)時獲取成為可能。手機(jī)定位數(shù)據(jù)作為一類新興的數(shù)據(jù)源，具有低獲取成本與高時空覆蓋率的特點(diǎn)，成為彌補(bǔ)傳統(tǒng)出行模式調(diào)查方法的最佳數(shù)據(jù)源。手機(jī)定位數(shù)據(jù)是由手機(jī)用戶通過手機(jī)與基站進(jìn)行交互產(chǎn)生的手機(jī)基站數(shù)據(jù)通過一定算法衍生的數(shù)據(jù)，主要包含手機(jī)三角定位數(shù)據(jù)與手機(jī)網(wǎng)格數(shù)據(jù)等。其中，手機(jī)網(wǎng)格數(shù)據(jù)是指通過一定算法，將獲取的手機(jī)基站數(shù)據(jù)映射到劃分好網(wǎng)格的地理網(wǎng)絡(luò)中，是一類具有時空特征的數(shù)據(jù)源，主要包含手機(jī)用戶唯一識別碼、記錄基站號、記錄時刻、記錄網(wǎng)格中心點(diǎn)經(jīng)度編號、記錄網(wǎng)格中心點(diǎn)緯度編號等參數(shù)。通過提取手機(jī)用戶的全日網(wǎng)格出行鏈，挖掘手機(jī)用戶出行交通特征，進(jìn)一步識別手機(jī)用戶出行模式。

目前，國內(nèi)外在應(yīng)用手機(jī)數(shù)據(jù)進(jìn)行城市交通出行模式的研究主要數(shù)據(jù)源為手機(jī)三角定位，尚未有基于手機(jī)網(wǎng)格數(shù)據(jù)的城市交通出行模式識別的相關(guān)研究。同時，受限于基站自身與用戶環(huán)境的影響，手機(jī)網(wǎng)格數(shù)據(jù)存在大量“噪聲”數(shù)據(jù)，增加了研究難度。在出行模式識別方面，大部分研究采用集計模式，獲取用戶總體中各類出行模式所占比重，識別準(zhǔn)確性不高、模型遷移能力差；少量研究著眼于非集計層面，通過大量參數(shù)標(biāo)定來提升用戶個體交通模式的識別準(zhǔn)確率，模型復(fù)雜，不易推廣。綜上，在城市交通模式的獲取上，需要建立簡潔的、基于非集計的交通出行模式識別方法。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于，提供一種基于手機(jī)網(wǎng)格數(shù)據(jù)的交通出行模式識別方法，能夠基于非集計層面獲取用戶個體的交通出行模式，用于降低模型復(fù)雜度與提升預(yù)測準(zhǔn)確性。

為解決上述技術(shù)問題，本發(fā)明提供一種基于手機(jī)網(wǎng)格數(shù)據(jù)的交通出行模式識別方法，包括如下步驟：

(1)通過手機(jī)網(wǎng)格數(shù)據(jù)構(gòu)建手機(jī)用戶出行序列，獲取序列的時間特征、距離特征與速度特征；

(2)基于懲罰因子清洗所獲取的手機(jī)用戶出行序列數(shù)據(jù)，去除包括“乒乓效應(yīng)”數(shù)據(jù)和“長時駐留”冗余數(shù)據(jù)在內(nèi)的“噪聲”數(shù)據(jù)；

(3)根據(jù)獲得的清洗后的手機(jī)用戶出行序列，基于速度聚類方法劃分手機(jī)用戶子出行序列；

(4)根據(jù)獲得的子出行序列，生成手機(jī)用戶出行鏈，獲取出行鏈的時間特征、距離特征與速度特征；

(5)識別手機(jī)用戶各出行鏈多模式交通出行模式，所述多模式交通出行模式包含地鐵模式、公交模式、機(jī)動車模式與慢行交通模式；

(6)基于已識別的手機(jī)用戶出行鏈多模式交通出行模式比例，識別用戶全日出行時段主要交通出行模式。