CN105844031B - 一种基于手机定位数据的城市交通廊道识别方法 - Google Patents

一种基于手机定位数据的城市交通廊道识别方法 Download PDF

Info

Publication number
CN105844031B
CN105844031B CN201610187797.XA CN201610187797A CN105844031B CN 105844031 B CN105844031 B CN 105844031B CN 201610187797 A CN201610187797 A CN 201610187797A CN 105844031 B CN105844031 B CN 105844031B
Authority
CN
China
Prior art keywords
gallery
mobile phone
city
urban
location data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610187797.XA
Other languages
English (en)
Other versions
CN105844031A (zh
Inventor
杨俊宴
方永华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201610187797.XA priority Critical patent/CN105844031B/zh
Publication of CN105844031A publication Critical patent/CN105844031A/zh
Application granted granted Critical
Publication of CN105844031B publication Critical patent/CN105844031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Instructional Devices (AREA)

Abstract

本发明是一种基于手机定位数据的城市交通廊道识别方法,该方法包括以下步骤:建构城市数字模型;将城市数字模型输入地理信息系统的计算模块;采集手机信令采集基站坐标数据库并与城市数字模型结合;采集带有时间信息的城市手机定位数据并将城市手机定位数据导入数据处理系统进行数据筛选和数据整理,形成城市人群动态分布数据库;将城市人群动态分布数据库与城市数字模型结合,形成动态交通廊道模型并进行校核修正;对动态交通廊道模型进行全域模拟,识别各个时间节点的城市交通廊道;将各时间节点的城市交通廊道进行整合处理,形成城市动态交通廊道。与现有技术相比,本发明操作数据易获取,识别时间范围广,识别空间范围大。

Description

一种基于手机定位数据的城市交通廊道识别方法
技术领域
本发明属于城市及交通规划方法领域,尤其是基于手机定位数据的城市交通廊道识别方法。
背景技术
随着城市的发展,城市交通拥堵,城市交通噪音污染等城市交通问题受到了越来越多人的关注。城市交通廊道作为城市交通构成的重要部分,其职能的发挥对城市交通体统有着重要影响。主要应用在:1、解决城市交通拥堵,这是城市最主要的交通问题,通过对系统交通廊道识别结果进行分析可以有助于解决城市交通廊道问题;2、解决城市交通噪声污染问题,这是城市交通的主要问题之一,通过对系统交通廊道识别结果进行分析可以有助于解决城市交通廊道问题。
现有的城市交通廊道识别方法是基于交通实时监测数据和车辆信息数据对交通流量进行检测,进而对交通廊道进行识别的方法,主要应用在对交通热点地区交通流潮汐区的分析,现有的交通廊道局限于主干道、次干道等道路,对单条道路的廊道识别作用较大,但对城市整体交通研究具有局限性。
发明内容
本发明提出的是一种基于手机定位数据的城市交通廊道识别方法,其目的旨在提供一种操作数据易获取,识别时间范围广,识别空间范围大的城市交通廊道识别方法。
为达到上述目的,本发明可采用如下技术方案:
一种基于手机定位数据的城市交通廊道识别方法,该方法包括以下步骤:
1)将城市测绘地形图及城市测绘地形图的定位坐标输入城市建模系统,由城市建模系统进行城市数字模型建构;
2)将所述城市数字模型输入地理信息系统的计算模块;
3)采集手机信令采集基站坐标数据库并通过地理信息系统的计算模块输入地理信息系统,与城市数字模型结合;
4)采集带有时间信息的城市手机定位数据并将城市手机定位数据导入数据处理系统进行数据筛选和数据整理,形成城市人群动态分布数据库;
5)将城市人群动态分布数据库通过地理信息系统的计算模块输入地理信息系统,与城市数字模型结合,形成动态交通廊道模型,并对动态交通廊道模型进行校核修正;
6)通过地理信息系统的计算模块对动态交通廊道模型进行全域模拟,识别任一时刻的城市交通廊道,并设定24小时时间节点,对动态交通廊道模型依次进行模拟,识别各个时间节点的城市交通廊道;
7)将各时间节点的城市交通廊道进行整合处理,形成城市动态交通廊道。
与现有技术相比,本发明将道路、活力街区均纳入了识别体系,更有助于对城市交通结构的研究;通过手机定位数据可以直接从手机运行商处获取,减少了数据获取的成本;识别时间范围广且可对任意时间廊道进行识别;识别空间范围广,不受设施的限制。
附图说明
图1是本发明实施例的流程图;
图2是本发明实施例城市数字模型矢量分层示意图;
图3是本发明实施例交通廊道识别密度分级示意图;
图4是本发明实施例城市某一时刻交通廊道示意图。
具体实施方式
下面结合附图进一步描述本发明的技术方案;
一种基于手机定位数据的城市交通廊道识别方法,该方法包括以下步骤:
1)将城市测绘地形图及城市测绘地形图的定位坐标输入城市建模系统,由城市建模系统进行城市数字模型建构。
具体地,步骤1)中包括,将城市测绘地形图输入城市建模系统,所述测绘地形图包括城市道路、街巷、建筑的矢量分图层数据,精度在1:1000以上。在城市数字建模系统的绘图模块中依照城市测绘地形图定位坐标导入城市测绘地形图信息,根据城市测绘地形图定位坐标按照等比例对道路、街巷、建筑的分层图层进行识别并建构城市数字模型。
2)将所述城市数字模型输入地理信息系统的计算模块。
步骤2)中,将城市数字模型输出为.dwg格式的文件(.dwg格式的文件是制图软件CAD绘图后保存的文件格式),通过地理信息系统计算模块中的输入模块置入城市数字模型的.dwg格式的文件,形成城市矢量模型,所述城市矢量模型包括街道、街巷及建筑信息。
3)采集手机信令采集基站坐标数据库并通过地理信息系统的计算模块输入地理信息系统,与城市数字模型结合。所述城市手机信令采集基站坐标数据库包含基站代码信息和基站GPS地理坐标信息。
4)采集带有时间信息的城市手机定位数据并将城市手机定位数据导入数据处理系统进行数据筛选和数据整理,形成城市人群动态分布数据库。步骤4)具体为,对城市手机定位数据进行整理,采集带有时间信息的手机定位数据建立手机定位数据库,获取城市手机定位数据,所述城市手机定位数据包括手机用户代码、手机信令采集基站代码信息及信息获取时间信息;将城市手机定位数据与基站代码信息相同的下一个时间节点数据进行比较,将基站代码信息不同的数据删除,整理成为24小时切片的城市人群动态分布数据库。
5)将城市人群动态分布数据库通过地理信息系统的计算模块输入地理信息系统,与城市数字模型结合,形成动态交通廊道模型,并对动态交通廊道模型进行校核修正;所述对动态交通廊道计算模型进行校核修正包括对落在城市道路路网和街巷轮廓边界线上的手机定位数据点进行移动,移动至城市路网图层内。
6)通过地理信息系统的计算模块对动态交通廊道模型进行全域模拟,识别任一时刻的城市交通廊道,并设定24小时时间节点,对动态交通廊道模型依次进行模拟,识别各个时间节点的城市交通廊道。具体地,步骤6)包括以下步骤:
6.1)在地理信息系统计算模块中进行运算,获得任一时刻交通廊道数字地图,并将数字地区根据基站用户代码密度从高到低平均分为10级;
6.2)通过地理信息系统的显示模块中对城市道路数字地图进行处理,以道路图层为基准,通过地理信息系统中的选取模块对识别范围内的交通廊道数字地图进行选取,提取等级1,2,3为廊道路网,并向两侧扩展,将等级1,2,3的街区纳入廊道,形成该时刻的交通廊道识别结果;
6.3)选取24小时时间节点,重复6.1)和6.2)的步骤,完成24小时时间节点的交通廊道识别;
6.4)通过地理信息系统绘图模块,对24小时时间节点的交通廊道进行边界描绘,形成24小时交通廊道矢量图。
6.5)将6.3)步骤的交通廊道识别通过地理信息系统输出模块进行可视化处理,并以图片格式进行范围相同、比例相同的数字地图输出。
7)将各时间节点的城市交通廊道进行整合处理,形成城市动态交通廊道。将24小时时间节点的数字地图进行整合,并通过图片制作器对数字地图进行整合并输出,得到城市动态交通廊道动态识别结果。
以下,结合上海基于手机定位数据的城市动态交通廊道识别方法为例来详细地说明本发明的技术方案。
首先,建构上海数字模型。在包含城市道路、建筑、街巷分层(图2)数据的上海测绘地形图上输入上海的定位坐标,随后建立上海数字模型。在城市数字建模系统绘图模块中导入上海测绘地形图相关信息,根据相关坐标按照等比例对道路、建筑、街巷的分层图层进行识别并将建立上海数字模型。
然后,将上海数字模型导入地理信息系统(Arcgis 10.2);
将上海数字模型输出为.dwg格式的文件,并应用地理信息系统计算模块中的输入模块将上海数字模型置入,形成上海矢量模型,该模型包括街道、街巷、建筑3类信息。
接着,获取带有地理坐标信息的上海手机信令采集基站坐标数据库,该手机信令采集基站坐标数据库包含基站代码和基站GPS地理坐标信息,将手机信令采集基站坐标数据库通过地理信息系统计算模块中输入模块输入上海数字模型。
再建立上海手机定位数据库并进行整理,建立城市人群动态分布数据库。获取上海手机定位数据并输入上海数字模型,该上海手机定位数据库包含手机用户代码、信息获取时间、基站代码3类信息,对上海手机定位数据库进行整理,将该数据与基站代码相同的下一个时间节点数据进行比较,将基站代码不同或差距较大的数据删除,整理成为上海城市人群动态分布数据库。
将城市人群动态分布数据库导入上海数字模型。将上海城市人群动态分布数据库通过地理信息系统计算模块中模块输入城市数字模型,其中使用基站代码信息与上海数字模型进行关联,对建成的上海数字模型进行校正,将落于道路、街巷边界线的数据进行移动,移动至道路边界内部。
进行城市交通廊道识别。在地理信息系统计算模块中进行运算,获得上海某一时间节点交通廊道地图,并按照每个地块基站用户代码密度分为10级(图3),选取1、2、3级,以道路为核心向两侧扩展,将等级1、2、3的街区也纳入街道,得到交通廊道(图4)并选取24小时时间节点重复进行。
最后,进行动态交通廊道识别。将各个节点数字地图进行整合,并将多时刻的城市交通廊道识别图转化为动态图片,该图便是城市动态交通廊道识别结果。
本发明的具体实现方法和途径很多,以上所述仅是本发明的优选实施方式。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (9)

1.一种基于手机定位数据的城市交通廊道识别方法,其特征是,该方法包括以下步骤:
1)建构城市数字模型:将城市测绘地形图及城市测绘地形图的定位坐标输入城市建模系统,由城市建模系统进行城市数字模型建构;
2)将所述城市数字模型输入地理信息系统的计算模块;
3)采集手机信令采集基站坐标数据库并通过地理信息系统的计算模块输入地理信息系统,与城市数字模型结合;
4)采集带有时间信息的城市手机定位数据并将城市手机定位数据导入数据处理系统进行数据筛选和数据整理,形成城市人群动态分布数据库;
5)将城市人群动态分布数据库通过地理信息系统的计算模块输入地理信息系统,与城市数字模型结合,形成动态交通廊道模型,并对动态交通廊道模型进行校核修正;
6)对动态交通廊道模型进行全域模拟:通过地理信息系统的计算模块对动态交通廊道模型进行全域模拟,识别任一时刻的城市交通廊道,并设定24小时时间节点,对动态交通廊道模型依次进行模拟,识别各个时间节点的城市交通廊道;
7)将各时间节点的城市交通廊道进行整合处理,形成城市动态交通廊道;
步骤6)中包括:
6.1)在地理信息系统计算模块中进行运算,获得任一时刻交通廊道数字地图,并将数字地图根据基站用户代码密度从高到低平均分为10级;
6.2)通过地理信息系统的显示模块中对城市道路数字地图进行处理,以道路图层为基准,通过地理信息系统中的选取模块对识别范围内的城市道路数字地图进行选取,提取等级1,2,3为廊道路网,并向两侧扩展,将等级1,2,3的数字地图纳入廊道,形成该时刻的交通廊道识别结果;
6.3)选取24小时时间节点,重复6.1)和6.2)的步骤,完成24小时时间节点的交通廊道识别;
6.4)通过地理信息系统绘图模块,对各时间节点的城市交通廊道进行边界描绘,形成24小时交通廊道矢量图;
6.5)将6.3)步骤的交通廊道识别通过地理信息系统输出模块进行可视化处理,并以图片格式进行范围相同、比例相同的城市道路数字地图输出。
2.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤1)中包括,将城市测绘地形图输入城市建模系统,所述测绘地形图包括城市道路、街巷、建筑的矢量分图层数据,精度在1:1000以上。
3.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤1)中,在城市数字建模系统的绘图模块中依照城市测绘地形图定位坐标导入城市测绘地形图信息,根据城市测绘地形图定位坐标按照等比例对道路、街巷、建筑的分层图层进行识别并建构城市数字模型。
4.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤2)中还包括,将城市数字模型输出为文件,通过地理信息系统计算模块中的输入模块置入城市数字模型的文件,形成城市矢量模型,所述城市矢量模型包括街道、街巷及建筑信息。
5.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤3)中,所述城市手机信令采集基站坐标数据库包含基站代码信息和基站GPS地理坐标信息。
6.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤4)中,采集带有时间信息的手机定位数据建立手机定位数据库,获取城市手机定位数据,所述城市手机定位数据包括手机用户代码、手机信令采集基站代码信息及信息获取时间信息。
7.根据权利要求6所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤4)中,获取城市手机定位数据,对城市手机定位数据进行整理,将城市手机定位数据与基站代码信息相同的下一个时间节点数据进行比较,将基站代码信息不同的数据删除,整理成为24小时切片的城市人群动态分布数据库。
8.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤5)中,对动态交通廊道计算模型进行校核修正包括对落在城市道路路网和街巷轮廓边界线上的手机定位数据点进行移动,移动至城市路网图层内。
9.根据权利要求1所述的基于手机定位数据的城市交通廊道识别方法,其特征是:步骤7)中,将各时间节点的城市交通廊道进行整合,并通过图片制作器对数字地图进行整合并输出,得到城市动态交通廊道动态识别结果。
CN201610187797.XA 2016-03-29 2016-03-29 一种基于手机定位数据的城市交通廊道识别方法 Active CN105844031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610187797.XA CN105844031B (zh) 2016-03-29 2016-03-29 一种基于手机定位数据的城市交通廊道识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610187797.XA CN105844031B (zh) 2016-03-29 2016-03-29 一种基于手机定位数据的城市交通廊道识别方法

Publications (2)

Publication Number Publication Date
CN105844031A CN105844031A (zh) 2016-08-10
CN105844031B true CN105844031B (zh) 2019-03-29

Family

ID=56584738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610187797.XA Active CN105844031B (zh) 2016-03-29 2016-03-29 一种基于手机定位数据的城市交通廊道识别方法

Country Status (1)

Country Link
CN (1) CN105844031B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108389011A (zh) * 2018-05-07 2018-08-10 广州市交通规划研究院 一种基于大数据和传统扩样方法相结合的车辆拥有分布校核修正方法
CN110286355B (zh) * 2019-06-12 2023-03-24 三峡大学 一种地下廊道平面位置信息测量方法及装置
CN112000755B (zh) * 2020-08-14 2024-03-12 青岛市城市规划设计研究院 一种基于手机信令数据的区域出行廊道识别方法
CN112543427B (zh) * 2020-12-01 2021-11-09 江苏欣网视讯软件技术有限公司 基于信令轨迹及大数据分析识别城市交通走廊的方法与系统
CN114758498B (zh) * 2022-04-01 2023-06-20 中南大学 基于多向最优扩展的城市有向交通廊道识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208082A (zh) * 2013-03-20 2013-07-17 东南大学 一种城市中心区道路利用效率的评价及应用方法
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN105243844A (zh) * 2015-10-14 2016-01-13 华南理工大学 一种基于手机信令的道路状态识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208082A (zh) * 2013-03-20 2013-07-17 东南大学 一种城市中心区道路利用效率的评价及应用方法
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN105243844A (zh) * 2015-10-14 2016-01-13 华南理工大学 一种基于手机信令的道路状态识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于手机信令定位数据的居民出行时空分布特征提取方法;李祖芬 等;《交通运输研究》;20160228;第2卷(第1期);52-56
基于手机信令技术的区域交通出行特征研究;毛晓汶;《重庆交通大学学位论文》;20140925;全文

Also Published As

Publication number Publication date
CN105844031A (zh) 2016-08-10

Similar Documents

Publication Publication Date Title
CN105844031B (zh) 一种基于手机定位数据的城市交通廊道识别方法
CN108665149B (zh) 一种基于城市功能混合度的测算方法及系统
CN108764193B (zh) 融合poi和遥感影像的城市功能区划分方法
CN103533501B (zh) 一种地理围栏生成方法
CN105893544B (zh) 一种基于poi业态数据生成城市空间大数据地图的方法
CN102169650B (zh) 绘制地图的设备及方法
CN106897417A (zh) 一种基于多源大数据融合的城市空间全息地图的构建方法
CN112133090A (zh) 一种基于手机信令数据的多方式交通分布模型构建方法
CN107270922B (zh) 一种基于poi索引的交通事故空间定位方法
CN105117595B (zh) 一种基于浮动车数据的私家车出行数据集成方法
CN102521973A (zh) 一种手机切换定位的道路匹配方法
CN109688532A (zh) 一种划分城市功能区域的方法及装置
CN107036609A (zh) 基于bim的虚拟现实导航方法、服务器、终端及系统
CN112000755B (zh) 一种基于手机信令数据的区域出行廊道识别方法
CN110413855A (zh) 一种基于出租车下客点的区域出入口动态提取方法
CN115100012A (zh) 一种轨道交通站点步行可达性计算方法
CN106547862A (zh) 基于流形学习的交通大数据降维处理方法
CN106778547B (zh) 遥感影像地物分类基准库的构建方法及装置
Liu et al. Determination of routing velocity with GPS floating car data and webGIS-based instantaneous traffic information dissemination
Pérez et al. Sustainable acoustics: A smart cities approach
Bianchi et al. An innovational digital tool in GIS procedure: Mapping adriatic coast in abruzzo region to support design of slow mobility routes
CN114666738A (zh) 基于手机信令的国土空间规划方法和系统
Barman et al. An approach to GIS-based traffic information system using Spatial Oracle
CN113194152B (zh) 一种基于手机信令数据的低活动强度建设用地识别方法
Burian et al. Spatial aspects of movement of Olomouc and Ostrava citizens

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20160810

Assignee: Quanzhou natural resources and Planning Bureau

Assignor: SOUTHEAST University

Contract record no.: X2022320000088

Denomination of invention: An urban traffic corridor recognition method based on mobile phone location data

Granted publication date: 20190329

License type: Common License

Record date: 20220602

EE01 Entry into force of recordation of patent licensing contract