CN107040894B - 一种基于手机信令数据的居民出行od获取方法 - Google Patents
一种基于手机信令数据的居民出行od获取方法 Download PDFInfo
- Publication number
- CN107040894B CN107040894B CN201710263976.1A CN201710263976A CN107040894B CN 107040894 B CN107040894 B CN 107040894B CN 201710263976 A CN201710263976 A CN 201710263976A CN 107040894 B CN107040894 B CN 107040894B
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- moment
- point
- signaling data
- phone signaling
- 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.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- H04W4/043—
-
- H04W4/046—
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于手机信令数据的居民出行OD获取方法。本发明通过分析用户手机信令数据中的时空位置信息,识别出用户的移动和停留行为,从而确定出行端点;本发明具体包括根据调查要求采集和预处理手机信令数据;位置点运动状态判定;分区统计和结果扩样。本发明具有调查样本大、实施成本低、可长期连续监测等优势,可为交通需求分析和交通规划制定中获取大范围准确、可靠的居民出行OD数据提供技术支持。
Description
技术领域
本发明涉及一种基于手机信令数据的居民出行OD(交通起、终点,下同)获取方法,用于城市居民出行研究,属于交通大数据的分析应用技术领域。
背景技术
交通需求分析和交通规划制定需要获取大范围准确、可靠的居民出行OD数据作为基础信息。目前在交通调查中,居民出行OD的获取方法主要分为两类:第一,传统的居民出行调查往往采用路边问卷、家庭访查等方式,存在抽样率低、调查成本高、数据处理周期长等问题。第二,采用感应线圈、微波检测、视频图像识别等定点信息采集技术,以及GPS浮动车、电子标签等浮动信息采集技术,根据检测到的车流信息反推居民出行OD信息,准确度较差,且由于其分配算法的复杂性,难以用于较大空间范围。因此,交通研究者与交通从业人员一直都在找寻更经济、效率更高、精度更高的居民出行OD获取技术。
随着移动终端的迅速普及,出行群体中手机持有率和使用率已经达到相当高的比例。手机信令数据是在手机发生信令事件时记录在移动业务交换中心(MSC)的数据字段。信令数据在手机发生位置区更新时产生,未发生位置区更新则周期性记录,此外在开关机和发生话单业务时也会记录。记录的数据字段包含用户的匿名ID、时间戳、位置区编号、蜂窝小区编号以及事件类型等信息。手机信令数据所包含的时间和位置信息记录了用户的活动轨迹,这使得手机成为一种较为理想的交通探测器。
发明内容
本发明的目的在于提供一种基于手机信令数据的居民出行OD获取方法。该方法的核心思想是通过分析用户手机信令数据中的时空位置信息,识别出用户的移动和停留行为,从而确定出行端点。
本发明解决技术问题所采取的技术方案具体是:
c1、根据交通调查要求进行手机信令数据的采集,并筛选处理成格式化数据,每条数据包含经过脱敏处理的手机唯一识别号、时间戳、基站小区编号和经纬度坐标。
c2、对用户全天的手机信令数据按时间排序得到非连续的位置点序列,设定用户行为规则,判定位置点的运动状态,从而确定出行端点。
c3、利用GIS处理建立交通分区与基站小区的对应关系,按照交通分区对所有用户的出行端点统计汇总,并根据需要对结果进行适当扩样。
步骤c1的过程包括:
c11、从运营商的移动业务交换中心抽取并保存所调查范围内的手机信令数据。
c12、对采集的手机信令数据逐条筛选,对时间错误、经纬度异常的数据进行剔除,并匹配经纬度坐标,并按格式整理。
步骤c2的过程包括:
c21、追踪用户全天的手机信令数据,提取出信令数据产生时的时空位置点序列。
c22、结合历史运动状态判定时刻t用户的运动状态,分以下两种情况:
(1)如果t-1时刻处于停留状态:
t-1时刻及之前连续时间段内为停留状态的N个点的平均位置记作PN,计算PN的坐标
计算t时刻点Pt与点PN之间的距离d1:
若d1小于给定的临界值,则判定t时刻为停留点,并与t-1时刻在同一位置;若d1大于等于临界值,则t时刻可能处于移动状态,这时要考虑t+1时刻的状态。
(2)如果t-1时刻处于移动状态:
计算t时刻和t-1时刻的两点间的距离d2:
若d2小于临界值,则判定t和t-1时刻为停留点,并且停留在一个新的位置;若d2大于等于临界值,则判定t-1时刻为移动点,t时刻可能处于移动状态。
c23、计算在某一停留位置的所有停留点的平均位置为O点,下一停留位置的所有停留点的平均位置为D点,从而确定一次出行的起讫点;
步骤c3的过程包括:
c31、结合交通小区划分地图,通过GIS匹配居民出行OD所分别对应的交通小区,按格式进行整理成如下格式:
c32、根据需要对各小区间出行OD矩阵按比例扩样得到总OD;
其中:OD为常住人口OD分布;od为利用移动手机用户数据得出的od分布;a为手机用户的人均拥有量;p为手机渗透率;m为运营商的市场占有率;d为运营商用户手机被检测到概率。
本发明的有益效果:本发明提出了一种基于手机信令数据的居民出行OD获取方法。相比传统的居民出行OD获取方法,本发明具有调查样本大、实施成本低、可长期连续监测等优势,可为交通需求分析和交通规划制定中获取大范围准确、可靠的居民出行OD数据提供技术支持。
附图说明
图1获取过程流程图;
图2出行端点判定示意图。
具体实施方式
本发明提出的一种基于手机信令数据的居民出行OD获取方法包括:根据调查要求采集和预处理手机信令数据;位置点运动状态判定;分区统计和结果扩样。
本发明的基本步骤如下:
c1、根据交通调查要求进行手机信令数据的采集,并筛选处理成格式化数据,每条数据包含经过脱敏处理的手机唯一识别号、时间戳、基站小区编号、经纬度坐标等。
c2、对用户全天的手机信令数据按时间排序得到非连续的位置点序列,设定用户行为规则,判定位置点的运动状态,从而确定出行端点。
c3、利用GIS处理建立交通分区与基站小区的对应关系,按照交通分区对所有用户的出行端点统计汇总,并根据需要对结果进行适当扩样。
步骤c1的过程包括:
c11、从运营商的移动业务交换中心抽取并保存所调查范围内的手机信令数据。
c12、对采集的手机信令数据逐条筛选,对时间错误、经纬度异常的数据进行剔除,并匹配经纬度坐标,整理成如下格式。
步骤c2的过程包括:
c21、追踪用户全天的手机信令数据,提取出信令数据产生时的时空位置点序列。
c22、结合历史运动状态判定时刻t用户的运动状态,分以下两种情况:
(1)如果t-1时刻处于停留状态:
t-1时刻及之前连续时间段内为停留状态的N个点的平均位置记作PN,计算PN的坐标
计算t时刻点Pt与点PN之间的距离d1:
若d1小于给定的临界值,则判定t时刻为停留点,并与t-1时刻在同一位置;若d1大于等于临界值,则t时刻可能处于移动状态,这时要考虑t+1时刻的状态。
(2)如果t-1时刻处于移动状态:
计算t时刻和t-1时刻的两点间的距离d2:
若d2小于临界值,则判定t和t-1时刻为停留点,并且停留在一个新的位置;若d2大于等于临界值,则判定t-1时刻为移动点,t时刻可能处于移动状态。
c23、计算在某一停留位置的所有停留点的平均位置为O点(起点,下同),下一停留位置的所有停留点的平均位置为D点(终点,下同),从而确定一次出行的起讫点。
步骤c3的过程包括:
c31、结合交通小区划分地图,通过GIS匹配居民出行OD所分别对应的交通小区,整理成如下格式:
c32、根据需要对各小区间出行OD矩阵按比例扩样得到总OD。
其中:OD为常住人口OD分布;od为利用移动手机用户数据得出的od分布;a为手机用户的人均拥有量,单位:部/人;p为手机渗透率;m为运营商的市场占有率;d为运营商用户手机被检测到概率。
实施例:以某城市为例,应用本方法获取某日居民出行OD。
步骤c1:
(1)从运营商处的移动业务交换中心抽取并保存该城市所调查范围内3时至次日3时的手机信令数据;
(2)对采集的手机信令数据逐条筛选,对时间错误、经纬度异常、不能有效追踪IMSI号的数据进行剔除,并整理成如下格式:
步骤c2:
(1)以某IMSI编号的手机信令数据为例,提取出信令数据产生时的时空位置点序列;
(2)以第一个位置点为停留点,计算第二个位置点与之前3个停留点(可少于)平均位置之间的距离d=0,小于临界值,亦为停留点;
计算第三个位置点与之前3个停留点(可少于)平均位置之间的距离d=0,小于临界值,仍为停留点;
直至第10个位置点与之前3个停留点平均位置之间的距离d=279m大于临界值200m,可能处于移动状态。
第11个位置点与之前一个可能移动点之间的距离d=230m大于临界值200m,则此点可能处于移动状态,且第10个位置点为移动点。
直至第13个位置点与前一个可能移动点之间的距离d=124m小于临界值200m,则此两点均为停留点,且停留在一个新的位置。
如此依次判别该IMSI编号所有位置点的运动状态;
(3)计算各停留位置的所有停留点的平均位置为出行端点,连续两个出行端点构成一个OD对。
步骤c3:
(1)结合交通小区划分地图,通过GIS匹配居民出行OD所分别对应的交通小区。
(2)根据需要可统计各个小区间出行OD总量,并按抽样比扩样得到总出行量。
Claims (1)
1.一种基于手机信令数据的居民出行OD获取方法,其特征在于该方法包括以下步骤:
c1、根据交通调查要求进行手机信令数据的采集,并筛选处理成格式化数据,每条数据包含经过脱敏处理的手机唯一识别号、时间戳、基站小区编号和经纬度坐标;
c2、对用户全天的手机信令数据按时间排序得到非连续的位置点序列,设定用户行为规则,判定位置点的运动状态,从而确定出行端点;
c3、利用GIS处理建立交通分区与基站小区的对应关系,按照交通分区对所有用户的出行端点统计汇总,并根据需要对结果进行适当扩样;
步骤c1的过程包括:
c11、从运营商的移动业务交换中心抽取并保存所调查范围内的手机信令数据;
c12、对采集的手机信令数据逐条筛选,对时间错误、经纬度异常的数据进行剔除,并匹配经纬度坐标,并按格式整理;
步骤c2的过程包括:
c21、追踪用户全天的手机信令数据,提取出信令数据产生时的时空位置点序列;
c22、结合历史运动状态判定时刻t用户的运动状态,分以下两种情况:
(1)如果t-1时刻处于停留状态:
t-1时刻及之前连续时间段内为停留状态的N个点的平均位置记作PN,计算PN的坐标
计算t时刻点Pt与点PN之间的距离d1:
若d1小于给定的临界值,则判定t时刻为停留点,并与t-1时刻在同一位置;若d1大于等于临界值,则t时刻可能处于移动状态,这时要考虑t+1时刻的状态;
(2)如果t-1时刻处于移动状态:
计算t时刻和t-1时刻的两点间的距离d2:
若d2小于临界值,则判定t和t-1时刻为停留点,并且停留在一个新的位置;若d2大于等于临界值,则判定t-1时刻为移动点,t时刻可能处于移动状态;
c23、计算在某一停留位置的所有停留点的平均位置为O点,下一停留位置的所有停留点的平均位置为D点,从而确定一次出行的起讫点;
步骤c3的过程包括:
c31、结合交通小区划分地图,通过GIS匹配居民出行OD所分别对应的交通小区,整理成如下格式:
c32、根据需要对各小区间出行OD矩阵按比例扩样得到总OD;
其中:OD为常住人口OD分布;od为利用移动手机用户数据得出的od分布;a为手机用户的人均拥有量;p为手机渗透率;m为运营商的市场占有率;d为运营商用户手机被检测到概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710263976.1A CN107040894B (zh) | 2017-04-21 | 2017-04-21 | 一种基于手机信令数据的居民出行od获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710263976.1A CN107040894B (zh) | 2017-04-21 | 2017-04-21 | 一种基于手机信令数据的居民出行od获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107040894A CN107040894A (zh) | 2017-08-11 |
CN107040894B true CN107040894B (zh) | 2019-08-09 |
Family
ID=59535076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710263976.1A Expired - Fee Related CN107040894B (zh) | 2017-04-21 | 2017-04-21 | 一种基于手机信令数据的居民出行od获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107040894B (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389240A (zh) * | 2017-08-14 | 2019-02-26 | 南京理工大学 | 基于大数据机器学习的出行方式辨识方法 |
CN107818332B (zh) * | 2017-09-26 | 2020-08-07 | 清华大学 | 高速公路互通立交服务范围分析方法及装置 |
CN107770721A (zh) * | 2017-10-10 | 2018-03-06 | 东南大学 | 一种旅游交通客流大数据可视化方法 |
CN107835486A (zh) * | 2017-10-17 | 2018-03-23 | 南京市城市与交通规划设计研究院股份有限公司 | 交通出行量计算方法及装置 |
CN107886723B (zh) * | 2017-11-13 | 2021-07-20 | 深圳大学 | 一种交通出行调查数据处理方法 |
CN108269019A (zh) * | 2018-01-22 | 2018-07-10 | 珠海市规划设计研究院 | 一种居民出行调查方法及系统 |
CN110135184B (zh) * | 2018-02-09 | 2023-12-22 | 中兴通讯股份有限公司 | 一种静态数据脱敏的方法、装置、设备及存储介质 |
CN108492565A (zh) * | 2018-04-20 | 2018-09-04 | 广东亿迅科技有限公司 | 基于用户出行数据分析的公共交通控制方法和系统 |
CN108650632B (zh) * | 2018-04-28 | 2020-05-26 | 广州市交通规划研究院 | 一种基于职住对应关系和时空间核聚类的驻点判断方法 |
CN108961134B (zh) * | 2018-09-05 | 2021-05-28 | 北京工业大学 | 基于手机信令数据的机场旅客出行od识别方法 |
CN109448361B (zh) * | 2018-09-18 | 2021-10-19 | 云南大学 | 居民交通出行流量预测系统及其预测方法 |
CN109634998A (zh) * | 2018-11-19 | 2019-04-16 | 北京通途永久科技有限公司 | 一种基于手机信令大数据的交通出行特征分析平台 |
CN109640270A (zh) * | 2018-12-18 | 2019-04-16 | 成都方未科技有限公司 | 一种时空大数据的综合计费方法 |
CN109978746B (zh) * | 2019-03-27 | 2023-02-28 | 东南大学 | 一种基于信令数据并结合动态阈值判断出行有效性的人口交换量估计方法 |
CN110310477B (zh) * | 2019-05-14 | 2021-11-02 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN110136043B (zh) * | 2019-05-17 | 2023-03-14 | 东南大学 | 一种基于位置大数据的交通小区人口推算方法 |
CN110276947B (zh) * | 2019-06-05 | 2021-03-23 | 中国科学院深圳先进技术研究院 | 一种交通融合分析预测方法、系统及电子设备 |
CN112747767A (zh) * | 2019-10-30 | 2021-05-04 | 中国电信股份有限公司 | 出行方式的确定方法、装置和计算机可读存储介质 |
CN112541013B (zh) * | 2020-01-02 | 2021-12-28 | 北京融信数联科技有限公司 | 基于移动信令大数据的应届毕业生跳槽频率分析方法 |
CN111601240B (zh) * | 2020-04-21 | 2021-06-15 | 上海因势智能科技有限公司 | 基于移动终端和基站进行人群轨迹计算的方法 |
CN111669710B (zh) * | 2020-04-21 | 2021-07-06 | 上海因势智能科技有限公司 | 人口统计去重方法 |
CN111653096B (zh) * | 2020-05-29 | 2022-10-04 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的城市出行方式识别方法 |
CN111681421B (zh) * | 2020-06-10 | 2022-07-29 | 南京瑞栖智能交通技术产业研究院有限公司 | 基于手机信令数据的对外客运枢纽集疏空间分布分析方法 |
CN112133090A (zh) * | 2020-08-14 | 2020-12-25 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的多方式交通分布模型构建方法 |
CN112312303B (zh) * | 2020-09-29 | 2022-07-22 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于时空特性的手机信令数据精细化预处理方法 |
CN112954623B (zh) * | 2021-02-02 | 2022-05-20 | 苏州丽景智行交通工程咨询有限公司 | 一种基于手机信令大数据的居民入住率估算方法 |
CN113473398B (zh) * | 2021-06-02 | 2022-08-30 | 中山大学 | 一种手机信令数据停留点识别方法、装置及存储介质 |
CN115129769A (zh) * | 2022-06-01 | 2022-09-30 | 苏州大学 | 一种居民出行调查扩样方法、装置及存储介质 |
CN115442758A (zh) * | 2022-09-05 | 2022-12-06 | 广州瀚信通信科技股份有限公司 | 一种用户出行方式确定方法、装置、终端设备以及存储介质 |
CN117173898B (zh) * | 2023-11-03 | 2024-02-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于停车场流水数据的分时段分目的出行od提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
CN102595323A (zh) * | 2012-03-20 | 2012-07-18 | 北京交通发展研究中心 | 基于手机定位数据的居民出行特征参数的获取方法 |
CN104159189A (zh) * | 2013-05-15 | 2014-11-19 | 同济大学 | 基于智能手机的居民出行信息获取方法 |
CN105513351A (zh) * | 2015-12-17 | 2016-04-20 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通出行特征数据提取方法 |
CN106504528A (zh) * | 2016-11-02 | 2017-03-15 | 浙江大学 | 一种利用手机信令大数据和动态交通分配的od标定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140035921A1 (en) * | 2012-07-31 | 2014-02-06 | Xerox Corporation | Analysis and visualization of passenger movement in a transportation system |
US9536210B2 (en) * | 2014-12-11 | 2017-01-03 | Xerox Corporation | Origin-destination estimation system for a transportation system |
-
2017
- 2017-04-21 CN CN201710263976.1A patent/CN107040894B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
CN102595323A (zh) * | 2012-03-20 | 2012-07-18 | 北京交通发展研究中心 | 基于手机定位数据的居民出行特征参数的获取方法 |
CN104159189A (zh) * | 2013-05-15 | 2014-11-19 | 同济大学 | 基于智能手机的居民出行信息获取方法 |
CN105513351A (zh) * | 2015-12-17 | 2016-04-20 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通出行特征数据提取方法 |
CN106504528A (zh) * | 2016-11-02 | 2017-03-15 | 浙江大学 | 一种利用手机信令大数据和动态交通分配的od标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107040894A (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107040894B (zh) | 一种基于手机信令数据的居民出行od获取方法 | |
CN110505583B (zh) | 一种基于卡口数据与信令数据的轨迹匹配方法 | |
Alexander et al. | Origin–destination trips by purpose and time of day inferred from mobile phone data | |
US9830817B2 (en) | Bus station optimization evaluation method and system | |
Koukoumidis et al. | Leveraging smartphone cameras for collaborative road advisories | |
EP3335209B1 (en) | Method and system for computing an o-d matrix obtained through radio mobile network data | |
US9978075B2 (en) | Population estimation apparatus, program and population estimation method | |
EP2740115B1 (en) | Generating an od matrix | |
US20170032291A1 (en) | Bus Planning Method Using Mobile Communication Data Mining | |
US10477357B2 (en) | Population estimating apparatus, program and population estimating method | |
JP5815368B2 (ja) | モバイルネットワーク中の動的な移動挙動の推定 | |
EP2831545B1 (en) | Digital location-based data methods and product | |
CN101243478A (zh) | 利用蜂窝数据用于运输规划和工程的方法和系统 | |
CN106295787A (zh) | 一种基于移动信令的客流统计方法及装置 | |
Holleczek et al. | Detecting weak public transport connections from cellphone and public transport data | |
CN111586586B (zh) | 一种追踪方法和系统 | |
Huo et al. | Short-term estimation and prediction of pedestrian density in urban hot spots based on mobile phone data | |
EP2495696A1 (en) | Management server, population information calculation management server, zero population distribution area management method, and population information calculation method | |
Wemegah et al. | Big data challenges in transportation: A case study of traffic volume count from massive Radio Frequency Identification (RFID) data | |
Imai et al. | Origin-destination trips generated from operational data of a mobile network for urban transportation planning | |
Yuan et al. | Recognition of functional areas based on call detail records and point of interest data | |
CN111417075B (zh) | 一种基于移动通信大数据的用户工作地识别方法 | |
Nishi et al. | Hourly pedestrian population trends estimation using location data from smartphones dealing with temporal and spatial sparsity | |
CN106920389B (zh) | 一种基于用户电信行为的交通状况控制方法及系统 | |
Yamamoto et al. | Examining Spatial Movement Patterns of Travelers: Cases in Tourist Destinations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190809 Termination date: 20200421 |