CN108322891B - 基于用户手机信令的交通区域拥堵识别方法 - Google Patents

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

基于用户手机信令的交通区域拥堵识别方法

技术领域

本发明涉及基于用户手机信令的交通区域拥堵识别方法，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的交通区域拥堵识别方法，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G_ij，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s_i、时间t_i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＝{P(1),P(2),…,P(u)}和轨迹段的集合M＝{M(1)，M(2)，M(3)，...，M(k)}；其中u表示轨迹点的数量；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

每个位置点的平均速度计算使用用户最近15分钟内上报位置点的平均速度，即对于某个时间段t，网格G下的某个用户轨迹点为P(i)，获得用户在P(i)点往前推15分钟内的所有的上报位置点，记为m＝{P(k)，P(k+1)，...，P(i)}，选择的位置点集合上报时间分别为{t_k，t_k+1，...，t_i}，分别计算P(k)到P(k+1)的距离、P(k+1)到P(k+2)的距离、…、P(i-1)到P(i)的距离，然后分别相加得到总距离S，且总时间为t_i-t_k，由此计算平均速度，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

其中n即为步骤3中“时间段的集合，记为T＝{t¹，t²，...，tⁿ}”的n，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，因此可以产生两个切换向量。

再计算切换向量的余弦信息

利用cosθ作为判定参数，对切换轨迹进行优化，通过计算连续轨迹点之间的余弦信息，得到有序的余弦集合X＝{cosθ₁，cosθ₂，...，cosθ_l-1},其中l为轨迹段M(i)中轨迹点的个数。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G_ij，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s_i、时间t_i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＝{P(1),P(2),…,P(u)}和轨迹段的集合M＝{M(1)，M(2)，M(3)，...，M(k)}；其中u表示轨迹点的数量；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，因此可以产生两个切换向量。

再计算切换向量的余弦信息

利用cosθ作为判定参数，对切换轨迹进行优化，通过计算连续轨迹点之间的余弦信息，得到有序的余弦集合X＝{cosθ₁，cosθ₂，...，cosθ_l-1},其中l为轨迹段M(i)中轨迹点的个数。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

每个位置点的平均速度计算使用用户最近15分钟内上报位置点的平均速度，即对于某个时间段t，网格G下的某个用户轨迹点为P(i)，获得用户在P(i)点往前推15分钟内的所有的上报位置点，记为m＝{P(k)，P(k+1)，...，P(i)}，选择的位置点集合上报时间分别为{t_k，t_k+1，...，t_i}，分别计算P(k)到P(k+1)的距离、P(k+1)到P(k+2)的距离、…、P(i-1)到P(i)的距离，然后分别相加得到总距离S，且总时间为t_i-t_k，由此计算平均速度，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

其中n即为步骤3中“时间段的集合，记为T＝{t¹，t²，...，tⁿ}”的n，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。

本具体实施方式提出了基于用户手机信令的交通区域拥堵识别方法，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 (2)

1.基于用户手机信令的交通区域拥堵识别方法，其特征在于：所述识别方法的操作步骤如下：

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G_ij，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s_i、时间t_i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＝{P(1),P(2),…,P(u)}和轨迹段的集合M＝{M(1)，M(2)，M(3)，...，M(k)}；其中u表示轨迹点的数量；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

每个位置点的平均速度计算使用用户最近15分钟内上报位置点的平均速度，即对于某个时间段t，网格G下的某个用户轨迹点为P(i)，获得用户在P(i)点往前推15分钟内的所有的上报位置点，记为m＝{P(k)，P(k+1)，...，P(i)}，选择的位置点集合上报时间分别为{t_k，t_k+1，...，t_i}，分别计算P(k)到P(k+1)的距离、P(k+1)到P(k+2)的距离、…、P(i-1)到P(i)的距离，然后分别相加得到总距离S，且总时间为t_i-t_k，由此计算平均速度，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。

2.根据权利要求1所述的基于用户手机信令的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，因此可以产生两个切换向量；

再计算切换向量的余弦信息

利用cosθ作为判定参数，对切换轨迹进行优化，通过计算连续轨迹点之间的余弦信息，得到有序的余弦集合X＝{cosθ₁，cosθ₂，...，cosθ_l-1},其中l为轨迹段M(i)中轨迹点的个数；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。

Images