CN108322891A - 基于用户手机信令数据的区域拥堵识别方法 - Google Patents

基于用户手机信令数据的区域拥堵识别方法 Download PDF

Info

Publication number
CN108322891A
CN108322891A CN201810027599.6A CN201810027599A CN108322891A CN 108322891 A CN108322891 A CN 108322891A CN 201810027599 A CN201810027599 A CN 201810027599A CN 108322891 A CN108322891 A CN 108322891A
Authority
CN
China
Prior art keywords
grid
user
time
mobile phone
traffic
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.)
Granted
Application number
CN201810027599.6A
Other languages
English (en)
Other versions
CN108322891B (zh
Inventor
李永军
王幸
袁鲁峰
颜学智
崔峻
朱志炜
王文骐
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.)
Jiangsu Xin Xin Video Software Technology Co Ltd
Original Assignee
Jiangsu Xin Xin Video Software Technology Co Ltd
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 Jiangsu Xin Xin Video Software Technology Co Ltd filed Critical Jiangsu Xin Xin Video Software Technology Co Ltd
Priority to CN201810027599.6A priority Critical patent/CN108322891B/zh
Publication of CN108322891A publication Critical patent/CN108322891A/zh
Application granted granted Critical
Publication of CN108322891B publication Critical patent/CN108322891B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及交通道路拥堵识别方法，属于手机信令采集交通量技术领域；所述手机信令数据获取平台与实时交通处理系统连接；所述实时交通处理系统与大数据分析系统连接；所述实时模块与实时交通处理系统、大数据分析系统连接。本发明通过对地图进行网格划分，再获取用户的手机信令数据，计算用户一天内的轨迹，计算特定时间段内网格的拥堵情况。

Description

基于用户手机信令数据的区域拥堵识别方法
技术领域
本发明涉及基于用户手机信令的交通区域识别方法，属于手机信令采集交通量技术领域。
背景技术
在信息技术革命的推动下，以计算机、网络通信等信息通信技术为动力的信息化浪潮席卷全球，经过近10年的信息化与数字化建设，现代城市的运行方式与城市居民的生活环境已经改变。在城市信息化浪潮与数据科学崛起的共同推动下，智慧城市在全球范围内成为下一代城市化发展的新理念和新实践。智慧城市是一种以新一代信息技术为机车，通过对城市各部分数据进行动态监测、分析、整合和利用，实现对城市生活环境的透彻感知、城市资源的全面调控。城市交通也在信息技术革命的推动下得到了强有力的发展。基于手机定位的交通信息采集技术具有覆盖范围广、样本量大、数据实时性强、基础设施再投资少以及定位精度可满足交通信息采集精度等优势。在现如今手机成为每个人生活中必备品，且随着移动通信网络在移动通信网络覆盖范围越来，基于手机信令数据对交通状况进行分析有着广阔的应用前景。
用户随身携带手机，手机的移动准确的反映了用户的活动规律。通过对连续的手机信令进行分析，可以避免单词调查只能获取特定时间点居民出行的信息不足，全面掌握用户活动的时间和空间特征。
随着国民经济的告诉发展和城市化进程的加快，我国机动车拥有量及道路交通量急剧增加，这导致城市交通变得拥堵。交通拥堵时由于道路系统的某个局部由于同行能力不足造成的，以往交通拥堵的区域常常由长时间的观察而确定的，这种方式具有滞后性，所以通过手机信令数据判断城市交通拥堵区域是一个热门的研究方向。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供一种基于用户手机信令数据的区域交通拥堵识别方式，通过该方法可以有效地对交通区域进行实时识别。
为实现上述目的，本发明采用的技术方案是：它包含电源模块、中央处理器、手机信令数据获取平台、实时交通处理系统、大数据分析系统、实时模块、交通移动平台、用户轨迹、判断模块；所述电源模块与中央处理器连接；所述中央处理器与手机信令数据获取平台、实时交通处理系统、大数据分析系统、实时模块连接；所述手机信令数据获取平台与实时交通处理系统连接；所述实时交通处理系统与大数据分析系统连接；所述实时模块与实时交通处理系统、大数据分析系统连接；所述手机信令数据获取平台与交通移动平台连接；所述用户轨迹与交通线路匹配模块与交通移动平台；所述判断模块与用户轨迹与交通线路匹配模块连接。
本发明的基于用户手机信令的交通区域拥堵识别方法，操作步骤如下：
步骤1、通过GeoHash算法利用经纬度将城市划分小网格，每个小网格长153米，宽153米，每个小网格都有独特的记号，记为Gij，其中i为该小网格在覆盖区域S中的行数，j为该小网格在覆盖区域S中的列数。同时也可以获得一个小网格下包含的基站；
步骤2、获取用户一日中上报的信令切换数据，其中包括位置si、时间ti和所属基站，提取出用户的运动轨迹点，和这些点对应的网格，轨迹点是按照时间顺序排列的；如果该用户在同一个基站下有连续多次的上报数据，且总时长超过设定的阈值时间t，用半径为R的圆以基站为据点进行聚类，得出用户出行的驻点；根据驻点，对用户一日出行的轨迹进行分割，得到新的轨迹点集合记P(1)、P(2)…..P(n)和轨迹段的集合M＝{M(1),M(2),M(3)....M(k)}；再对轨迹进行清洗和优化，剔除基站之间乒乓切换以及异常上报点，排除部分有固定工作地点和居住地点人员工作时间以及居住内的信息，获取较为平滑的移动轨迹和相对应的轨迹点。
步骤3、只考虑6:00-22:00的数据，因为这段时间以外的数据以外的数据比较稳定，也符合绝大多数人的作息习惯，所以不予考虑。以15分钟对用户的轨迹点进行切片，作为时间段的集合，记为T＝{t1,t2…tn}，这样可以得到每15分钟用户所属的基站以及网格。如果一个用户在某个时间段t内有多次上报记录，所属的基站不同，根据不同的基站分别计算一次，最后去对应网格，如果在一个网格下存在多条上报记录，则只统计一次。根据网格包含基站的信息，计算出该15分钟下网格内包含的总人数，记为
步骤4、再计算网格的平均速度对于某个时间段t，网格G下的某个轨迹点对于P(i)，获得距离P(i)点往前推15分钟内的所有的点，记为m＝{P(k),P(k+1)….P(i)}，两两计算P(k)到P(i)的距离S，算出总距离以及总时间ti-ti-1，最后计算平均速度，P(i)点的平均速度如果在t时间段内，网格G下该用户有多个平均速度，则将这些平均速度再取平均，记为v′；统计网格G在t时间段内所有人的速度，将它们相加求平均，得出时间段t内网格G的平均速度
步骤5、再计算t时间段内通过网格G的人数对于某一个用户的在t时间段内有轨迹点P(i)在网格G内，考察它按时间顺序的后一项P(i+1)的上报基站，如果P(i+1)的上报基站所属网格不包含G，则认为用户通过网格G。统计t时间段内通过该网格的总人数，记为
步骤6、经过以上步骤，每个网格在15分钟的时间段内的三种信息根据划分的时间段，计算6:00到22:00的网格内三种信息量的平均值再根据每个时间t计算相对变化率
如果这三者同时满足，则认定该交通区域网格G在时间段t内拥堵。
作为优选，在所述的轨迹段M(i)中，遍历选取连续的三个上报位置A(x1,y1),B(x2,y2),C(x3,y3)，可以看成是两个线段，因此可以生产两个切换向量。
再计算切换向量的夹角信息
利用夹角做置信度，对切换轨迹进行优化，通过计算连续的轨迹点之间的夹角，得到有序的夹角集合如果其中有则认为B点是多余上报点，可以删除B点。这样经过多层优化后，就可以得到较为平滑的移动轨迹。
作为优选，所述步骤4中获得距离P(i)点往前推15分钟内的所有的点，记为m＝{P(k),P(k+1)….P(i)}，两两计算P(k)到P(i)的距离S，算出总距离以及总时间t(i)-t(k)，最后计算平均速度：V(i)＝S/(t(i)-t(k))。
本发明通过对地图进行网格划分，再获取用户的手机信令数据，计算用户一天内的轨迹，计算特定时间段内网格的拥堵情况。本发明针对这个研究方向提出了识别交通拥堵区域的一种方法，这个发明通过对信令数据的处理可以用来为交通部门、政府和研究院等提供清洗和优化后数据和可视化的图像，以改善和研究城市交通，对交通拥堵的缓解、控制、调度以及城市的建设提供强有力的支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明内部系统的框图。
图2是某个网格内，人数随时间变化的实际值和拟合函数。
具体实施方式
参考图1--2本具体实施方式包含电源模块、中央处理器、手机信令数据获取平台、实时交通处理系统、大数据分析系统、实时模块、交通移动平台、用户轨迹、判断模块；所述电源模块与中央处理器连接；所述中央处理器与手机信令数据获取平台、实时交通处理系统、大数据分析系统、实时模块连接；所述手机信令数据获取平台与实时交通处理系统连接；所述实时交通处理系统与大数据分析系统连接；所述实时模块与实时交通处理系统、大数据分析系统连接；所述手机信令数据获取平台与交通移动平台连接；所述用户轨迹与交通线路匹配模块与交通移动平台；所述判断模块与用户轨迹与交通线路匹配模块连接。
本具体实施方式的操作步骤如下：
步骤1、通过GeoHash算法利用经纬度将城市划分小网格，每个小网格长153米，宽153米，每个小网格都有独特的记号，记为Gij，其中i为该小网格在覆盖区域S中的行数，j为该小网格在覆盖区域S中的列数。同时也可以获得一个小网格下包含的基站；geohash是通过经纬度算出来的，目前用的7位的geohash，规格为153*153的。
步骤2、获取用户一日中上报的信令切换数据，其中包括位置si、时间ti和所属基站，提取出用户的运动轨迹点，和这些点对应的网格，轨迹点是按照时间顺序排列的；如果该用户在同一个基站下有连续多次的上报数据，且总时长超过设定的阈值时间t，用半径为R的圆以基站为据点进行聚类，得出用户出行的驻点；根据驻点，对用户一日出行的轨迹进行分割，得到新的轨迹点集合记P(1)、P(2)…..P(n)和轨迹段的集合M＝{M(1),M(2),M(3)....M(k)}；再对轨迹进行清洗和优化，剔除基站之间乒乓切换以及异常上报点，排除部分有固定工作地点和居住地点人员工作时间以及居住内的信息，获取较为平滑的移动轨迹和相对应的轨迹点。
优化方式：
在轨迹段M(i)中，遍历选取连续的三个上报位置A(x1,y1),B(x2,y2),C(x3,y3)，可以看成是两个线段，因此可以生产两个切换向量。
再计算切换向量的夹角信息
利用夹角做置信度，对切换轨迹进行优化，通过计算连续的轨迹点之间的夹角，得到有序的夹角集合如果其中有则认为B点是多余上报点，可以删除B点。这样经过多层优化后，就可以得到较为平滑的移动轨迹。
步骤3、只考虑6:00-22:00的数据，因为这段时间以外的数据以外的数据比较稳定，也符合绝大多数人的作息习惯，所以不予考虑。以15分钟对用户的轨迹点进行切片，作为时间段的集合，记为T＝{t1,t2…tn}，这样可以得到每15分钟用户所属的基站以及网格。如果一个用户在某个时间段t内有多次上报记录，所属的基站不同，根据不同的基站分别计算一次，最后去对应网格，如果在一个网格下存在多条上报记录，则只统计一次。根据网格包含基站的信息，计算出该15分钟下网格内包含的总人数，记为
步骤4、再计算网格的平均速度对于某个时间段t，网格G下的某个轨迹点对于P(i)，获得距离P(i)点往前推15分钟内的所有的点，记为m＝{P(k),P(k+1)….P(i)}，两两计算P(k)到P(i)的距离S，算出总距离以及总时间ti-ti-1，最后计算平均速度，P(i)点的平均速度如果在t时间段内，网格G下该用户有多个平均速度，则将这些平均速度再取平均，记为v′；统计网格G在t时间段内所有人的速度，将它们相加求平均，得出时间段t内网格G的平均速度
步骤5、再计算t时间段内通过网格G的人数对于某一个用户的在t时间段内有轨迹点P(i)在网格G内，考察它按时间顺序的后一项P(i+1)的上报基站，如果P(i+1)的上报基站所属网格不包含G，则认为用户通过网格G。统计t时间段内通过该网格的总人数，记为只要考虑下一个时间段的就行，如果用户当前时间段含有G，下一时刻不含有G,则认为该时间段网格G被该用户通过，统计t时间段通过的网格总人数。
步骤6、经过以上步骤，每个网格在15分钟的时间段内的三种信息根据划分的时间段，计算6:00到22:00的网格内三种信息量的平均值再根据每个时间t计算相对变化率
如果这三者同时满足，则认定该交通区域网格G在时间段t内拥堵。如果速度很大大于平均值，不拥堵，也会被算进去的，所以不要取绝对值。
本具体实施方式针对这个研究方向提出了识别交通拥堵区域的一种方法，这个发明通过对信令数据的处理可以用来为交通部门、政府和研究院等提供清洗和优化后数据和可视化的图像，以改善和研究城市交通，对交通拥堵的缓解、控制、调度以及城市的建设提供强有力的支持。
以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.基于用户手机信令的公交线路识别方法，其特征在于：它包含电源模块、中央处理器、手机信令数据获取平台、实时交通处理系统、大数据分析系统、实时模块、交通移动平台、用户轨迹与交通线路匹配模块、判断模块；所述电源模块与中央处理器连接；所述中央处理器与手机信令数据获取平台、实时交通处理系统、大数据分析系统、实时模块连接；所述手机信令数据获取平台与实时交通处理系统连接；所述实时交通处理系统与大数据分析系统连接；所述实时模块与实时交通处理系统、大数据分析系统连接；所述手机信令数据获取平台与交通移动平台连接。
2.根据权利要求1所述的基于用户手机信令交通区域拥堵识别方法，其特征在于，它的操作步骤如下：
步骤1、通过GeoHash算法利用经纬度将城市划分小网格，每个小网格长153米，宽153米，每个小网格都有独特的记号，记为Gij，其中i为该小网格在覆盖区域S中的行数，j为该小网格在覆盖区域S中的列数；同时也可以获得一个小网格下包含的基站；
步骤2、获取用户一日中上报的信令切换数据，其中包括位置si、时间ti和所属基站，提取出用户的运动轨迹点，和这些点对应的网格，轨迹点是按照时间顺序排列的；如果该用户在同一个基站下有连续多次的上报数据，且总时长超过设定的阈值时间t，用半径为R的圆以基站为据点进行聚类，得出用户出行的驻点；根据驻点，对用户一日出行的轨迹进行分割，得到新的轨迹点集合记P(1)、P(2)…..P(n)和轨迹段的集合M＝{M(1),M(2),M(3)....M(k)}；再对轨迹进行清洗和优化，剔除基站之间乒乓切换以及异常上报点，排除部分有固定工作地点和居住地点人员工作时间以及居住内的信息，获取较为平滑的移动轨迹和相对应的轨迹点；
步骤3、考虑6:00-22:00的数据，这段时间以外的数据以外的数据比较稳定，也符合绝大多数人的作息习惯，所以不予考虑；以15分钟对用户的轨迹点进行切片，作为时间段的集合，记为T＝{t1,t2...tn}，这样可以得到每15分钟用户所属的基站以及网格；如果一个用户在某个时间段t内有多次上报记录，所属的基站不同，根据不同的基站分别计算一次，最后去对应网格，如果在一个网格下存在多条上报记录，则只统计一次；根据网格包含基站的信息，计算出该15分钟下网格内包含的总人数，记为
步骤4、再计算网格的平均速度对于某个时间段t，网格G下的某个轨迹点对于P(i)，获得距离P(i)点往前推15分钟内的所有的点，记为m＝{P(k),P(k+1)….P(i)}，两两计算P(k)到P(i)的距离S，算出总距离以及总时间ti-ti-1，最后计算平均速度，P(i)点的平均速度如果在t时间段内，网格G下该用户有多个平均速度，则将这些平均速度再取平均，记为v′；统计网格G在t时间段内所有人的速度，将它们相加求平均，得出时间段t内网格G的平均速度
步骤5、再计算t时间段内通过网格G的人数对于某一个用户的在t时间段内有轨迹点P(i)在网格G内，考察它按时间顺序的后一项P(i+1)的上报基站，如果P(i+1)的上报基站所属网格不包含G，则认为用户通过网格G；统计t时间段内通过该网格的总人数，记为
步骤6、经过以上步骤，每个网格在15分钟的时间段内的三种信息根据划分的时间段，计算6:00到22:00的网格内三种信息量的平均值再根据每个时间t计算相对变化率
如果这三者同时满足，则认定该交通区域网格G在时间段t内拥堵。
3.根据权利要求2所述的基于用户手机信令交通区域拥堵识别方法，其特征在于：在所述的轨迹段M(i)中，遍历选取连续的三个上报位置A(x1,y1),B(x2,y2),C(x3,y3)，可以看成是两个线段，因此可以生产两个切换向量；
再计算切换向量的夹角信息
利用夹角做置信度，对切换轨迹进行优化，通过计算连续的轨迹点之间的夹角，得到有序的夹角集合如果其中有则认为B点是多余上报点，可以删除B点；这样经过多层优化后，就可以得到较为平滑的移动轨迹。
4.根据权利要求2所述的基于用户手机信令交通区域拥堵识别方法，其特征在于：所述步骤(4)中获得距离P(i)点往前推15分钟内的所有的点，记为m＝{P(k),P(k+1)….P(i)}，两两计算P(k)到P(i)的距离S，算出总距离以及总时间t(i)-t(k)，最后计算平均速度：V(i)＝S/(t(i)-t(k))。
CN201810027599.6A 2018-01-11 2018-01-11 基于用户手机信令的交通区域拥堵识别方法 Active CN108322891B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810027599.6A CN108322891B (zh) 2018-01-11 2018-01-11 基于用户手机信令的交通区域拥堵识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810027599.6A CN108322891B (zh) 2018-01-11 2018-01-11 基于用户手机信令的交通区域拥堵识别方法

Publications (2)

Publication Number Publication Date
CN108322891A true CN108322891A (zh) 2018-07-24
CN108322891B CN108322891B (zh) 2020-08-28

Family

ID=62894065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810027599.6A Active CN108322891B (zh) 2018-01-11 2018-01-11 基于用户手机信令的交通区域拥堵识别方法

Country Status (1)

Country Link
CN (1) CN108322891B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109729518A (zh) * 2019-03-15 2019-05-07 上海同济城市规划设计研究院有限公司 基于手机信令的城市交通早高峰拥堵源头识别方法
CN109788428A (zh) * 2018-12-28 2019-05-21 科大国创软件股份有限公司 一种基于运营商数据的用户分类识别方法
CN110337080A (zh) * 2019-06-19 2019-10-15 同济大学 手机信令数据的空间偏差识别及纠正方法
CN111161529A (zh) * 2018-10-18 2020-05-15 中华电信股份有限公司 运用移动网络信令数据的人工智能车流推估系统及其方法
CN111209261A (zh) * 2020-01-02 2020-05-29 邑客得（上海）信息技术有限公司 基于信令大数据的用户出行轨迹提取方法和系统
CN111343581A (zh) * 2018-12-18 2020-06-26 北京融信数联科技有限公司 一种基于距离的一人多号移动用户识别方法
CN111436017A (zh) * 2018-12-25 2020-07-21 北京融信数联科技有限公司 一种基于聚类算法的移动用户一人多卡识别方法
CN111653099A (zh) * 2020-06-10 2020-09-11 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公交客流od获取方法
CN113055834A (zh) * 2020-12-23 2021-06-29 沈阳世纪高通科技有限公司 一种基于4g信令数据匹配路网的方法及装置
CN115223369A (zh) * 2022-08-16 2022-10-21 中国银行股份有限公司 交通疏导方法和装置
CN115409434A (zh) * 2022-11-02 2022-11-29 北京融信数联科技有限公司 基于信令大数据的区域人口统计方法、系统及存储介质
CN117671965A (zh) * 2024-02-02 2024-03-08 北京大也智慧数据科技服务有限公司 数据处理的方法、装置、设备及存储介质
CN117858024A (zh) * 2024-01-09 2024-04-09 东南大学 一种基于手机信令数据的多段出行方式识别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778836A (zh) * 2015-04-03 2015-07-15 江苏省交通规划设计院股份有限公司 基于手机信令数据质量感知的高速公路交通状态识别方法
CN105608505A (zh) * 2015-12-22 2016-05-25 重庆邮电大学 一种基于手机信令数据的居民轨道交通出行方式识别方法
US9495874B1 (en) * 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
CN106530716A (zh) * 2016-12-23 2017-03-22 重庆邮电大学 基于手机信令数据计算高速公路路段平均速度的方法
CN106781479A (zh) * 2016-12-23 2017-05-31 重庆邮电大学 一种基于手机信令数据实时获取高速公路运行状态的方法
CN106997666A (zh) * 2017-02-28 2017-08-01 北京交通大学 一种利用手机信令数据位置切换获取交通流速度的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9495874B1 (en) * 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
CN104778836A (zh) * 2015-04-03 2015-07-15 江苏省交通规划设计院股份有限公司 基于手机信令数据质量感知的高速公路交通状态识别方法
CN105608505A (zh) * 2015-12-22 2016-05-25 重庆邮电大学 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN106530716A (zh) * 2016-12-23 2017-03-22 重庆邮电大学 基于手机信令数据计算高速公路路段平均速度的方法
CN106781479A (zh) * 2016-12-23 2017-05-31 重庆邮电大学 一种基于手机信令数据实时获取高速公路运行状态的方法
CN106997666A (zh) * 2017-02-28 2017-08-01 北京交通大学 一种利用手机信令数据位置切换获取交通流速度的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MINGQI LV等: "A Road Congestion Detection System Using Undedicated Mobile Phones", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS 》 *
余华东等: "基于移动信令的交通流量实时监控系统的设计和实现", 《信息与电脑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161529A (zh) * 2018-10-18 2020-05-15 中华电信股份有限公司 运用移动网络信令数据的人工智能车流推估系统及其方法
CN111161529B (zh) * 2018-10-18 2021-06-08 中华电信股份有限公司 运用移动网络信令数据的人工智能车流推估系统及其方法
CN111343581A (zh) * 2018-12-18 2020-06-26 北京融信数联科技有限公司 一种基于距离的一人多号移动用户识别方法
CN111343581B (zh) * 2018-12-18 2021-12-14 北京融信数联科技有限公司 一种基于距离的一人多号移动用户识别方法
CN111436017A (zh) * 2018-12-25 2020-07-21 北京融信数联科技有限公司 一种基于聚类算法的移动用户一人多卡识别方法
CN111436017B (zh) * 2018-12-25 2023-11-10 北京融信数联科技有限公司 一种基于聚类算法的手机用户一人多卡识别方法
CN109788428A (zh) * 2018-12-28 2019-05-21 科大国创软件股份有限公司 一种基于运营商数据的用户分类识别方法
CN109788428B (zh) * 2018-12-28 2020-12-18 科大国创软件股份有限公司 一种基于运营商数据的用户分类识别方法
CN109729518B (zh) * 2019-03-15 2021-08-31 上海同济城市规划设计研究院有限公司 基于手机信令的城市交通早高峰拥堵源头识别方法
CN109729518A (zh) * 2019-03-15 2019-05-07 上海同济城市规划设计研究院有限公司 基于手机信令的城市交通早高峰拥堵源头识别方法
CN110337080A (zh) * 2019-06-19 2019-10-15 同济大学 手机信令数据的空间偏差识别及纠正方法
CN111209261A (zh) * 2020-01-02 2020-05-29 邑客得（上海）信息技术有限公司 基于信令大数据的用户出行轨迹提取方法和系统
CN111209261B (zh) * 2020-01-02 2020-11-03 邑客得（上海）信息技术有限公司 基于信令大数据的用户出行轨迹提取方法和系统
CN111653099A (zh) * 2020-06-10 2020-09-11 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公交客流od获取方法
CN113055834A (zh) * 2020-12-23 2021-06-29 沈阳世纪高通科技有限公司 一种基于4g信令数据匹配路网的方法及装置
CN115223369A (zh) * 2022-08-16 2022-10-21 中国银行股份有限公司 交通疏导方法和装置
CN115409434A (zh) * 2022-11-02 2022-11-29 北京融信数联科技有限公司 基于信令大数据的区域人口统计方法、系统及存储介质
CN117858024A (zh) * 2024-01-09 2024-04-09 东南大学 一种基于手机信令数据的多段出行方式识别方法
CN117671965A (zh) * 2024-02-02 2024-03-08 北京大也智慧数据科技服务有限公司 数据处理的方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN108322891B (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
CN108322891A (zh) 基于用户手机信令数据的区域拥堵识别方法
CN108320501A (zh) 基于用户手机信令的公交线路识别方法
CN106878951B (zh) 用户轨迹分析方法及系统
CN111681421B (zh) 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
CN107845259B (zh) 公交运行情况实时反馈系统及公交实时运行数据处理方法
CN106604228B (zh) 一种基于lte信令数据的指纹定位方法
WO2022089031A1 (zh) 一种基于大数据和人工智能的网络优化方法
CN109688532B (zh) 一种划分城市功能区域的方法及装置
Zhai et al. Using mobile signaling data to exam urban park service radius in Shanghai: methods and limitations
US9830817B2 (en) Bus station optimization evaluation method and system
CN102521973B (zh) 一种手机切换定位的道路匹配方法
CN109902930B (zh) 一种基于实有人口指标的配套设施规划辅助系统
CN106101999B (zh) 一种用户轨迹的识别方法及装置
CN108650632A (zh) 一种基于职住对应关系和时空间核聚类的驻点判断方法
CN105491532B (zh) 一种用于路网运行状态分析的手机信令过滤方法和装置
CN108171993B (zh) 一种基于手机信令大数据的高速公路车辆速度计算方法
CN108109423B (zh) 基于WiFi室内定位的地下停车场智能导航方法及系统
CN105243844A (zh) 一种基于手机信令的道路状态识别方法
CN110516866B (zh) 一种用于城市轨交列车拥挤度的实时估计方法
CN109299438A (zh) 一种基于网约车数据的公共交通设施供给水平评价方法
CN108307316B (zh) 基于s1-mme数据的快速移动用户高精度判别方法
CN104636611A (zh) 城市道路/路段的车辆速度评估方法
CN105307262B (zh) 一种伪基站的定位方法及装置
CN109640249B (zh) 一种基于大数据的商场人流量预测系统
CN105096584A (zh) 一种交通决策支持方法、装置及系统

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