CN112218235B - 一种基于手机信令数据的市域组团间出行路径识别方法 - Google Patents
一种基于手机信令数据的市域组团间出行路径识别方法 Download PDFInfo
- Publication number
- CN112218235B CN112218235B CN202010981210.9A CN202010981210A CN112218235B CN 112218235 B CN112218235 B CN 112218235B CN 202010981210 A CN202010981210 A CN 202010981210A CN 112218235 B CN112218235 B CN 112218235B
- Authority
- CN
- China
- Prior art keywords
- travel
- data
- group
- path
- groups
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000011664 signaling Effects 0.000 title claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 210000000988 bone and bone Anatomy 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 238000005314 correlation function Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明为一种适用于手机信令数据的市域组团间出行路径识别方法,包括以下步骤:手机信令数据预处理;筛选组团间出行数据;筛选组团间出行路径轨迹数据;生成组团间出行路径轨迹数据线要素;基于核查线法的组团间出行路径识别。通过该方法可判断市域组团间出行路径以及各路径之间的比例关系,可为市域骨干路网规划提供基础依据。本发明优点在于其实现简单,满足市域层面出行路径识别精度。
Description
技术领域
本发明为一种基于手机信令数据的市域组团间出行路径识别方法,属于交通规划技术领域。
背景技术
未来城市发展将严格控制建设用地增长,提倡组团式发展,同时也对市域组团之间的交通通道提出了更高的要求,包括通道个数、通道等级、通道规模等。这首先需要准确把握现状市域组团之间的出行路径,进而摸清现状各通道所承担组团间交通联系份额,确定现状主要通道、次要通道,为市域骨干路网规划提供基础依据。
判断市域组团间出行路径目前主要有抽样问询、车牌数据轨迹识别、GPS数据轨迹识别等方法。
(1)抽样问询
即通过传统问卷调查,询问市域组团间出行路径。优点在于方法简单,问卷设计针对性强,可操作性强;缺点在于抽样率低,需耗费大量人力提高样本量,且问卷调查受访者主观性较强,拒绝率高,信息反馈不全面。
(2)车牌数据轨迹识别
即通过各路段、交叉口探头视频识别机动车车牌,以此为车辆唯一标识判断市域组团间车辆出行路径。优点在于解决了传统问卷调查抽样率小问题,且出行路径信息获取手段客观;缺点在于若采用人工方式识别车牌依然要耗费大量人工成本,若采用机器识别则容易出现车牌遮挡缺失、车牌识别偏差等准确性问题,并且该方法对探头设备的维护、录像视频的存储提出了非常高的要求。
(3)GPS数据轨迹识别
即通过车载GPS设备,获取车辆运行轨迹,将轨迹与组团间通道进行拟合,从而判断市域组团间车辆出行路径。优点在于解决了车牌识别缺示、偏差等问题,并且对数据存储要求降低;缺点在于该方法对车载GPS设备普及率有一定要求,并且最小单位为车辆而非出行者。
近年来手机信令大数据应用逐渐成熟,即通过每个手机使用者上网、短信、电话产生带有位置信息的手机信令数据进行驻留和出行轨迹分析,优点在于采样率更高,采样对象为每个出行者,缺点在于采样精度基于手机基站,无法精确到GPS数据研究微观交通。
发明内容
本发明的目的在于提供一种基于手机信令数据的市域组团间出行路径识别方法,采用手机信令数据识别市域组团间出行路径,以克服传统方法各主要缺点。
为了实现上述目的,本发明的技术方案如下:一种基于手机信令数据的市域组团间出行路径识别方法,包括以下步骤:
A、手机信令数据预处理;
B、筛选组团间出行数据;
C、筛选组团间出行路径轨迹数据;
D、生成组团间出行路径轨迹数据线要素;
E、基于核查线法的组团间出行路径识别。
进一步地,该方法基于中国联通智慧足迹公司DaaS平台;
其中步骤A中,包括生成基站转化栅格表、出行表和路径表;
步骤B包括以下步骤:
B1、利用default.ST_Point函数和基站转化栅格表生成栅格中心点点要素;
B2、利用default.ST_Geomcollection函数将组团A、组团B多边形边界生成面要素;
B3、利用default.ST_Contain函数、步骤B1得到的栅格中心点点要素、步骤B2得到的面要素,筛选出组团A、B所包含栅格;
B4、利用出行表、步骤B3中得到的筛选出的组团A、B所包含栅格,筛选起点是组团A,终点是组团B的出行数据;
步骤C包括以下步骤:
C1、利用路径表、步骤B4中得到的出行数据,筛选起点是组团A,终点是组团B的出行路径数据;
C2、利用路径表、步骤C1中得到的出行路径数据,为出行路径数据赋予经纬度;
步骤D包括以下步骤:
D1、利用C2的带的出行路径数据经纬度,按用户ID、日期、某用户某天某次出行编号分组,以某用户某天某次出行途径基站顺序编号排序拼接轨迹数据经纬度坐标字符串;
D2、利用default.ST_Linestring函数、步骤D1得到的轨迹数据经纬度坐标字符串生成轨迹线线要素;
步骤E包括以下步骤:
E1、查找组团间路径,轨迹线线要素与某通道核查线线要素相交即认为该出行以该通道为组团间路径;
E2、针对组团间若干条路径,选取与之正交的若干条核查线;
E3、利用default.ST_Linestring函数生成核查线线要素;
E4、利用default.ST_Intersects函数、步骤D2得到的轨迹线线要素、步骤E3得到的核查线线要素统计组团A和组团B间各出行路径的分担比例。
本发明公开了一种适用于手机信令数据的市域组团间出行路径识别方法,通过该方法可判断市域组团间出行路径以及各路径之间的比例关系,可为市域骨干路网规划提供基础依据。本发明优点在于其实现简单,满足市域层面出行路径识别精度。
附图说明
图1为基于手机信令数据的市域组团间出行路径识别方法的流程图。
图2为本发明一实施例的组团位置示意图。
图3为本发明一实施例的核查线位置示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明基于中国联通智慧足迹公司DaaS平台,平台既有手机信令数据预处理结果、相关空间关联函数均不在本次发明的范围内,利用平台既有手机信令数据预处理结果、既有空间关联函数开发出的市域组团间出行路径识别新算法为本次发明的主要内容。
平台既有手机信令数据预处理结果介绍(仅展示专利相关字段):
(1)基站转化栅格表(表1)
表名:grid
数据格式:grid_id,//栅格编号
centroid_lon,//栅格中心点经度
centroid_lat,//栅格中心点纬度
(2)出行表(表2)
表名:move_month
数据格式:uid,//用户ID
date,//日期
move_id,//某用户某天某次出行编号
start_grid_id,//出行起点栅格编号
end_grid_id,//出行终点栅格编号
(3)路径表(表3)
表名:move_vp
数据格式:uid,//用户ID
date,//日期
move_id,//某用户某天某次出行编号
move_vp_id,//某用户某天某次出行途径基站顺序编号
grid_id,//栅格编号
平台既有空间关联函数介绍
(1)default.ST_Point(函数1)
函数功能:输入经纬度,输出为平台自带GIS系统点要素
(2)default.ST_Geomcollection(函数2)
函数功能:输入多边形顶点坐标点串,输出为多边形面要素
(3)default.ST_Contain(函数3)
函数功能:输入多边形面要素a和点要素b,面要素包含点要素返回true,不包含返回false
(4)default.ST_Linestring(函数4)
函数功能:输入点坐标串,输出为线要素
(5)default.ST_Intersects(函数5)
函数功能:输入线要素a和线要素b,a和b相交返回true,不相交返回false说明书后续以表1~3,函数1~5代表相关内容。
为更好地说明本发明内容,如图2所示,以某地2个组团为例,组团间各主要高速、国省道共4条路径为案例进行说明。本发明应用范围适用但不仅适用于案例。
四大流程
1.筛选组团间出行数据
(1)利用函数1、表1生成栅格中心点点要素(表4)
数据格式:grid_id,//栅格编号
栅格点要素;
(2)利用函数2将组团A、组团B多边形边界生成面要素(表5)
数据格式:组团编号,
面要素;
(3)利用函数3、表4、表5,筛选出组团A、B所包含栅格(表6)
数据格式:grid_id,
组团编号;
(4)利用表2、表6,筛选起点是组团A,终点是组团B的出行数据(表7)数据格式:uid,//用户ID
date,//日期
move_id;//某用户某天某次出行编号
start_grid_id,//出行起点栅格编号(where表6组团编号=A)
end_grid_id;//出行终点栅格编号(where表6组团编号=B)
2.筛选组团间出行路径轨迹数据
(1)利用表3、表7,筛选起点是组团A,终点是组团B的出行路径数据(表8)
数据格式:uid,//用户ID
date,//日期
move_id;//某用户某天某次出行编号(where uid,date,move_id=表7uid,date,move_id)
move_vp_id,//某用户某天某次出行途径基站顺序编号
grid_id;//栅格编号
(2)利用表1、表8,为出行路径数据赋予经纬度(表9)
数据格式:uid,//用户ID
date,//日期
move_id;//某用户某天某次出行编号
move_vp_id,//某用户某天某次出行途径基站顺序编号
grid_id,//栅格编号(wheregrid_id=表1grid_id)
centroid_lon,//栅格中心点经度
centroid_lat,//栅格中心点纬度
3.生成组团间出行路径轨迹数据线要素
(1)利用表9,按uid、date、move_id分组,move_vp_id排序拼接轨迹数据经纬度坐标字符串(表10)
数据格式:uid,//用户ID
date,//日期
move_id,//某用户某天某次出行编号
经纬度字符串;
经纬度字符串拼接代码:
(2)利用函数4、表10生成轨迹线线要素(表11)
数据格式:uid,//用户ID
date,//日期
move_id,//某用户某天某次出行编号
轨迹线线要素;//
4.基于核查线法的组团间出行路径识别
核查线法是指,轨迹线线要素与某通道核查线线要素相交即认为该出行以该通道为主要路径。
(1)针对组团间4条路径,选取与之正交的4条核查线,如图3所示。
核查线id | 核查线坐标串 |
1 | 117.76632124.516176,117.74881224.503056 |
2 | 117.74417724.498213,117.73456424.492121 |
3 | 117.73542224.489153,117.73284724.476811 |
4 | 117.72821324.474311,117.7393724.460562 |
(2)利用函数4生成核查线线要素(表12)
数据格式:核查线id,
核查线线要素;
(3)利用函数5、表11、表12统计组团AB间出行路径分担比例如下。
路径 | 比例 |
1 | 18.7% |
2 | 52.5% |
3 | 16.1% |
4 | 12.7% |
Claims (1)
1.一种基于手机信令数据的市域组团间出行路径识别方法,其特征在于所述方法包括以下步骤:
A、手机信令数据预处理;
B、筛选组团间出行数据;
C、筛选组团间出行路径轨迹数据;
D、生成组团间出行路径轨迹数据线要素;
E、基于核查线法的组团间出行路径识别;
该方法基于中国联通智慧足迹公司DaaS平台;
其中步骤A中,包括生成基站转化栅格表、出行表和路径表;
步骤B包括以下步骤:
B1、利用default.ST_Point函数和基站转化栅格表生成栅格中心点点要素;
B2、利用default.ST_Geomcollection函数将组团A、组团B多边形边界生成面要素;
B3、利用default.ST_Contain函数、步骤B1得到的栅格中心点点要素、步骤B2得到的面要素,筛选出组团A、B所包含栅格;
B4、利用出行表、步骤B3中得到的筛选出的组团A、B所包含栅格,筛选起点是组团A,终点是组团B的出行数据;
步骤C包括以下步骤:
C1、利用路径表、步骤B4中得到的出行数据,筛选起点是组团A,终点是组团B的出行路径数据;
C2、利用路径表、步骤C1中得到的出行路径数据,为出行路径数据赋予经纬度;
步骤D包括以下步骤:
D1、利用C2的带的出行路径数据经纬度,按用户ID、日期、某用户某天某次出行编号分组,以某用户某天某次出行途径基站顺序编号排序拼接轨迹数据经纬度坐标字符串;
D2、利用default.ST_Linestring函数、步骤D1得到的轨迹数据经纬度坐标字符串生成轨迹线线要素;
步骤E包括以下步骤:
E1、查找组团间路径,轨迹线线要素与某通道核查线线要素相交即认为该出行以该通道为组团间路径;
E2、针对组团间若干条路径,选取与之正交的若干条核查线;
E3、利用default.ST_Linestring函数生成核查线线要素;
E4、利用default.ST_Intersects函数、步骤D2得到的轨迹线线要素、步骤E3得到的核查线线要素统计组团A和组团B间各出行路径的分担比例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010981210.9A CN112218235B (zh) | 2020-09-17 | 2020-09-17 | 一种基于手机信令数据的市域组团间出行路径识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010981210.9A CN112218235B (zh) | 2020-09-17 | 2020-09-17 | 一种基于手机信令数据的市域组团间出行路径识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112218235A CN112218235A (zh) | 2021-01-12 |
CN112218235B true CN112218235B (zh) | 2024-03-08 |
Family
ID=74049957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010981210.9A Active CN112218235B (zh) | 2020-09-17 | 2020-09-17 | 一种基于手机信令数据的市域组团间出行路径识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112218235B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177338A (zh) * | 2013-03-19 | 2013-06-26 | 东南大学 | 一种面向城市分区规划的空间分区方法 |
CN108171993A (zh) * | 2017-12-28 | 2018-06-15 | 重庆邮电大学 | 一种基于手机信令大数据的高速公路车辆速度计算方法 |
CN108574933A (zh) * | 2017-03-07 | 2018-09-25 | 华为技术有限公司 | 用户轨迹恢复方法及装置 |
CN110377687A (zh) * | 2019-07-26 | 2019-10-25 | 智慧足迹数据科技有限公司 | 用户出行方式判别方法、装置和服务器 |
CN110555544A (zh) * | 2019-07-16 | 2019-12-10 | 广东工业大学 | 一种基于gps导航数据的交通需求估计方法 |
CN110728454A (zh) * | 2019-10-15 | 2020-01-24 | 中国城市规划设计研究院 | 一种个体出行分析系统 |
CN111026823A (zh) * | 2019-11-27 | 2020-04-17 | 北京大学 | 基于地理位置数据的资源利用关联网络模型规划方法 |
CN111367896A (zh) * | 2018-12-25 | 2020-07-03 | 北京融信数联科技有限公司 | 基于大数据的用户个性化活动图谱构建方法 |
-
2020
- 2020-09-17 CN CN202010981210.9A patent/CN112218235B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177338A (zh) * | 2013-03-19 | 2013-06-26 | 东南大学 | 一种面向城市分区规划的空间分区方法 |
CN108574933A (zh) * | 2017-03-07 | 2018-09-25 | 华为技术有限公司 | 用户轨迹恢复方法及装置 |
CN108171993A (zh) * | 2017-12-28 | 2018-06-15 | 重庆邮电大学 | 一种基于手机信令大数据的高速公路车辆速度计算方法 |
CN111367896A (zh) * | 2018-12-25 | 2020-07-03 | 北京融信数联科技有限公司 | 基于大数据的用户个性化活动图谱构建方法 |
CN110555544A (zh) * | 2019-07-16 | 2019-12-10 | 广东工业大学 | 一种基于gps导航数据的交通需求估计方法 |
CN110377687A (zh) * | 2019-07-26 | 2019-10-25 | 智慧足迹数据科技有限公司 | 用户出行方式判别方法、装置和服务器 |
CN110728454A (zh) * | 2019-10-15 | 2020-01-24 | 中国城市规划设计研究院 | 一种个体出行分析系统 |
CN111026823A (zh) * | 2019-11-27 | 2020-04-17 | 北京大学 | 基于地理位置数据的资源利用关联网络模型规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112218235A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN101350012B (zh) | 一种地址匹配的方法和系统 | |
CN102595323B (zh) | 基于手机定位数据的居民出行特征参数的获取方法 | |
CN110298553A (zh) | 一种基于gis的国土空间规划方法、系统和设备 | |
CN103278833B (zh) | 一种基于北斗/gps数据的线路推荐系统及方法 | |
CN107195180B (zh) | 一种基于电警数据的交通出行轨迹提取方法和装置 | |
CN110222893B (zh) | 共享交通资源的投放地点推荐方法、装置与电子设备 | |
CN107270922B (zh) | 一种基于poi索引的交通事故空间定位方法 | |
CN111653099A (zh) | 基于手机信令数据的公交客流od获取方法 | |
CN110807552B (zh) | 一种基于改进K-means的城市电动客车行驶工况构建方法 | |
CN111190982A (zh) | 一种基于大数据的共享单车管理方法及系统 | |
CN105844031B (zh) | 一种基于手机定位数据的城市交通廊道识别方法 | |
CN114661744B (zh) | 一种基于深度学习的地形数据库更新方法及系统 | |
CN114037239A (zh) | 一种基于多源大数据的潜力模型就业可达性分析方法 | |
Liu et al. | A novel compression approach for truck GPS trajectory data | |
CN116013084A (zh) | 交通管控场景确定方法、装置、电子设备及存储介质 | |
CN112000755A (zh) | 一种基于手机信令数据的区域出行廊道识别方法 | |
CN106980029B (zh) | 车辆超速判断方法及其系统 | |
Li et al. | An automatic extraction method of coach operation information from historical trajectory data | |
CN112218235B (zh) | 一种基于手机信令数据的市域组团间出行路径识别方法 | |
CN117455032A (zh) | 基于地理模型的路网规划优化方法及系统 | |
CN111382138A (zh) | Poi数据处理方法、装置、设备及介质 | |
CN113256978A (zh) | 一种城市拥堵地区的诊断方法、系统及储存介质 | |
CN115376325B (zh) | 基于出行链的公共交通换乘数据筛选系统、方法及应用 | |
CN110610446A (zh) | 一种基于两步聚类思路的县域城镇分类方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |