CN111508228B - 利用手机gps及电子地图数据的公共交通出行链的获取方法 - Google Patents

利用手机gps及电子地图数据的公共交通出行链的获取方法 Download PDF

Info

Publication number
CN111508228B
CN111508228B CN202010249619.1A CN202010249619A CN111508228B CN 111508228 B CN111508228 B CN 111508228B CN 202010249619 A CN202010249619 A CN 202010249619A CN 111508228 B CN111508228 B CN 111508228B
Authority
CN
China
Prior art keywords
mode
candidate
trip
points
subway
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
CN202010249619.1A
Other languages
English (en)
Other versions
CN111508228A (zh
Inventor
罗典
朱墨
陆虎
李汉飞
冯萍
卢火平
张志伟
李健民
王琢玉
张海雷
刘平
潘斌
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.)
Foshan Urban Planning And Design Research Institute Co ltd
Original Assignee
Foshan City Planning And Design Institute
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 Foshan City Planning And Design Institute filed Critical Foshan City Planning And Design Institute
Priority to CN202010249619.1A priority Critical patent/CN111508228B/zh
Publication of CN111508228A publication Critical patent/CN111508228A/zh
Application granted granted Critical
Publication of CN111508228B publication Critical patent/CN111508228B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G08G1/0125—Traffic data processing

Abstract

一种利用手机GPS及电子地图数据的公共交通出行链的获取方法，在公共交通整体方式链的判别思路上，把公共交通出行作为多段来判别，一次公共交通出行有N个换乘点，每段的出行方式是不一样的，每段的出行方式判别的方法也是不一样的，首先识别一次出行，然后识别主要交通方式，然后识别出换乘点，最后在识别出衔接的交通方式；判断出换乘点，再根据换乘点前的速度来判别接驳的方式。从而达到精准有效判别的效果。

Description

利用手机GPS及电子地图数据的公共交通出行链的获取方法
技术领域
本发明涉及公共交通出行链的获取方法。
背景技术
出行方式调查是城市交通调查中的重要环节，现阶段的手机定位调查方法往往将一次出行的出行方式简化为单一出行方式处理，比如采取了地铁方式的出行就当作单一的地铁出行来处理，未采取地铁出行而采取了公交出行就当作单一的公交出行处理。然而，公共交通出行往往采用了一次或多此换乘，接驳的交通方式往往是目前调查所忽略的。便利的接驳交通方式能扩大公共交通的可达性，其研究也越来越受到重视。
专利(CN105608505A)是通过信令数据来识别单一的轨道交通方式；专利(CN104751631A)是通过手机定位数据来识别交通方式，先识别非机动化和机动化，然后机动化进一步识别公共交通和小汽车，其思路也是对一次出行做单一的交通方式处理；专利(CN106197458A)是通过手机信令数据和导航路线来识别出行方式，然后做单一出行的处理；专利(CN108737951A)和(CN102607553A)是通过定位数据来判别出行的轨迹和停留点，先识别出出行段，它们没有涉及具体的交通方式判别。
发明内容
针对现有技术缺陷，本发明的目的在于提供一种利用手机GPS及电子地图数据的公共交通出行链的获取方法，在公共交通整体方式链的判别思路上，把公共交通出行作为多段来判别，一次公共交通出行有N个换乘点，每段的出行方式是不一样的，每段的出行方式判别的方法也是不一样的，首先识别一次出行，然后识别主要交通方式，然后识别出换乘点，最后在识别出衔接的交通方式。具体技术方案如下：
一种利用手机GPS及电子地图数据的公共交通出行链的获取方法，包括如下步骤：
步骤一：将用户手机GPS打开，以每段时间间隔为单位，记录出行者的经纬度坐标和时间，然后上传至后台服务器；
步骤二：出行段的判别
两次出行停留点间的移动过程即为一次出行段，本次系统停留点的判别在利用平均速度、持续时间和停留范围等指标的基础上，另外结合是否靠近公交车站指标进行综合判断，剔除了公交换乘点，具体判别方法如下所示：
1)轨迹点分类：根据轨迹点瞬时速度对其状态进行分类，判断速度是否大于阈值0.5m/s，是则为候选移动点，否则为候选停留点Pi；
2)候选停留点合并：根据第一步的出行轨迹点状态分类，将2个及以上连续的候选停留点pi，pi+1,…，pn合并为候选停留位置Stayj；
3)停留中心计算：本次研究采用2个及以上连续候选停留点pi，pi+1,…，pn的平均坐标作为候选停留位置Stayj的坐标，计算方式如下：
Figure BDA0002435008970000021
Figure BDA0002435008970000022
式中：Stayj·x为候选停留位置Stayj的经度坐标；Stayj·y候选停留位置Stayj的纬度坐标；pi·x为候选停留位置pi的经度坐标；pi·y候选停留位置pi的纬度坐标；
4)合并相邻候选停留位置：判断相邻两个候选停留位置Stayj,Stayj+1距离是否小于阈值300m，若是则计算两个候选停留位置之间的移动速度，若速度小于阈值1m/s且定位精度大于27m，则合并该两个相邻候选停留位置Stayj,Stayj+1，并重新计算停留中心坐标，否则保持既有候选停留位置；
5)有效候选停留位置识别：根据前四步判断的候选停留位置，判断其停留时间是否大于5分钟，若是则判别为有效候选停留位置，否则判别为虚假停留位置；
步骤三：公共交通出行方式链的判别，具体包括：
1)公共交通出行链数据获取方法
结合公交、地铁出行方式判别方法，剔除交通出行方式中非公共交通出行，获得公共交通出行链数据；
2)公共交通出行方式链类型
公共交通出行过程为多方式衔接出行，分为以地铁为主的方式链和以公交为主的方式链，所述以地铁为主的方式链包括以下出行方式：地铁、公交、小汽车、自行车、步行，所述以地铁为主的方式链的起点与终点之间还包括地铁换乘点和公交换乘点；所述以公交为主的方式链包括以下出行方式：公交、自行车、步行，所述以公交为主的方式链的起点与终点之间还包括公交换乘点；
3)各种交通方式的判别方法
地铁：首先通过定位数据缺失是否超过10％以及数据缺失点与地铁出入口是否重合(直线距离小于50m)判定是否采用地铁方式；
公交：通过出行中停留点与公交站点重合数量是否不低于2个，且出行起点与第一个与公交站点之间的平均速度
Figure BDA0002435008970000023
判定是否为公交方式；
步行：采用95分位速度小于8km/h判定是否为步行接驳方式；
自行车或小汽车：采用行驶均速最小差法判定，即通过计算接驳过程中各个不小于5km/h的速度与各种接驳交通方式的平均行驶速度的标准差，标准差最小的即为对应的交通出行方式，计算方法如下式：
Figure BDA0002435008970000031
其中Vi表示接驳过程中不小于5km/h的速度，
Figure BDA0002435008970000032
表示不同交通方式的平均行驶速度；
4)公共交通出行换乘点识别
地铁换乘点：数据缺失时的定位点所匹配的地铁站为地铁换乘点；
公交换乘点：首先通过判定候选停留点Stayj与公交站点的距离在30m范围内确定公交换乘候选点，再将所有候选换乘点以时间先后排序，取最早最晚两个候选换乘点即为公交出行换乘点；
5)公共交通方式链具体判别方法
先判断是否有地铁出行，若有，则判别为以地铁为主的出行；识别出地铁的换乘点，按照时间序列从换乘点继续往前后搜索，若无公交出行，则判别为非公交接驳方式，然后进一步判断两端的衔接交通方式，分为小汽车、自行车和步行方式；若有公交出行，则判别为公交接驳方式，然后识别出接驳公交的换乘点，按照时间序列从换乘点继续往前后搜索，最后进一步判别接驳公交两端的衔接交通方式，分为自行车和步行方式；
若没有地铁出行，则判断为公交出行，识别出公交的换乘点，按照时间序列从换乘点继续往前后搜索，进一步判断两端的接驳交通方式，分为自行车和步行方式。
本发明的优点和产生的有益效果是：通过对公共交通整体方式链的判别，把公共交通出行作为多段来判别，首先识别一次出行，然后识别主要交通方式，然后识别出换乘点，最后在识别出衔接的交通方式；其中判断出换乘点，再根据换乘点前的速度来判别接驳的方式。从而达到精准有效判别的效果。
附图说明
图1：本发明的出行段的判别算法流程图；
图2：本发明的公共交通出行链数据获取流程图；
图3：本发明的公共交通出行方式链类型示意图；
图4：本发明的公交换乘点识别流程图；
图5：本发明的公共交通出行链判别逻辑流程图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
一种利用手机GPS及电子地图数据的公共交通出行链的获取方法，具体步骤如下：
1、出行时空轨迹数据的获取
将用户手机GPS打开，以每段时间间隔(如30秒)为单位，记录出行者的经纬度坐标和时间，然后上传至后台服务器。
2、出行段的判别
出行方式是指一次出行中采用的交通方式，所以首先要判断一次出行段。两次出行停留点间的移动过程即为一次出行段，本次系统停留点的判别在利用平均速度、持续时间和停留范围等指标的基础上，另外结合是否靠近公交车站指标进行综合判断，剔除了公交换乘点，具体判别方法如下所示：
1)轨迹点分类：根据轨迹点瞬时速度对其状态进行分类，判断速度是否大于阈值0.5m/s，是则为候选移动点，否则为候选停留点Pi。
2)候选停留点合并：根据第一步的出行轨迹点状态分类，将2个及以上连续的候选停留点pi，pi+1,…，pn合并为候选停留位置Stayj。
3)停留中心计算：本次研究采用2个以上连续候选停留点pi，pi+1,…，pn的平均坐标作为候选停留位置Stayj的坐标，计算方式如下：
Figure BDA0002435008970000041
Figure BDA0002435008970000042
式中：Stayj·x为候选停留位置Stayj的经度坐标；Stayj·y候选停留位置Stayj的纬度坐标；pi·x为候选停留位置pi的经度坐标；pi·y候选停留位置pi的纬度坐标。
4)合并相邻候选停留位置：判断相邻两个候选停留位置Stayj,Stayj+1距离是否小于阈值300m，若是则计算两个候选停留位置之间的移动速度，若速度小于阈值1m/s且定位精度大于27m，则合并该两个相邻候选停留位置Stayj,Stayj+1，并重新计算停留中心坐标，否则保持既有候选停留位置。
5)有效候选停留位置识别：根据前四步判断的候选停留位置，判断其停留时间是否大于5分钟，若是则判别为有效候选停留位置，否则判别为虚假停留位置。
具体如图1所示。
3公共交通出行方式链的判别
(1)公共交通出行链数据获取方法
结合公交、地铁出行方式判别方法，剔除交通出行方式中非公共交通出行，获得公共交通出行链数据。如图2所示。
(2)公共交通出行方式链类型
公共交通出行过程为多方式衔接出行，分为以地铁为主的方式链和以公交为主的方式链有2种类型，具体如图3所示。
(3)各种交通方式的判别方法
地铁：首先通过定位数据缺失是否超过10％以及数据缺失点与地铁出入口是否重合(直线距离小于50m)判定是否采用地铁方式。
公交：通过出行中停留点与公交站点重合数量是否不低于2个，且出行起点与第一个与公交站点之间的平均速度
Figure BDA0002435008970000051
判定是否为公交方式。
步行：采用95分位速度小于8km/h判定是否为步行接驳方式。
自行车或小汽车：采用行驶均速最小差法判定，即通过计算接驳过程中各个不小于5km/h的速度与各种接驳交通方式的平均行驶速度的标准差，标准差最小的即为对应的交通出行方式。计算方法如下式(3)。
Figure BDA0002435008970000052
其中Vi表示接驳过程中不小于5km/h的速度，
Figure BDA0002435008970000053
表示不同交通方式的平均行驶速度。
(4)公共交通出行换乘点识别
地铁换乘点：数据缺失时的定位点所匹配的地铁站为地铁换乘点。
公交换乘点：首先通过判定候选停留点Stayj与公交站点的距离在30m范围内确定公交换乘候选点，再将所有候选换乘点以时间先后排序，取最早最晚两个候选换乘点即为公交出行换乘点。具体如图4所示。
(5)公共交通方式链具体判别方法
先判断是否有地铁出行，若有，则判别为以地铁为主的出行。识别出地铁的换乘点，从换乘点继续往前后搜索(按照时间序列)，若无公交出行，则判别为非公交接驳方式，然后进一步判断两端的衔接交通方式(分小汽车、自行车和步行)；若有公交出行，则判别为公交接驳方式，然后识别出接驳公交的换乘点，从换乘点继续往前后搜索(按照时间序列)，最后进一步判别接驳公交两端的衔接方式(分自行车和步行)。
若没有地铁出行，则判断为公交出行，识别出公交的换乘点，从换乘点继续往前后搜索(按照时间序列)，进一步判断两端的接驳交通方式(自行车和步行)。
具体如图5所示。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进直接应用于其它场合的，均在本发明的保护范围之内。

Claims (1)

1.一种利用手机GPS及电子地图数据的公共交通出行链的获取方法，包括如下步骤：
步骤一：将用户手机GPS打开，以每段时间间隔为单位，记录出行者的经纬度坐标和时间，然后上传至后台服务器；
步骤二：出行段的判别
两次出行停留点间的移动过程即为一次出行段，本次系统停留点的判别在利用平均速度、持续时间和停留范围指标的基础上，另外结合是否靠近公交车站指标进行综合判断，剔除了公交换乘点，具体判别方法如下所示：
1)轨迹点分类：根据轨迹点瞬时速度对其状态进行分类，判断速度是否大于阈值0.5m/s，是则为候选移动点，否则为候选停留点Pi；
2)候选停留点合并：根据第一步的出行轨迹点状态分类，将2个及以上连续的候选停留点Pi，Pi+1,…，Pi+n合并为候选停留位置Stayj；
3)停留中心计算：本次研究采用2个及以上连续候选停留点Pi，Pi+1,…，Pi+n的平均坐标作为候选停留位置Stayj的坐标，计算方式如下：
Figure FDA0002734211470000011
Figure FDA0002734211470000012
式中：Stayj·x为候选停留位置Stayj的经度坐标；Stayj·y候选停留位置Stayj的纬度坐标；Pi+k·x为候选停留位置Pi+k的经度坐标；Pi+k·y候选停留位置Pi的纬度坐标；
4)合并相邻候选停留位置：判断相邻两个候选停留位置Stayj,Stayj+1距离是否小于阈值300m，若是则计算两个候选停留位置之间的移动速度，若速度小于阈值1m/s且定位精度大于27m，则合并该两个相邻候选停留位置Stayj,Stayj+1，并重新计算停留中心坐标，否则保持既有候选停留位置；
5)有效候选停留位置识别：根据前四步判断的候选停留位置，判断其停留时间是否大于5分钟，若是则判别为有效候选停留位置，否则判别为虚假停留位置；
步骤三：公共交通出行方式链的判别，具体包括：
1)公共交通出行链数据获取方法
结合公交、地铁出行方式判别方法，剔除交通出行方式中非公共交通出行，获得公共交通出行链数据；
2)公共交通出行方式链类型
公共交通出行过程为多方式衔接出行，分为以地铁为主的方式链和以公交为主的方式链，所述以地铁为主的方式链包括以下出行方式：地铁、公交、小汽车、自行车、步行，所述以地铁为主的方式链的起点与终点之间还包括地铁换乘点和公交换乘点；所述以公交为主的方式链包括以下出行方式：公交、自行车、步行，所述以公交为主的方式链的起点与终点之间还包括公交换乘点；
3)各种交通方式的判别方法
地铁：首先通过定位数据缺失是否超过10％以及数据缺失点与地铁出入口是否重合，判定是否采用地铁方式，所述是否重合判别采用直线距离小于50m为重合；
公交：通过出行中停留点与公交站点重合数量是否不低于2个，且出行起点与第一个与公交站点之间的平均速度V％≤15km/h，判定是否为公交方式；
步行：采用95分位速度小于8km/h判定是否为步行接驳方式；
自行车或小汽车：采用行驶均速最小差法判定，即通过计算接驳过程中各个不小于5km/h的速度与各种接驳交通方式的平均行驶速度的标准差，标准差最小的即为对应的交通出行方式，计算方法如下式：
Figure FDA0002734211470000021
其中Vi表示接驳过程中不小于5km/h的速度，
Figure FDA0002734211470000022
表示不同交通方式的平均行驶速度；
4)公共交通出行换乘点识别
地铁换乘点：数据缺失时的定位点所匹配的地铁站为地铁换乘点；
公交换乘点：首先通过判定候选停留点Stayj与公交站点的距离在30m范围内确定公交换乘候选点，再将所有候选换乘点以时间先后排序，取最早最晚两个候选换乘点即为公交出行换乘点；
5)公共交通方式链具体判别方法
先判断是否有地铁出行，若有，则判别为以地铁为主的出行；识别出地铁的换乘点，按照时间序列从换乘点继续往前后搜索，若无公交出行，则判别为非公交接驳方式，然后进一步判断两端的衔接交通方式，分为小汽车、自行车和步行方式；若有公交出行，则判别为公交接驳方式，然后识别出接驳公交的换乘点，按照时间序列从换乘点继续往前后搜索，最后进一步判别接驳公交两端的衔接交通方式，分为自行车和步行方式；
若没有地铁出行，则判断为公交出行，识别出公交的换乘点，按照时间序列从换乘点继续往前后搜索，进一步判断两端的接驳交通方式，分为自行车和步行方式。
CN202010249619.1A 2020-04-01 2020-04-01 利用手机gps及电子地图数据的公共交通出行链的获取方法 Active CN111508228B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010249619.1A CN111508228B (zh) 2020-04-01 2020-04-01 利用手机gps及电子地图数据的公共交通出行链的获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010249619.1A CN111508228B (zh) 2020-04-01 2020-04-01 利用手机gps及电子地图数据的公共交通出行链的获取方法

Publications (2)

Publication Number Publication Date
CN111508228A CN111508228A (zh) 2020-08-07
CN111508228B true CN111508228B (zh) 2021-01-01

Family

ID=71877402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010249619.1A Active CN111508228B (zh) 2020-04-01 2020-04-01 利用手机gps及电子地图数据的公共交通出行链的获取方法

Country Status (1)

Country Link
CN (1) CN111508228B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112665596A (zh) * 2020-12-29 2021-04-16 哈尔滨理工大学 一种基于自行车位置数据下的人群移动轨迹算法
CN114116926A (zh) * 2021-06-10 2022-03-01 武汉理工大学 基于公交站点信息匹配的乘客出行方式识别方法
CN114446048B (zh) * 2021-12-29 2023-12-05 东南大学 基于手机信令数据的轨道交通出行者全出行链分析方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015014878A (ja) * 2013-07-04 2015-01-22 株式会社Ｎｔｔドコモ 滞在推定装置、及び滞在推定方法
CN104751631A (zh) * 2015-03-13 2015-07-01 同济大学 基于gps定位和模糊理论判断出行链交通方式的方法
CN106156528A (zh) * 2016-08-01 2016-11-23 中国科学院深圳先进技术研究院 一种轨迹数据停留识别方法及系统
CN106324634A (zh) * 2015-07-03 2017-01-11 石家庄市善理通益科技有限公司 Gps定位数据的处理方法和装置
CN107167156A (zh) * 2017-06-22 2017-09-15 北京市交通运行监测调度中心 一种面向一体化出行的多方式出行链优选方法及系统
CN108171973A (zh) * 2017-12-27 2018-06-15 东南大学 一种基于手机网格数据的交通出行模式识别方法
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
CN108737951A (zh) * 2017-04-24 2018-11-02 温州市鹿城区中津先进科技研究院 一种基于手机定位技术监测人流行动轨迹系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102607553B (zh) * 2012-03-06 2014-08-13 北京建筑工程学院 一种基于出行轨迹数据的行程识别方法
CN104159189B (zh) * 2013-05-15 2018-03-02 同济大学 基于智能手机的居民出行信息获取方法
CN106446208B (zh) * 2016-09-30 2019-07-26 东南大学 一种考虑路网契合度的智能手机出行方式识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015014878A (ja) * 2013-07-04 2015-01-22 株式会社Ｎｔｔドコモ 滞在推定装置、及び滞在推定方法
CN104751631A (zh) * 2015-03-13 2015-07-01 同济大学 基于gps定位和模糊理论判断出行链交通方式的方法
CN106324634A (zh) * 2015-07-03 2017-01-11 石家庄市善理通益科技有限公司 Gps定位数据的处理方法和装置
CN106156528A (zh) * 2016-08-01 2016-11-23 中国科学院深圳先进技术研究院 一种轨迹数据停留识别方法及系统
CN108737951A (zh) * 2017-04-24 2018-11-02 温州市鹿城区中津先进科技研究院 一种基于手机定位技术监测人流行动轨迹系统
CN107167156A (zh) * 2017-06-22 2017-09-15 北京市交通运行监测调度中心 一种面向一体化出行的多方式出行链优选方法及系统
CN108171973A (zh) * 2017-12-27 2018-06-15 东南大学 一种基于手机网格数据的交通出行模式识别方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于手机传感器数据的个体交通出行链信息采集方法研究;姚振兴;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20181015;全文 *

Also Published As

Publication number Publication date
CN111508228A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111508228B (zh) 利用手机gps及电子地图数据的公共交通出行链的获取方法
CN110310477B (zh) 基于公交gps与手机信令数据的公交客流检测方法
US10704920B2 (en) Traffic lane guidance system for vehicle and traffic lane guidance method for vehicle
CN107463940B (zh) 基于手机数据的车辆类型识别方法和设备
US10458810B2 (en) Traffic light state assessment
CN110176139B (zh) 一种基于dbscan+的道路拥堵识别可视化方法
CN105448108B (zh) 一种基于隐马尔科夫路网匹配的超速判别方法
CN109559532A (zh) 高速公路出口分流区车路协同安全预警控制方法
CN106710218A (zh) 一种公交车到站时间预测方法
CN106297280A (zh) 一种信息处理方法和装置
CN105702035B (zh) 一种利用历史公交数据评估乘车难易程度的方法
CN113112805B (zh) 一种基于基站通讯与路口摄像头定位的路口监测预警方法
CN108896064A (zh) 基于信息共享的应用于gps导航系统的到达时间预估系统
CN109507708B (zh) 位置确定方法和系统
US20160284211A1 (en) Congestion information generation device and congestion information generation method
CN104153603A (zh) 磁导航无人驾驶电动智能车的交通站点及进出站方法
CN110276973A (zh) 一种路口交通规则自动识别方法
JP3775394B2 (ja) 走行リンク確定システム及びリンク旅行時間計測システム
CN109000657A (zh) 一种基于导航的出行方式选择方法及系统
CN111914691A (zh) 一种轨道交通车辆定位方法及系统
CN112511971B (zh) 一种基于手机信令数据的出行方式识别方法
CN111624638A (zh) 基于大数据系统的行踪追溯及监控报告的生成方法
CN107054214A (zh) 信息提示方法及装置
CN116434534A (zh) 道路拥堵指数确定方法、装置、设备、介质及产品
US20230236020A1 (en) System and Method for Map Matching GNSS Positions of a Vehicle

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
TR01 Transfer of patent right

Effective date of registration: 20240418

Address after: 528000, 26th Floor, Building B, Vanke Financial Center, No. 57 Jihua Fifth Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province (Residence Declaration)

Patentee after: Foshan Urban Planning and Design Research Institute Co.,Ltd.

Country or region after: China

Address before: 528000 No.62, Lingnan Avenue North, Chancheng District, Foshan City, Guangdong Province

Patentee before: FOSHAN URBAN PLANNING AND DESIGN INSTITUTE

Country or region before: China