CN110309936A - 一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法 - Google Patents
一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法 Download PDFInfo
- Publication number
- CN110309936A CN110309936A CN201910267551.7A CN201910267551A CN110309936A CN 110309936 A CN110309936 A CN 110309936A CN 201910267551 A CN201910267551 A CN 201910267551A CN 110309936 A CN110309936 A CN 110309936A
- Authority
- CN
- China
- Prior art keywords
- transfer
- subway
- station
- route
- website
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Mobile Radio Communication Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Navigation (AREA)
Abstract
本发明提供一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法,具体步骤如下:步骤1:获取地面手机数据和地铁专有蜂窝网络的手机定位数据。步骤2:获取地铁链路表信息。步骤3:地铁起‑讫点出行的换乘判断。步骤4:地铁出行的换乘站点判断。步骤5:地铁出行路径和换乘站点的修正。本发明提供的方法,符合国家法律隐私规定,结合运营商地铁基站数据,具有获取方式简单、成本较低,信息样本大、取样时间灵活、自动化获取的特点,可进行区域性推广应用,且能够结合职住对应关系和时空活动特征,可进一步提高地铁出行OD路径的合理性和精确性。
Description
技术领域
本发明涉及一种交通规划和交通需求管理的技术,具体涉及一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法。
背景技术
城市轨道交通换乘站是城市轨道交通线路的重要连接点,伴随着城市轨道交通系统的发展规模不断增长,地铁换乘站产生了大量的换乘客流需求,同时,由于受限于地理位置和出行需要,以及换乘站自身的设计特征,如换乘距离和时间过长等,换乘站的客流需求又不尽相同。
现有的换乘站客流主要是基于AFC系统(Automated Fare Collection System,即地铁刷卡数数据自动采集系统)、站厅、站台、车厢等采样系统分析地铁客流出行的起点——讫点出行的特征矩阵(Origin—Destination Matrix),再结合地铁出行路径准则,如“最短路径法”、“最少换乘站法”、或综合考虑换乘站点和路径距离的“最优路径法”等方法,进行一系列的换乘站点判断。以上方法均是基于一定的出行路径准则,通过理论模型推算换乘站点,难以实现个体实际选择换乘站点的判断,因此理论推算的路径也与个体用户实际路径存在一定的误差。
随着移动通信基站的建设不断完善,移动通信网络沿地铁线路建设了专门的微蜂窝系统,使得移动通信实现了沿地铁线路的无线覆盖。因此,本次提出利用沿地铁线路的个体用户手机定位数据,提高地铁出行路径和换乘站点判断的准确性,而对于地铁内手机信号较差或无信号连接站点,利用前后站点的信号捕捉,并结合路径判定原则,进一步提高地铁出行路径判断的准确性。
发明内容
本发明的目的是提供一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法,以提高地铁换乘站点和出行路径推断的准确性。针对上述目的,本发明的技术方案提供了一种低成本、高准确度的基于手机数据和路径推断的地铁换乘识别优化方法。具体步骤如下:
步骤1:获取地面手机数据和地铁专有蜂窝网络的手机定位数据。所采集的手机数据信息包括用户编号、基站编号、对应地铁站点、时间戳、事件类型、经度、纬度等标签属性信息。
步骤2:获取地铁链路表信息。地铁链路表信息包括地铁线路、地铁站点、上/下行信息,换乘站标识等地铁属性信息。
步骤3:地铁起-讫点出行的换乘判断。基于用户出行时间排序的手机定位数据,获取用户乘坐地铁出行的起-讫站点,将地面基站与地铁内部专有基站发生切换的站点判定为起-讫站点。对一次出行的起讫站点之间的手机定位数据进行换乘线路判断,若手机定位数据对应的地铁站点线路未发生改变,则本次出行未发生换乘;反之,则发生了换乘,需进一步进行换乘站点判断。
步骤4:地铁出行的换乘站点判断。考虑到地铁基站线路覆盖不全、用户数过多基站信号无法连接、用户手机并未与基站产生数据交互等问题,即用户地铁出行过程中可能在一些地铁站点没有手机定位数据,从而使得一些关键换乘站点定位数据缺失,无法直接获取地铁出行的换乘站信息。综合考虑地铁关键站点信号是否缺失情况,将其归纳为三种地铁换乘站点判断方法,一种情况是地铁一次出行中一个途径站刚好是地铁换乘站,则该换乘站,即为用户换乘站;另一种情况是换乘站信号缺失,但可通过途径站上/下行线路和换乘站判定原则判定;第三种情况是沿地铁的关键途径站和换乘站信号缺失,无法判定换乘前后线路是上/下行线路,需通过两条线路的进出站时间矩阵判定上下行线路,然后再换乘站。
步骤5:地铁出行路径和换乘站点的修正。根据交通小区划分方案,将运营商基站与交通小区进行匹配,并且结合地铁出行的职住人口和出行特征,进行地铁出行起讫点数据的校核,再将地铁每个出行者的起讫点映射到相应的交通小区上,最终形成基于交通小区的地铁出行OD矩阵出行表。然后,基于地铁换乘的理论模型换乘系数推算,实现基于手机定位数据的轨道换乘优化算法校验和修正。
与现有技术相比,本发明的优势在于:
1)本发明利用手机定位数据和路径推断相结合的识别方法,获取地铁换乘站点更加准确,以弥补现有地铁刷卡数据、地铁票务清分、站台车厢采样等路径判断方法难以识别换乘站客流的问题。
2)本发明的技术方案具有获取方式简单、成本较低,信息样本大、取样时间灵活、自动化获取的特点,可进行区域性推广应用。
3)能够结合职住对应关系和时空活动特征,可进一步提高地铁出行OD路径的合理性和精确性。
附图说明
图1基于手机数据和路径推断的地铁换乘识别优化方法流程图;
图2针对情况一手机定位的途径站是换乘站的示例图;
图3针对情况二手机定位的途径站缺失换乘站,且仅有一次换乘情况的示例图;
图4针对情况二手机定位的途径站缺失换乘站,且仅有多次换乘情况的示例图(两条地铁线路之间多个直接换乘站点);
图5针对情况二手机定位的途径站缺失换乘站,且仅有多次换乘情况的示例图(两条地铁线路之间不同的直接和间接换乘线路);
图6针对情况三手机定位的途径站全部缺失情况的示例图。
具体实施方式
下面结合附图对本发明的实施方式作详细说明,如图1所示,实施步骤如下:
步骤1:获取地面手机数据和地铁专有蜂窝网络的手机定位数据。
所采集的手机数据信息包括来自地面基站的手机数据和地铁专有蜂窝网络的手机定位数据。其中来自地面基站的手机数据包括用户编号、基站编号、时间戳、事件类型、经度、纬度等标签属性信息,用以地铁专有蜂窝网络切换的起-讫点判断。来自地铁专有蜂窝网络的手机定位数据包括用户编号、基站编号、对应地铁站点、时间戳、事件类型、经度、纬度等标签属性信息,用以乘坐地铁出行的途径站线路和站点判断。
表1来自地面基站的手机数据样例
步骤2:获取城市地铁网络中,所有的地铁线路链路表信息。
地铁链路表信息包括地铁线路、地铁站点、上/下行信息,换乘站标识等地铁属性信息。
表2地铁链路表信息样例
步骤3:基于地铁起-讫点出行的是否发生换乘的判断。
首先,基于用户出行时间排序的手机定位数据,获取用户乘坐地铁出行的起-讫站点。基于手机定位数据的起讫点判断标准是地面基站与地铁内部专有基站发生切换的站点判定为起-讫站点。但考虑到广州市地铁网络中有部分地上站点,因此,还需要结合用户的职住地和出行特征进行起-讫站点校核判断。
再将采集到的地铁专有蜂窝网络的地铁用户一次起-讫站点出行的数据按时间顺序进行排序,包括包括始发站,途径站,终点站的n个站点信息集{Sl1,Sl2,Sl3,…,Sli,Sl(i+1),…,Sln},其中l行的线路,i指的是用户地铁一次出行线路上,该地铁站点在出行线路上能接收到的地铁基站的顺序序号。Sli站点信息包含用户编号、线路、站点、时间戳、对应小区编号和站点顺序号{isdn,line,Station,onStaTime,taz,numSta}。
再基于用户一次地铁出行的起讫站点之间的手机定位数据进行换乘线路判断。若手机定位数据对应的地铁站点线路l未发生改变,则本次出行未发生换乘;反之,则发生了换乘,需进一步进行换乘站点判断。
步骤4:基于地铁起-讫点出行的换乘站点的判断。
考虑到地铁基站线路覆盖不全、用户数过多基站信号无法连接、用户手机并未与基站产生数据交互等问题,即用户地铁出行过程中可能在一些地铁站点没有手机定位数据,从而使得一些关键换乘站点定位数据缺失,无法直接获取地铁出行的换乘站信息。综合考虑地铁关键站点信号是否缺失情况,将其归纳为三种地铁换乘站点判断方法,一种情况是地铁一次出行定位数据基本齐全,并且其中一个途径站刚好是地铁换乘站,则该换乘站,即为用户换乘站;另一种情况是地铁一次出行定位数据基本齐全,而换乘站信号缺失,但可通过途径站能清晰判定用户换乘前后两条线路是上行线路或下行线路,并且两条线路之间通过换乘站判定原则可判定;第三种情况是在地铁一次出行路径上,沿地铁的关键途径站和换乘站信号均缺失,无法清晰判定用户换乘前后线路是上行线路或下行线路,需通过两条线路的进出站时间矩阵判定上下行线路,然后再判定上下行线路间的换乘站。
针对如上所述的三种情况,基于地铁起-讫点出行的换乘站点判断方法如下:
情况一:地铁一次出行定位数据中,途径站刚好是地铁换乘站,则该换乘站,即为用户换乘站。
首先,采集按时间顺序排序的手机用户一次地铁出行的地铁站点信息,包括始发站,途径站,终点站的n个站点信息集{Sl1,Sl2,Sl3,…,Sli,Sl(i+1),…,Sln},其中l指的是出行的线路,i指的是用户地铁一次出行线路上,该地铁站点在出行线路上能接收到的地铁基站的顺序序号。Sli站点信息包含用户编号、线路、站点、时间戳、对应小区编号和站点顺序号{isdn,line,Station,onStaTime,taz,numSta}。
再针对情况一的{Sli,Sl(i+1)}途径站中,若途径站点恰好是换乘站的情况,可以通过三步进行判定,一是判定起始站、途径站和终点站是否发生在同一线路,如果不是同一线路,则发生换乘行为,需进行换乘站点判定;二是判定两条线路出行的上下行线路,根据起始站点和途径站点的时间顺序判定发生一次地铁出行的上下行线路方向;三是根据上下行线路方向,判定用户的途径站是否是上下行线路上的换乘站,如果是上下行换乘站,则该站点为一次出行的换乘站。如图2所示,针对情况一手机定位的途径站S2_3恰好是换乘站,并且起讫站点所在上下行线路之间的换乘站点可能过S2_3实现换乘,则该手机定位的途径站点标识为换乘站点。
情况二:地铁一次出行定位数据中,换乘站信号缺失,但可通过途径站能清晰判定用户换乘前后两条线路是上行线路或下行线路,并且两条线路之间通过换乘站判定原则可判定。
考虑到两个换乘线路之间的换乘站情况,情况二又可有三种情形,情形一是仅有一个直接换乘站,如图3;情形二是有多个直接换乘站,如图4;情形三存在多个换乘站线路(有多个间接换乘站、或多个直接和间接换乘站)相连,如图5。
首先,采集按时间顺序排序的手机用户一次地铁出行的地铁站点信息,包括始发站,途径站,终点站的n个站点信息集{Sl1,Sl2,Sl3,…,Sli,Sl(i+1),…,Sln},其中l指的是出行的线路,i指的是用户地铁一次出行线路上,该地铁站点在出行线路上能接收到的地铁基站的顺序序号。Sli站点信息包含用户编号、线路、站点、时间戳、对应小区编号和站点顺序号{isdn,line,Station,onStaTime,taz,numSta}。
再针对情况二的{Sli,Sl(i+1)}途径站中,若途径站点恰好是换乘站的情况,可以通过三步进行判定,一是判定起始站、途径站和终点站是否发生在同一线路,如果不是同一线路,则发生换乘行为,需进行换乘站点判定;二是判定两条线路出行的上下行线路,根据起始站点和途径站点的时间顺序判定发生一次地铁出行的上下行线路方向;三是根据上下行线路方向,判定用户的途径站是否是上下行线路上的换乘站,如果是上下行换乘站,则该站点为一次出行的换乘站,反之,则将两条换乘线路上的换乘站定义为临时换乘站,再对临时换乘站进行可靠性判断。因此,在算法设计上,与情况一不同的计算,则是对于途径站是否是两条线路上换乘站的判断。
再针对情况二的临时换乘站进行三种不同情形的换乘站判断。
情形一:轨道换乘站所能换乘线路表中,该换乘站对应的换乘线路有Sl(i+1)的直接换乘线路,则该途径站可以暂存为换乘站,情形一的步骤与情况一不同。
情形二:若轨道换乘站所能换乘线路表中,该换乘站对应的换乘线路有多个Sl(i+1)的直接换乘线路,则该多个途径站可以暂存为换乘站集合,再根据“最短路径法”、“最少换乘站法”、或综合考虑换乘站点和路径距离的“最优路径法”等方法进行换乘站判定。
情形三:在轨道换乘线路表中,对起始站和途径站所在线路的所有换乘站,搜索这些换乘站所能换乘线路L1集:{L_St1,L_St2,…,L_Stn},再对途径站和终点站所在线路的所有换乘站,搜索这些换乘站所能换乘线路L2:{L_St1,L_St2,…,L_Stn},再得到两条线路可能的所有换乘站SV={St1,St2,…,Stn}。由于换乘站对应的换乘线路有多个Sl(i+1)间接换乘线路,因此,需对起始站、途径站和终点站所在线路的换乘站进行有效性分析,搜索所有可能换乘站,再根据根据“最短路径法”、“最少换乘站法”、或综合考虑换乘站点和路径距离的“最优路径法”等判定原则,将多个间接换乘站可以暂存为换乘站,再结合起讫点的出行时间进行换乘站的可靠性判断。
情况三:在一次地铁出行路径上,沿地铁的关键途径站和换乘站信号均缺失,无法清晰判定用户换乘前后线路是上行线路或下行线路,需通过两条线路的进出站时间矩阵判定上下行线路,然后再判定上下行线路间的换乘站。
首先,采集按时间顺序排序的手机用户一次地铁出行的地铁站点信息,包括始发站,途径站,终点站的n个站点信息集{Sl1,Sl2,Sl3,…,Sli,Sl(i+1),…,Sln},其中l指的是出行的线路,i指的是用户地铁一次出行线路上,该地铁站点在出行线路上能接收到的地铁基站的顺序序号。Sli站点信息包含用户编号、线路、站点、时间戳、对应小区编号和站点顺序号{isdn,line,Station,onStaTime,taz,numSta}。
再针对情况三的{Sli,Sl(i+1)}途径站中,恰好是途径站全部缺失的情况,如图6所示,可以通过三步进行判定,一是判定起始站和终点站是否发生在同一线路,如果不是同一线路,则发生换乘行为,需进行换乘站点判定;二是根据起讫站点的出行时间,判定两条线路出行的上下行线路,再获取可能的所有途径换乘线路,换乘线路上的换乘站定义为临时换乘站;三是根据上下行线路方向,并起讫站点的出行时间,进行上下行线路的换乘站的可靠性判断,在满足出行时间情况下,如果两条换乘的上下行线路上存在可有效连接的换乘站,则该站点判定为换乘站。
步骤5:结合起讫站点出行时间和出行时空特征,进行地铁出行路径和换乘站点的修正。
根据交通小区划分方案,将地铁专有蜂窝网络基站与交通小区进行匹配,并且结合地铁出行的职住人口和出行特征,进行地铁出行的起讫点数据的校核,再将校核后的地铁每个出行者的起讫点数据映射到相应的交通小区上,最终形成基于交通小区的地铁出行OD矩阵出行表。最后,基于地铁换乘的理论模型换乘系数推算,实现基于手机定位数据的轨道换乘优化算法校验和修正。
结合广州市地铁网络,利用综合考虑换乘站点和路径距离的“最优路径”理论模型算法,广州市地铁网络换乘数为1.68。基于手机数据和路径推断的地铁换乘识别优化方法,广州市地铁网络换乘数为1.62。利用手机数据的要比理论模型算法的换乘系数要低,其中一次换乘比例与理论模型基本一致,而二次及以上换乘客流要小于理论模型算法。
本发明提供的方法,符合国家法律隐私规定,结合运营商地铁基站数据,具有获取方式简单、成本较低,信息样本大、取样时间灵活、自动化获取的特点,可进行区域性推广应用。并且,能够结合职住对应关系和时空活动特征,可进一步提高地铁出行OD路径的合理性和精确性。
Claims (5)
1.一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法,具体步骤如下:
步骤1:获取地面手机数据和地铁专有蜂窝网络的手机定位数据;所采集的手机数据信息包括用户编号、基站编号、对应地铁站点、时间戳、事件类型、经度、纬度等标签属性信息;
步骤2:获取地铁链路表信息;地铁链路表信息包括地铁线路、地铁站点、上/下行信息,换乘站标识等地铁属性信息;
步骤3:地铁起-讫点出行的换乘判断;基于用户出行时间排序的手机定位数据,获取用户乘坐地铁出行的起-讫站点,将地面基站与地铁内部专有基站发生切换的站点判定为起-讫站点;对一次出行的起讫站点之间的手机定位数据进行换乘线路判断,若手机定位数据对应的地铁站点线路未发生改变,则本次出行未发生换乘;反之,则发生了换乘,需进一步进行换乘站点判断;
步骤4:地铁出行的换乘站点判断;考虑到地铁基站线路覆盖不全、用户数过多基站信号无法连接、用户手机并未与基站产生数据交互等问题,即用户地铁出行过程中可能在一些地铁站点没有手机定位数据,从而使得一些关键换乘站点定位数据缺失,无法直接获取地铁出行的换乘站信息;综合考虑地铁关键站点信号是否缺失情况,将其归纳为三种地铁换乘站点判断方法:第一种情况是地铁一次出行中一个途径站刚好是地铁换乘站,则该换乘站,即为用户换乘站;第二种情况是换乘站信号缺失,但可通过途径站上/下行线路和换乘站判定原则判定;第三种情况是沿地铁的关键途径站和换乘站信号缺失,无法判定换乘前后线路是上/下行线路,需通过两条线路的进出站时间矩阵判定上下行线路,然后再换乘站;
步骤5:地铁出行路径和换乘站点的修正;根据交通小区划分方案,将运营商基站与交通小区进行匹配,并且结合地铁出行的职住人口和出行特征,进行地铁出行起讫点数据的校核,再将地铁每个出行者的起讫点映射到相应的交通小区上,最终形成基于交通小区的地铁出行OD矩阵出行表;然后,基于地铁换乘的理论模型换乘系数推算,实现基于手机定位数据的轨道换乘优化算法校验和修正。
2.根据权利要求1所述地铁换乘站识别方法,其特征在于:所述步骤4中第一种情况下的地铁换乘站点判断方法包括三个步骤,一是判定起始站、途径站和终点站是否发生在同一线路,如果不是同一线路,则发生换乘行为,需进行换乘站点判定;二是判定两条线路出行的上下行线路,根据起始站点和途径站点的时间顺序判定发生一次地铁出行的上下行线路方向;三是根据上下行线路方向,判定用户的途径站是否是上下行线路上的换乘站,如果是上下行换乘站,则该站点为一次出行的换乘站。
3.根据权利要求1所述地铁换乘站识别方法,其特征在于:所述步骤4中第二种情况,在途径站点恰好是换乘站的条件下,可以通过三步进行判定换乘站,一是判定起始站、途径站和终点站是否发生在同一线路,如果不是同一线路,则发生换乘行为,需进行换乘站点判定;二是判定两条线路出行的上下行线路,根据起始站点和途径站点的时间顺序判定发生一次地铁出行的上下行线路方向;三是根据上下行线路方向,判定用户的途径站是否是上下行线路上的换乘站,如果是上下行换乘站,则该站点为一次出行的换乘站,反之,则将两条换乘线路上的换乘站定义为临时换乘站,再对临时换乘站进行可靠性判断。
4.根据权利要求3所述地铁换乘站识别方法,其特征在于:所述步骤4中第二种情况,包括三种情形进行判断:情形一:轨道换乘站所能换乘线路表中,该换乘站对应的换乘线路有Sl(i+1)的直接换乘线路,则该途径站可以暂存为换乘站,情形一的步骤与情况一不同;情形二:若轨道换乘站所能换乘线路表中,该换乘站对应的换乘线路有多个Sl(i+1)的直接换乘线路,则该多个途径站可以暂存为换乘站集合,再根据“最短路径法”、“最少换乘站法”、或综合考虑换乘站点和路径距离的“最优路径法”等方法进行换乘站判定;情形三:在轨道换乘线路表中,对起始站和途径站所在线路的所有换乘站,搜索这些换乘站所能换乘线路L1集:{L_St1,L_St2,...,L_Stn},再对途径站和终点站所在线路的所有换乘站,搜索这些换乘站所能换乘线路L2:{L_St1,L_St2,...,L_Stn},再得到两条线路可能的所有换乘站SV={St1,St2,...,Stn};由于换乘站对应的换乘线路有多个Sl(i+1)间接换乘线路,因此,需对起始站、途径站和终点站所在线路的换乘站进行有效性分析,搜索所有可能换乘站,再根据“最短路径法”、“最少换乘站法”、或综合考虑换乘站点和路径距离的“最优路径法”等判定原则,将多个间接换乘站可以暂存为换乘站,再结合起讫点的出行时间进行换乘站的可靠性判断。
5.根据权利要求1所述地铁换乘站识别方法,其特征在于:所述步骤4中第三种情况,途径站是途径站全部缺失的条件下,判定步骤包括,一是判定起始站和终点站是否发生在同一线路,如果不是同一线路,则发生换乘行为,需进行换乘站点判定;二是根据起讫站点的出行时间,判定两条线路出行的上下行线路,再获取可能的所有途径换乘线路,换乘线路上的换乘站定义为临时换乘站;三是根据上下行线路方向,并起讫站点的出行时间,进行上下行线路的换乘站的可靠性判断,在满足出行时间情况下,如果两条换乘的上下行线路上存在可有效连接的换乘站,则该站点判定为换乘站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910267551.7A CN110309936A (zh) | 2019-04-03 | 2019-04-03 | 一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910267551.7A CN110309936A (zh) | 2019-04-03 | 2019-04-03 | 一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110309936A true CN110309936A (zh) | 2019-10-08 |
Family
ID=68074381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910267551.7A Pending CN110309936A (zh) | 2019-04-03 | 2019-04-03 | 一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110309936A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910293A (zh) * | 2019-11-01 | 2020-03-24 | 广州丰石科技有限公司 | 一种基于基站位置的地铁人群行为标签识别方法 |
CN110996331A (zh) * | 2019-12-03 | 2020-04-10 | 珠海格力电器股份有限公司 | 一种目标区域内基站群的部署优化方法及存储介质 |
CN112348230A (zh) * | 2020-10-14 | 2021-02-09 | 北京交通大学 | 一种地铁乘客出行路径识别方法 |
CN112686466A (zh) * | 2021-01-12 | 2021-04-20 | 北京交通发展研究院 | 地铁乘客的路径确认方法及装置 |
CN114466312A (zh) * | 2022-01-27 | 2022-05-10 | 同济大学 | 基于手机信令数据的地铁站出入口无障碍设施评价方法 |
CN114866969A (zh) * | 2022-04-12 | 2022-08-05 | 江苏欣网视讯软件技术有限公司 | 基于手机信令大数据的地铁清分清算方法与系统 |
CN115599878A (zh) * | 2022-10-27 | 2023-01-13 | 广州市交通规划研究院有限公司(Cn) | 一种基于手机定位数据的地铁优势腹地出行链生成方法 |
CN116167787A (zh) * | 2023-04-25 | 2023-05-26 | 深圳市深圳通有限公司 | 轨道交通清分系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103179509A (zh) * | 2013-03-11 | 2013-06-26 | 北京工业大学 | 基于手机定位信息的地铁乘客出行路径辨识方法 |
CN104899654A (zh) * | 2015-06-05 | 2015-09-09 | 中南大学 | 一种用于缓解轨道交通拥挤的路径选择方法 |
CN108055645A (zh) * | 2018-01-19 | 2018-05-18 | 深圳技术大学(筹) | 一种基于手机信令数据的路径识别方法及系统 |
-
2019
- 2019-04-03 CN CN201910267551.7A patent/CN110309936A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103179509A (zh) * | 2013-03-11 | 2013-06-26 | 北京工业大学 | 基于手机定位信息的地铁乘客出行路径辨识方法 |
CN104899654A (zh) * | 2015-06-05 | 2015-09-09 | 中南大学 | 一种用于缓解轨道交通拥挤的路径选择方法 |
CN108055645A (zh) * | 2018-01-19 | 2018-05-18 | 深圳技术大学(筹) | 一种基于手机信令数据的路径识别方法及系统 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910293A (zh) * | 2019-11-01 | 2020-03-24 | 广州丰石科技有限公司 | 一种基于基站位置的地铁人群行为标签识别方法 |
CN110996331A (zh) * | 2019-12-03 | 2020-04-10 | 珠海格力电器股份有限公司 | 一种目标区域内基站群的部署优化方法及存储介质 |
CN112348230A (zh) * | 2020-10-14 | 2021-02-09 | 北京交通大学 | 一种地铁乘客出行路径识别方法 |
CN112348230B (zh) * | 2020-10-14 | 2023-04-07 | 北京交通大学 | 一种地铁乘客出行路径识别方法 |
CN112686466A (zh) * | 2021-01-12 | 2021-04-20 | 北京交通发展研究院 | 地铁乘客的路径确认方法及装置 |
CN112686466B (zh) * | 2021-01-12 | 2024-01-05 | 北京交通发展研究院 | 地铁乘客的路径确认方法及装置 |
CN114466312A (zh) * | 2022-01-27 | 2022-05-10 | 同济大学 | 基于手机信令数据的地铁站出入口无障碍设施评价方法 |
CN114466312B (zh) * | 2022-01-27 | 2023-04-07 | 同济大学 | 基于手机信令数据的地铁站出入口无障碍设施评价方法 |
CN114866969B (zh) * | 2022-04-12 | 2023-08-01 | 江苏欣网视讯软件技术有限公司 | 基于手机信令大数据的地铁清分清算方法与系统 |
CN114866969A (zh) * | 2022-04-12 | 2022-08-05 | 江苏欣网视讯软件技术有限公司 | 基于手机信令大数据的地铁清分清算方法与系统 |
CN115599878A (zh) * | 2022-10-27 | 2023-01-13 | 广州市交通规划研究院有限公司(Cn) | 一种基于手机定位数据的地铁优势腹地出行链生成方法 |
CN115599878B (zh) * | 2022-10-27 | 2023-06-13 | 广州市交通规划研究院有限公司 | 一种基于手机定位数据的地铁优势腹地出行链生成方法 |
CN116167787A (zh) * | 2023-04-25 | 2023-05-26 | 深圳市深圳通有限公司 | 轨道交通清分系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110309936A (zh) | 一种基于手机定位数据和路径推断相结合的地铁换乘站识别方法 | |
CN110111575B (zh) | 一种基于复杂网络理论的城市交通流量网络分析方法 | |
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 | |
CN111653099B (zh) | 基于手机信令数据的公交客流od获取方法 | |
CN103177575A (zh) | 城区出租车动态在线调度优化系统及其方法 | |
CN110113718A (zh) | 一种基于手机信令数据的铁路交通枢纽人口类型识别方法 | |
CN112150796B (zh) | 基于手机信令数据的定制公交站点布局方法 | |
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 | |
CN108055645A (zh) | 一种基于手机信令数据的路径识别方法及系统 | |
CN108320501A (zh) | 基于用户手机信令的公交线路识别方法 | |
CN105142106A (zh) | 基于手机信令数据的出行者职住地识别与出行链刻画方法 | |
CN108288321A (zh) | 基于ic卡数据与车辆gps信息的公交站点上下客流量确定方法 | |
CN106326992A (zh) | 一种基于电量匹配的app预约租车系统及方法 | |
CN104766473A (zh) | 基于多模式公交数据匹配的公共交通出行特征提取方法 | |
CN110149593A (zh) | 基于移动台信令的路网客流状态辨识方法 | |
EP2608181B1 (en) | Method for detecting traffic | |
CN109190685A (zh) | 融合空间聚类和基站序列规则的轨道出行特征提取方法 | |
CN115168529B (zh) | 一种基于手机定位数据的枢纽客流溯源方法 | |
CN106651027A (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
CN104517040A (zh) | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 | |
CN110019569B (zh) | 一种获取城市轨道交通运营状态信息的方法 | |
CN114446048B (zh) | 基于手机信令数据的轨道交通出行者全出行链分析方法 | |
CN113175939A (zh) | 纯电动汽车行程规划方法及系统 | |
Zhang et al. | pCruise: Reducing cruising miles for taxicab networks | |
CN110909434A (zh) | 一种低碳导向下的城市公共交通干线网络设计方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191008 |
|
WD01 | Invention patent application deemed withdrawn after publication |