CN111653096A - 一种基于手机信令数据的城市出行方式识别方法 - Google Patents

Abstract

本发明公开了一种基于手机信令数据的城市出行方式识别方法，针对目标城市全天产生的手机信令数据，识别出每个人的停驻点及全天出行OD，首先通过地铁专用基站精准识别出所有地下轨道交通出行方式，然后在提取手机数据特征参数的基础上与高德GPS真实导航数据相比较，利用无监督的机器学习算法识别居民出行的交通方式。本发明基于手机信令数据在利用地铁专用基站判断地下轨道交通出行的基础上，结合显著出行特征的划分、高德GPS导航规划不同方式的出行路径特征偏移度判断、无监督的模糊K‑means聚类机器学习算法，对目标城市一天产生的全样本出行的交通方式进行识别。

Description

一种基于手机信令数据的城市出行方式识别方法

技术领域

本发明涉及交通规划领域，具体是交通需求预测领域。

背景技术

交通需求预测是城市交通规划的基础，能够准确地预测城市交通需求对合理管理和控制城市交通系统具有重要意义。在现有的交通需求预测方法(例如交通分配模型)中都高度依赖于不同出行方式下的出行需求估计。然而，鉴于其高度复杂的性质，准确预测不同方式的需求具有一定的难度。这是由于运输系统的运行和交通流的时间/空间波动是不可检测的，因此，有效识别交通方式是当前技术的关键。

以往通过传统调查手段获取出行方式等交通信息的方法存在许多缺陷，如调查成本高，抽样率低等，近年来移动智能设备迅速发展，如何从包含有居民移动位置信息的轨迹数据比如GPS数据、手机信令数据中获取出行方式成为了交通领域关注的热点。

目前现有技术中，张锦等人公开了一种基于手机信令数据的居民出行方式综合判别的方法(CN201510452430.1)，采用了出行方式子链与GIS线网匹配结合构建先验概率的方法，将属于机动车出行方式的子链分别与GIS的轨道交通线网、公交线网进行匹配来判别轨道交通出行与常规公交出行，后通过平均速度、最大速度与出行时长三个属性，对剩下可能的出行方式构建先验概率进行判别。该方法采用的GIS线网匹配判断轨道交通出行和公交出行的方法忽略了与轨道线网和公交线网相重叠的小汽车出行的情况，容易造成误判；以及后续构建先验概率的过程中，仅考虑了平均速度、最大速度与出行时长三个属性，由于手机信令数据的位置更新是以基站为单位，得到的出行特征与实际情况都存在一定误差，所以仅考虑这三个属性容易造成误判。

张锦等人还公开了一种基于手机信令数据的半监督SVM的交通方式判别方法(CN201910076104.3)，通过人工识别流程对部分出行进行方式识别后，将已标记的样本和未标记的样本一起训练半监督SVM分类器。该方法由于采用了部分人工判别流程，在实际操作中专家的选取与工人标记的组织都有一定困难，耗时长且结果受主观因素影响。

杨继伟等人公开了一种基于大数据机器学习的出行方式辨识方法(CN201710693960.4)，通过采集训练样本调查对象的手机信令数据和加速度检测设备数据，分析数据波动特征，获取速度加速度波动特征数据作为预测输入值，出行方式作为输出值，训练机器学习算法，最终选取精度高的算法进行出行方式划分。该方法需要调查对象配合采集加速度检测设备数据，此过程受人力物力等多重因素影响实施难度大，不仅样本数量受到限制，而且数据质量受加速度检测设备质量以及调查对象使用程度影响，且将一次调查采集的数据训练得到的算法模型运用于此后所有出行数据的方式识别并不合理。

发明内容

针对背景技术中存在的问题，本发明提出了一种基于手机信令数据的城市出行方式识别方法。

技术方案：

一种基于手机信令数据的城市出行方式识别方法，结合图1，具体步骤为：

S1、根据手机信令数据识别用户停驻点，得到出行OD；

S2、对出行OD进行预处理，提取出行特征参数，并删除无效OD；

S3、根据地铁专用基站信息识别地铁出行OD；

S4、根据出行距离与出行平均速度对步行及远距离小汽车出行OD进行划分，获得特征显著的出行OD划分结果，剩余未识别的出行OD进行S5；

S5、根据出行起讫点的坐标爬取高德导航规划路径API中的步行、自行车、公交、小汽车这四类交通方式规划路径的出行距离与出行时耗，根据手机数据与高德数据的偏移度值识别OD出行方式，剩余未识别的出行OD进行S6；

S6、使用模糊K-means聚类算法对剩余未识别的出行OD进行方式划分。

优选的，步骤S1对获得的手机信令数据进行清洗后，基于基站停留时间和服务半径识别用户停驻点，当用户以某一基站为中心在服务半径阈值radius_range范围内停留时长超过停驻时间阈值min_stay_time，则将该基站作为用户的停驻点，进而根据出行停驻点得到出行OD。实施中，radius_range可取800m～1500m，min_stay_time取40min。

优选的，步骤S2针对得到的每条出行OD，提取其出行特征，包括：起点经度lng、起点纬度lat、终点经度lng、终点纬度lat、出发时间start_time、出行距离distance、出行时耗move_time、出行平均速度speed、出行全程速度的85分位数speed_85、出行全程速度的变异系数cv；筛选出行距离distance小于有效出行距离阈值min_dis、出行时间move_time小于有效出行时间阈值min_time、出行平均速度speed大于城市交通工具的平均出行速度最大值max_speed的无效OD并删除。实施中，min_dis选取1km，min_time选取5min，max_speed选取120km/h。

优选的，步骤S4根据出行OD的出行距离distance与出行平均速度speed对方式进行划分，具体步骤如下：

S41、若出行距离distance超过城市长距离出行阈值long_dis的长距离出行OD，划分为小汽车方式出行；

S42、若平均出行速度speed小于等于步行速度阈值walk_speed同时出行距离distance小于等于步行出行距离阈值walk_dis的出行OD，划分为步行方式出行。实施中，long_dis可取30km～100km，walk_speed选取8km/h，walk_dis选取3km。

优选的，步骤S5通过比较OD的出行特征与爬取高德不同方式规划出行的特征相似度识别OD出行方式，具体步骤如下：

S51、针对每条未识别的出行OD，以出行特征起点经度lng、起点纬度lat、终点经度lng、终点纬度lat、出发时间start_time为参数分别爬取高德步行、自行车、公交、小汽车方式规划路径的出行距离GD_dis与出行时耗GD_time；

S52、计算每条出行OD与上述4中交通方式高德规划的总偏移度GD_diff：

i)与高德某交通方式规划时间偏移度GD_time_diff＝Math.abs(出行时耗move_time–高德规划时间GD_time)/出行时耗move_time

ii)与高德某交通方式规划距离偏移度GD_dis_diff＝Math.abs(出行距离distance–高德规划距离GD_dis)/出行距离distance

iii)与高德某交通方式规划的总偏移度GD_diff＝与高德某交通方式规划时间偏移度GD_time_diff*α+与高德某交通方式规划距离偏移度GD_dis_diff*(1–α)，其中α为高德规划出行时耗权重；

S53、比较并判断每条OD偏移度GD_diff最低的交通方式；

S54、若步行方式偏移度GD_diff最低且小于偏移度阈值max_diff,且出行距离distance<步行出行距离阈值walk_dis，判断为步行；

S55、若骑行方式偏移度GD_diff最低且小于偏移度阈值max_diff，判断为自行车；

S56、若小汽车方式偏移度GD_diff最低且小于偏移度阈值max_diff，判断为小汽车。实施中，α可取0.6～0.9，walk_dis选取3km，max_diff可取0.05～0.15。

优选的，步骤S6对剩余待识别的OD用模糊K-means机器学习算法进行划分，具体步骤如下：

S61、随机选取10000样本使用模糊K-means算法基于目标函数J(U,C)、模糊化程度m、簇数K进行训练，得到聚类中心C＝{c₁,c₂,…,c_K}；

S62、针对剩余样本计算与每个中心的距离，得到隶属度矩阵U_i＝{u_i1,u_i2,…,u_iK}；

S63、根据每个聚类中心的出行平均速度参数speed大小依次定义每个簇所属交通方式，速度从大到小依次为小汽车、公交车、电动车、自行车、步行。

实施中，

m可取1.2～3.5，K可取2～5。

本发明的有益效果

本发明基于手机信令数据在利用地铁专用基站判断地下轨道交通出行的基础上，结合显著出行特征的划分、高德GPS导航规划不同方式的出行路径特征偏移度判断、无监督的模糊K-means聚类机器学习算法，对目标城市一天产生的全样本出行的交通方式进行识别。

附图说明

图1为本发明的城市出行方式综合识别方法的流程图

图2为实施例中出行OD识别示例的图表对照图

图3为实施例中出行特征提取及无效数据删除示例图

图4为实施例中步骤S4划分示例图

具体实施方式

下面结合实施例对本发明作进一步说明，但本发明的保护范围不限于此：

本发明公开的一种基于手机信令数据的城市出行方式识别方法，具体方案结合图1和发明内容描述，此处不再赘述。

以江苏省昆山市2019年5月22日手机信令数据为例，手机信令数据是指移动通信网络主动或被动、定期或不定期的为与手机用户的移动终端保持联系所产生的一系列控制指令，包括了手机识别码、时间戳、事件类型、基站编号、基站经纬度、号码归属地等字段，包含了每个用户全天运行轨迹的时空信息，如下表所示：

dt	msid	start_time	start_ci	start_lng	start_lat	end_time	end_ci	end_lng	end_lat
										20190522	1	20190522000000	85132041	120.9892	31.4025	20190522000001	85132057	120.9892	31.4025
20190522	1	20190522000001	85132057	120.9892	31.4025	20190522000037	85132032	120.9892	31.4025
										20190522	1	20190522000037	85132032	120.9892	31.4025	20190522000055	2.33E+08	120.9892	31.4025
20190522	1	20190522000055	85132032	120.9892	31.4025	20190522000143	85132057	120.9892	31.4025
										20190522	1	20190522000143	85132057	120.9892	31.4025	20190522000244	85132032	120.9892	31.4025
20190522	1	20190522000244	85132032	120.9892	31.4025	20190522000246	85221124	120.9844	31.40311

表1手机信令数据示例

一种基于手机信令数据的城市出行方式识别方法，结合图1，具体步骤为：

S1、根据手机信令数据识别用户停驻点，得到出行OD；

S2、对出行OD进行预处理，提取出行特征参数，并删除无效OD；

S3、根据地铁专用基站信息识别地铁出行OD；

S4、根据出行距离与出行平均速度对步行及远距离小汽车出行OD进行划分，获得特征显著的出行OD划分结果，剩余未识别的出行OD进行S5；

S5、根据出行起讫点的坐标爬取高德导航规划路径API中的步行、自行车、公交、小汽车这四类交通方式规划路径的出行距离与出行时耗，根据手机数据与高德数据的偏移度值识别OD出行方式，剩余未识别的出行OD进行S6；

S6、使用模糊K-means聚类算法对剩余未识别的出行OD进行方式划分。

优选的，步骤S1对获得的手机信令数据进行清洗后，基于基站停留时间和服务半径识别用户停驻点，当用户以某一基站为中心在服务半径阈值radius_range范围内停留时长超过停驻时间阈值min_stay_time，则将该基站作为用户的停驻点，进而根据出行停驻点得到出行OD。实施中，radius_range可取800m～1500m，min_stay_time取40min。

本案例选取基站服务半径阈值radius_range＝800m，停驻时间阈值min_stay_time＝40min，针对每个用户的出行轨迹进行时空聚类，得到当天的停驻点集合S＝{S₁,…,S_n}，按照时间顺序排列，相邻停驻点分别构成一次出行的起点O点与终点D点，并与原轨迹中两点中间的轨迹数据一起构成一次出行的OD数据，如图2所示。

优选的，步骤S2针对得到的每条出行OD，提取其出行特征，包括：起点经度lng、起点纬度lat、终点经度lng、终点纬度lat、出发时间start_time、出行距离distance、出行时耗move_time、出行平均速度speed、出行全程速度的85分位数speed_85、出行全程速度的变异系数cv；筛选出行距离distance小于有效出行距离阈值min_dis、出行时间move_time小于有效出行时间阈值min_time、出行平均速度speed大于城市交通工具的平均出行速度最大值max_speed的无效OD并删除。实施中，min_dis选取1km，min_time选取5min，max_speed选取120km/h。如图3所示。

优选的，步骤S4根据出行OD的出行距离distance与出行平均速度speed对方式进行划分，具体步骤如下：

S41、若出行距离distance超过城市长距离出行阈值long_dis的长距离出行OD，划分为小汽车方式出行；

S42、若平均出行速度speed小于等于步行速度阈值walk_speed同时出行距离distance小于等于步行出行距离阈值walk_dis的出行OD，划分为步行方式出行。实施中，long_dis可取30km～100km，walk_speed选取8km/h，walk_dis选取3km。如图4所示。

优选的，步骤S5通过比较OD的出行特征与爬取高德不同方式规划出行的特征相似度识别OD出行方式，具体步骤如下：

S51、针对每条未识别的出行OD，以出行特征起点经度lng、起点纬度lat、终点经度lng、终点纬度lat、出发时间start_time为参数分别爬取高德步行、自行车、公交、小汽车方式规划路径的出行距离GD_dis与出行时耗GD_time如下表所示：

id	GDwalk_dis	GDwwalk_time	GDbike_di_s	GDbike_time	GDbus_dis	GDbus_time	GDcar_di_s	GDcar_time
									1	16.407	218.7667	16.904	67.6167	21.784	73.05	17.8	25.2167
2	8.663	115.5	8.675	34.7	12.293	84.2667	17.318	30.3167
									3	2.967	39.5667	3.832	15.3333	4.583	35.5333	4.246	10.0667
4	8.645	115.2667	8.617	34.4667	9.238	74.3167	8.805	12.7167
									5	2.306	30.75	2.35	9.4	2.583	30.4	2.275	8.5833
6	18.749	249.9833	19.086	76.35	28.537	121.0833	19.869	33.1833
									7	1.071	14.2833	1.071	4.2833	1.067	17.7833	2.413	10.1383
8	18.976	253.0167	18.801	75.2	21.835	137.8167	18.774	30.2333
									9	28.94	385.8667	29.263	117.05	33.209	123.4667	29.421	49.15
10	7.103	94.7	7.513	30.05	10.091	49.5667	7.456	18.0833

表2高德爬取数据示例

S52、计算每条出行OD与上述4中交通方式高德规划的总偏移度GD_diff：

i)与高德某交通方式规划时间偏移度GD_time_diff＝Math.abs(出行时耗move_time-高德规划时间GD_time)/出行时耗move_time

ii)与高德某交通方式规划距离偏移度GD_dis_diff＝Math.abs(出行距离distance-高德规划距离GD_dis)/出行距离distance

iii)与高德某交通方式规划的总偏移度GD_diff＝与高德某交通方式规划时间偏移度GD_time_diff*α+与高德某交通方式规划距离偏移度GD_dis_diff*(1-α)，其中α为高德规划出行时耗权重；

S53、比较并判断每条OD偏移度GD_diff最低的交通方式；

S54、若步行方式偏移度GD_diff最低且小于偏移度阈值max_diff，且出行距离distance<步行出行距离阈值walk_dis，判断为步行；

S55、若骑行方式偏移度GD_diff最低且小于偏移度阈值max_diff，判断为自行车；

S56、若小汽车方式偏移度GD_diff最低且小于偏移度阈值max_diff，判断为小汽车。实施中，α可取0.6～0.9，walk_dis选取3km，max_diff可取0.05～0.15。如下表所示：

表3基于高德偏移度的划分结果示例

优选的，步骤S6对剩余待识别的OD用模糊K-means机器学习算法进行划分，具体步骤如下：

S61、随机选取10000样本使用模糊K-means算法基于目标函数J(U，C)、模糊化程度m、簇数K进行训练，得到聚类中心C＝{c₁，c₂，...，c_K}；

S62、针对剩余样本计算与每个中心的距离，得到隶属度矩阵U_i＝{u_i1，u_i2，...，u_iK}；

S63、根据每个聚类中心的出行平均速度参数speed大小依次定义每个簇所属交通方式，速度从大到小依次为小汽车、公交车、电动车、自行车、步行。

实施中，

m可取1.2～3.5，K可取2～5，通过拉格朗日乘子法可推导出

根据上述步骤，最终当前城市当天的每条出行OD的出行方式都得到了识别，结果如下表所示：

id	o-lng	o_lat	d_lng	d_lat	start_time	distance	nove_time	speed	85_v	sv	type
												1	120.9753	31.4095	121.0109	31.31549	20190522062800	15.473	28.3167	32.78556	144	1.0856	小汽车
2	121.0227	31.30474	121.037	31.31561	20190522141700	2.684	6.5333	24.64884	75.6	0.5736	公交车
												3	120.9568	31.26589	120.9472	31.23722	20190522102800	0.4	14.0833	1.70424	14.4	0.3857	删除
4	121.0227	31.30474	121.0304	31.31822	20190522110300	1.824	11.4167	9.58608	21.6	0.0463	电动车
												5	121.0304	31.31822	121.0227	31.30474	20190522114600	1.824	9.2333	11.85264	28.8	1.1735	电动车

表4最终划分结果示例

本发明基于手机信令数据在利用地铁专用基站判断地下轨道交通出行的基础上，结合显著出行特征的预划分、高德GPS导航规划不同方式的出行路径特征偏移度判断、无监督的模糊K-means聚类机器学习算法，对目标城市一天产生的全样本出行的交通方式进行识别。

本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (6)

1.一种基于手机信令数据的城市出行方式识别方法，其特征在于具体步骤为：

S1、根据手机信令数据识别用户停驻点，得到出行OD；

S2、对出行OD进行预处理，提取出行特征参数，并删除无效OD；

S3、根据地铁专用基站信息识别地铁出行OD；

S4、根据出行距离与出行平均速度对步行及远距离小汽车出行OD进行划分，获得特征显著的出行OD划分结果，剩余未识别的出行OD进行S5；

S5、根据出行起讫点的坐标爬取高德导航规划路径API中的步行、自行车、公交、小汽车这四类交通方式规划路径的出行距离与出行时耗，根据手机数据与高德数据的偏移度值识别OD出行方式，剩余未识别的出行OD进行S6；

S6、使用模糊K-means聚类算法对剩余未识别的出行OD进行方式划分。

2.根据权利要求1所述的方法，其特征在于步骤S1对获得的手机信令数据进行清洗后，基于基站停留时间和服务半径识别用户停驻点，当用户以某一基站为中心在服务半径阈值radius_range范围内停留时长超过停驻时间阈值min_stay_time，则将该基站作为用户的停驻点，进而根据出行停驻点得到出行OD。

3.根据权利要求1所述的方法，其特征在于步骤S2针对得到的每条出行OD，提取其出行特征，包括：起点经度lng、起点纬度lat、终点经度lng、终点纬度lat、出发时间start_time、出行距离distance、出行时耗move_time、出行平均速度speed、出行全程速度的85分位数speed_85、出行全程速度的变异系数cv；筛选出行距离distance小于有效出行距离阈值min_dis、出行时间move_time小于有效出行时间阈值min_time、出行平均速度speed大于城市交通工具的平均出行速度最大值max_speed的无效OD并删除。

4.根据权利要求1所述的方法，其特征在于步骤S4根据出行OD的出行距离distance与出行平均速度speed对方式进行划分，具体步骤如下：

S41、若出行距离distance超过城市长距离出行阈值long_dis的长距离出行OD，划分为小汽车方式出行；

S42、若平均出行速度speed小于等于步行速度阈值walk_speed同时出行距离distance小于等于步行出行距离阈值walk_dis的出行OD，划分为步行方式出行。

5.根据权利要求1所述的方法，其特征在于步骤S5通过比较OD的出行特征与爬取高德不同方式规划出行的特征相似度识别OD出行方式，具体步骤如下：

S51、针对每条未识别的出行OD，以出行特征起点经度lng、起点纬度lat、终点经度lng、终点纬度lat、出发时间start_time为参数分别爬取高德步行、自行车、公交、小汽车方式规划路径的出行距离GD_dis与出行时耗GD_time；

S52、计算每条出行OD与上述4中交通方式高德规划的总偏移度GD_diff：

i)与高德某交通方式规划时间偏移度GD_time_diff＝Math.abs(出行时耗move_time–高德规划时间GD_time)/出行时耗move_time

ii)与高德某交通方式规划距离偏移度GD_dis_diff＝Math.abs(出行距离distance–高德规划距离GD_dis)/出行距离distance

iii)与高德某交通方式规划的总偏移度GD_diff＝与高德某交通方式规划时间偏移度GD_time_diff*α+与高德某交通方式规划距离偏移度GD_dis_diff*(1–α)，其中α为高德规划出行时耗权重；

S53、比较并判断每条OD偏移度GD_diff最低的交通方式；

S54、若步行方式偏移度GD_diff最低且小于偏移度阈值max_diff,且出行距离distance<步行出行距离阈值walk_dis，判断为步行；

S55、若骑行方式偏移度GD_diff最低且小于偏移度阈值max_diff，判断为自行车；

S56、若小汽车方式偏移度GD_diff最低且小于偏移度阈值max_diff，判断为小汽车。

6.根据权利要求1所述的方法，其特征在于步骤S6对剩余待识别的OD用模糊K-means机器学习算法进行划分，具体步骤如下：

S61、随机选取10000样本使用模糊K-means算法基于目标函数J(U,C)、模糊化程度m、簇数K进行训练，得到聚类中心C＝{c₁,c₂,…,c_K}；

S62、针对剩余样本计算与每个中心的距离，得到隶属度矩阵U_i＝{u_i1,u_i2,…,u_iK}；

S63、根据每个聚类中心的出行平均速度参数speed大小依次定义每个簇所属交通方式，速度从大到小依次为小汽车、公交车、电动车、自行车、步行。

Images