本發(fā)明屬于交通大數(shù)據(jù)領(lǐng)域，涉及一種基于卡口數(shù)據(jù)與手機(jī)流量話單數(shù)據(jù)的城市內(nèi)部路網(wǎng)的路段交通量的獲取方法。

背景技術(shù)：

道路交通狀態(tài)的獲取是檢驗(yàn)現(xiàn)有交通運(yùn)行的重要基礎(chǔ)，為解決城市交通擁堵問題提供數(shù)據(jù)基礎(chǔ)。城市路段交通量作為表征道路交通狀態(tài)的基本參數(shù)之一，是進(jìn)行交通評價(jià)的一項(xiàng)重要指標(biāo)。

大數(shù)據(jù)時(shí)代的到來，為交通量的獲取提供了新的途徑。手機(jī)流量話單數(shù)據(jù)是手機(jī)用戶通過手機(jī)連接互聯(lián)網(wǎng)時(shí)產(chǎn)生的記錄，包含用戶標(biāo)簽、記錄時(shí)間、記錄經(jīng)度、記錄緯度等參數(shù)。通過手機(jī)流量話單數(shù)據(jù)挖掘城市交通狀態(tài)的基本特征，是大數(shù)據(jù)研究交通的一種新的思路。然而，由于手機(jī)流量話單數(shù)據(jù)的產(chǎn)生在時(shí)間上具有不連續(xù)性，以及用戶定位經(jīng)緯度精度的問題，無法像gps數(shù)據(jù)一樣直接應(yīng)用于交通分析中。目前，在手機(jī)流量話單數(shù)據(jù)的應(yīng)用上，通常是在宏觀層面進(jìn)行用戶職住地分析，或是定性地進(jìn)行出行熱點(diǎn)分布分析，這不利于定量地確定具體路段的交通狀態(tài)。現(xiàn)有的手機(jī)流量話單數(shù)據(jù)處理方法無法準(zhǔn)確得到城市路段交通量，難以實(shí)現(xiàn)城市交通分析評價(jià)的需要。

卡口數(shù)據(jù)是交管部門通過在路段上設(shè)置卡口點(diǎn)位對通過的車輛進(jìn)行記錄，其數(shù)據(jù)包含車輛標(biāo)簽、記錄時(shí)間、記錄車道，同時(shí)由于卡口點(diǎn)位固定的原因，可以獲取記錄經(jīng)度、記錄緯度等參數(shù)?？跀?shù)據(jù)具有高準(zhǔn)確性的特點(diǎn)。然而，由于卡口點(diǎn)位布設(shè)費(fèi)用昂貴，存在點(diǎn)位較少，只適合分析特定路段的交通狀態(tài)。綜上，在城市路段交通量的獲取上，需要綜合手機(jī)流量話單數(shù)據(jù)和卡口數(shù)據(jù)進(jìn)行分析。

技術(shù)實(shí)現(xiàn)要素：

技術(shù)問題：本發(fā)明提供了一種通過部分路段的準(zhǔn)確的卡口數(shù)據(jù)監(jiān)督和訓(xùn)練手機(jī)流量話單數(shù)據(jù)，提高了手機(jī)流量話單數(shù)據(jù)的精度，使得城市路段交通量的獲取更加準(zhǔn)確、可靠的基于卡口與手機(jī)流量話單數(shù)據(jù)的城市交通量獲取方法。

技術(shù)方案：本發(fā)明的基于卡口與手機(jī)流量話單數(shù)據(jù)的城市交通量獲取方法，包括以下步驟：

1)獲取研究路網(wǎng)關(guān)鍵位置經(jīng)緯度坐標(biāo)，采用線性插值方法對路網(wǎng)坐標(biāo)進(jìn)行填充；

2)提取研究路網(wǎng)范圍內(nèi)存在卡口的路段，選定經(jīng)緯度落在上述路段指定精度范圍內(nèi)的手機(jī)流量話單數(shù)據(jù)；

3)對所選取手機(jī)流量話單數(shù)據(jù)以用戶標(biāo)簽進(jìn)行分類，計(jì)算各用戶相鄰時(shí)刻內(nèi)的平均行程速度，并以該速度作為特征進(jìn)行分類，得到聚合后的存在卡口的路段的手機(jī)流量話單數(shù)據(jù)特征；

4)對研究路網(wǎng)范圍內(nèi)的卡口數(shù)據(jù)按指定時(shí)間間隔進(jìn)行交通量的聚合；

5)通過卡口交通量統(tǒng)計(jì)數(shù)據(jù)和手機(jī)流量話單數(shù)據(jù)速度特征，基于隨機(jī)森林訓(xùn)練具有卡口數(shù)據(jù)的路段的交通量預(yù)測模型組；

6)通過選取預(yù)測模型，獲取研究路網(wǎng)內(nèi)未設(shè)置卡口路段的交通量。

進(jìn)一步的，本發(fā)明方法中，步驟1)中采用線性插值方法對路網(wǎng)坐標(biāo)進(jìn)行填充的具體方式為：

若兩個(gè)關(guān)鍵位置的經(jīng)緯度坐標(biāo)為(x1，y1)，(x2，y2)，則通過下式計(jì)算關(guān)鍵位置之間的第i個(gè)插值點(diǎn)的經(jīng)緯度坐標(biāo)(xi，yi)：

xi，＝αix1+(1-αi)x2

yi，＝αiy1+(1-αi)y2

其中：xi為關(guān)鍵位置i的經(jīng)度；yi為關(guān)鍵位置i的緯度；αi為插值參數(shù)，0≤αi≤1；k為插值精度，單位：米；r為地球半徑，單位：米。

進(jìn)一步的，本發(fā)明方法中，步驟2)中，選定經(jīng)緯度落在路段指定精度范圍內(nèi)的手機(jī)流量話單數(shù)據(jù)的具體流程為：

21)剔除多個(gè)路段交叉中心點(diǎn)起沿研究路段方向的兩個(gè)插值點(diǎn)；

22)選取與余下插值點(diǎn)指定距離內(nèi)的手機(jī)流量話單數(shù)據(jù)；

23)剔除手機(jī)流量話單數(shù)據(jù)中的重復(fù)數(shù)據(jù)。

進(jìn)一步的，本發(fā)明方法中，步驟3)采用如下方法對以各用戶相鄰時(shí)刻內(nèi)的平均行程速度作為特征進(jìn)行分類的具體流程為：

31)計(jì)算數(shù)據(jù)集內(nèi)所有用戶的全天平均速度；

32)將速度量化為n個(gè)等級；

33)以1分鐘作為時(shí)間間隔對各速度等級用戶數(shù)量進(jìn)行聚合；

34)繪制特征表；

35)填充缺失數(shù)據(jù)；

36)以指定時(shí)間為間隔，利用滑動時(shí)間窗口重新對步驟34)中繪制的特征表的數(shù)據(jù)進(jìn)行聚合；

37)以指定時(shí)間為間隔，將一天劃分為若干時(shí)間片段，并為時(shí)間片段添加附加信息，所述附加信息包括時(shí)間片序列號，是否工作日或節(jié)假日，天氣情況。

進(jìn)一步的，本發(fā)明方法中，步驟4)具體流程如下：

41)選取指定卡口歷史交通量數(shù)據(jù)，以1分鐘作為時(shí)間間隔對交通量進(jìn)行聚合；

42)填充缺失數(shù)據(jù)；

43)以指定時(shí)間為間隔，利用滑動時(shí)間窗口重新對所述步驟41)中選取的指定卡口歷史交通量數(shù)據(jù)進(jìn)行聚合。

進(jìn)一步的，本發(fā)明方法中，步驟5)中基于隨機(jī)森林訓(xùn)練具有卡口數(shù)據(jù)的路段的交通量預(yù)測模型組的具體流程如下：

51)劃分訓(xùn)練集與測試集；

52)基于隨機(jī)森林對手機(jī)流量話單數(shù)據(jù)進(jìn)行監(jiān)督學(xué)習(xí)。

進(jìn)一步的，本發(fā)明方法中，步驟6)的具體流程如下：

61)選取未設(shè)置卡口的待預(yù)測路段的手機(jī)流量話單數(shù)據(jù)，按照與步驟3)同樣的方式進(jìn)行處理，獲取聚合后的未設(shè)置卡口的待預(yù)測路段的手機(jī)流量話單數(shù)據(jù)特征；

62)依據(jù)未設(shè)置卡口的待預(yù)測路段手機(jī)流量話單數(shù)據(jù)特征總偏差平方和與所述步驟5)訓(xùn)練的交通量預(yù)測模型組中各模型對應(yīng)的設(shè)置卡口的路段手機(jī)流量話單數(shù)據(jù)特征總偏差平方和差值最小原則進(jìn)行排序，得到與未設(shè)置卡口的待預(yù)測路段最接近的k個(gè)路段；

63)選取所述步驟62)得到的k個(gè)路段對應(yīng)的路段交通量預(yù)測模型，對未設(shè)置卡口的待預(yù)測路段進(jìn)行預(yù)測并進(jìn)行加權(quán)，得到未設(shè)置卡口路段的交通量。

本發(fā)明基于多源數(shù)據(jù)融合思想，結(jié)合手機(jī)流量話單數(shù)據(jù)與卡口數(shù)據(jù)，通過互補(bǔ)消除了手機(jī)流量話單數(shù)據(jù)精度較差、卡口點(diǎn)位布設(shè)少造成數(shù)據(jù)量不足的缺陷，并填補(bǔ)了手機(jī)流量話單數(shù)據(jù)在城市路網(wǎng)應(yīng)用上的空白。

有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：

本發(fā)明的基于卡口與手機(jī)流量話單數(shù)據(jù)的城市交通量獲取方法，融入多源數(shù)據(jù)融合思想對各類數(shù)據(jù)源進(jìn)行優(yōu)勢互補(bǔ)：易獲取、數(shù)據(jù)量多的手機(jī)流量話單數(shù)據(jù)與高精度的卡口數(shù)據(jù)的融合，解決了手機(jī)流量話單數(shù)據(jù)定位精度差與卡口數(shù)據(jù)布設(shè)點(diǎn)位少的缺陷；通過準(zhǔn)確的卡口數(shù)據(jù)監(jiān)督訓(xùn)練手機(jī)流量話單數(shù)據(jù)得到的模型組，多樣性好、穩(wěn)定性高；在交通量預(yù)測上可視為在未設(shè)置卡口點(diǎn)位路段上設(shè)置了“虛擬卡口”，預(yù)測結(jié)果準(zhǔn)確、可靠。

目前手機(jī)流量話單數(shù)據(jù)在交通領(lǐng)域的應(yīng)用還停留在高速公路或快速路交通參數(shù)計(jì)算、城市居民職住地分析以及出行熱點(diǎn)定性分析上，在路網(wǎng)較為密集的城市路段交通參數(shù)計(jì)算上尚未有較多研究。本發(fā)明的基于卡口與手機(jī)流量話單數(shù)據(jù)的城市交通量獲取方法，是手機(jī)流量話單數(shù)據(jù)用于定量計(jì)算城市路段交通參數(shù)的創(chuàng)新性應(yīng)用。

附圖說明

圖1是本發(fā)明線性插值說明圖；

圖2是本發(fā)明手機(jī)流量話單數(shù)據(jù)篩選示意圖；

圖3是滑動時(shí)間窗口示意圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例和說明書附圖對本發(fā)明作進(jìn)一步的說明。

本發(fā)明方法包括以下步驟和內(nèi)容：

1.獲取研究路網(wǎng)關(guān)鍵位置經(jīng)緯度坐標(biāo)，采用線性插值方法以所需精度對路網(wǎng)坐標(biāo)進(jìn)行填充；

若對路網(wǎng)采用人工打點(diǎn)方式，一旦打點(diǎn)精度發(fā)生改變，或加入新路段，工作量將呈指數(shù)增長。本發(fā)明以圖1為例，關(guān)鍵位置指路網(wǎng)中轉(zhuǎn)折處或路段交叉處，對任意兩個(gè)關(guān)鍵位置所確定的路段，采用線性插值方法以所需精度對路段坐標(biāo)進(jìn)行填充，得到插值點(diǎn)經(jīng)緯度坐標(biāo)。

若兩個(gè)關(guān)鍵位置的經(jīng)緯度坐標(biāo)為(x1，y1)，(x2，y2)，則關(guān)鍵位置之間的第i個(gè)插值點(diǎn)的經(jīng)緯度坐標(biāo)(xi，yi)可以通過下式進(jìn)行計(jì)算：

xi＝αix1+(1-αi)x2

yi＝αiy1+(1-αi)y2

其中：xi為關(guān)鍵位置i的經(jīng)度；

yi為關(guān)鍵位置i的緯度；

αi為插值參數(shù)，0≤αi≤1；

k為插值精度，單位：米；

r為地球半徑，單位：米。

2.提取研究路網(wǎng)范圍內(nèi)存在卡口的路段，選定經(jīng)緯度落在上述路段指定精度范圍內(nèi)的手機(jī)流量話單數(shù)據(jù)，以圖2為例，具體步驟如下：

21)剔除多個(gè)路段交叉中心點(diǎn)起沿研究路段方向的兩個(gè)插值點(diǎn)；

22)選取與余下插值點(diǎn)指定距離內(nèi)的手機(jī)流量話單數(shù)據(jù)；

若一條手機(jī)流量話單數(shù)據(jù)記錄的經(jīng)緯度坐標(biāo)為(xsig，ysig)，插值點(diǎn)(或關(guān)鍵位置)的經(jīng)緯度坐標(biāo)為(xi，yi)，須滿足：

其中：xsig為手機(jī)流量話單數(shù)據(jù)的經(jīng)度；

ysig為手機(jī)流量話單數(shù)據(jù)的緯度；

xi為關(guān)鍵位置i的經(jīng)度；

yi為關(guān)鍵位置i的緯度；

r為地球半徑，單位：米；

l為指定距離，單位：米。

23)剔除手機(jī)流量話單數(shù)據(jù)中的重復(fù)數(shù)據(jù)。

3.對所選取手機(jī)流量話單數(shù)據(jù)以用戶標(biāo)簽進(jìn)行分類，計(jì)算各用戶相鄰時(shí)刻內(nèi)的速度，并以速度作為特征進(jìn)行分類，具體步驟如下：

31)計(jì)算數(shù)據(jù)集內(nèi)所有用戶的全天平均速度；

32)將速度量化為n個(gè)等級；

33)以1分鐘作為時(shí)間間隔對各速度等級用戶數(shù)量進(jìn)行聚合；

34)繪制速度特征表，本實(shí)施例所選手機(jī)話單流量數(shù)據(jù)速度特征格式如下：

35)填充缺失數(shù)據(jù)：

a)單點(diǎn)數(shù)據(jù)缺失，采用插值方式填充；

b)多點(diǎn)數(shù)據(jù)缺失，按以下優(yōu)先級進(jìn)行填充：

i)用前一天相同時(shí)間段的數(shù)據(jù)進(jìn)行填充；

ii)用前一小時(shí)的同比數(shù)據(jù)進(jìn)行填充；

36)以指定時(shí)間(如5分鐘，15分鐘，1小時(shí)等)為間隔，利用滑動時(shí)間窗口重新對步驟34)中表格的數(shù)據(jù)進(jìn)行聚合；

37)以指定時(shí)間(如5分鐘，15分鐘，1小時(shí)等)為間隔，將一天劃分為若干時(shí)間片段，并為時(shí)間片段添加附加信息(如時(shí)間片序列號，是否工作日或節(jié)假日，天氣情況等)。

4.對研究路網(wǎng)范圍內(nèi)的卡口數(shù)據(jù)按指定時(shí)間間隔進(jìn)行交通量的聚合，具體步驟如下：

41)選取指定卡口歷史交通量數(shù)據(jù)，以1分鐘作為時(shí)間間隔對交通量進(jìn)行聚合；

42)填充缺失數(shù)據(jù)：

a)單點(diǎn)數(shù)據(jù)缺失，采用插值方式填充；

b)多點(diǎn)數(shù)據(jù)缺失，按以下優(yōu)先級進(jìn)行填充：

i)用前一天相同時(shí)間段的數(shù)據(jù)進(jìn)行填充；

ii)用前一小時(shí)的同比數(shù)據(jù)進(jìn)行填充；

43)以指定時(shí)間(如5分鐘，15分鐘，1小時(shí)等)為間隔，利用滑動時(shí)間窗口重新對步驟41)中的數(shù)據(jù)進(jìn)行聚合。

5.通過卡口交通量統(tǒng)計(jì)數(shù)據(jù)和手機(jī)流量話單數(shù)據(jù)速度特征，基于隨機(jī)森林訓(xùn)練一個(gè)路段交通量預(yù)測模型組，具體步驟如下：

51)劃分訓(xùn)練集與測試集：

a)合并指定卡口所在路段上的手機(jī)流量話單聚合數(shù)據(jù)(f維)與卡口聚合數(shù)據(jù)(1維)。其中，前f列稱為特征，最后一列稱為標(biāo)記；

b)以4∶1比例隨機(jī)抽取步驟61)所得數(shù)據(jù)，分別劃分為訓(xùn)練集d與測試集t；

52)基于隨機(jī)森林對手機(jī)流量話單數(shù)據(jù)進(jìn)行監(jiān)督學(xué)習(xí)：

a)采用bootstrap采樣方法選出m個(gè)樣本(允許重復(fù)抽樣)；

b)隨機(jī)選取p個(gè)特征，從中選取分割效果最好的特征作為節(jié)點(diǎn)，針對步驟511)采樣結(jié)果建立分類回歸樹(cart樹)；

c)重復(fù)步驟a)、步驟b)t次，建立具有t個(gè)分類回歸樹的隨機(jī)森林；

d)輸出所有分類回歸樹的路段交通量預(yù)測模型。

6.通過選取預(yù)測模型，獲取研究路網(wǎng)內(nèi)未設(shè)置卡口路段的交通量，具體步驟如下：

61)選取待預(yù)測路段的手機(jī)流量話單數(shù)據(jù)，按照步驟31)～步驟37)獲取聚合后的待預(yù)測路段的手機(jī)流量話單數(shù)據(jù)特征；

62)比對待預(yù)測路段的手機(jī)流量話單數(shù)據(jù)特征與設(shè)置卡口路段的手機(jī)流量話單數(shù)據(jù)特征，依據(jù)未設(shè)置卡口的待預(yù)測路段手機(jī)流量話單數(shù)據(jù)總偏差平方和與步驟5)所得到的各模型對應(yīng)的設(shè)置卡口的路段手機(jī)流量話單數(shù)據(jù)總偏差平方和差值最小原則進(jìn)行排序，得到與待預(yù)測路段最接近的k個(gè)路段。排序目標(biāo)函數(shù)由下式給出：

其中：為模型mi對應(yīng)的路段手機(jī)流量話單數(shù)據(jù)總偏差平方和；

為未設(shè)置卡口路段nj的手機(jī)流量話單數(shù)據(jù)總偏差平方和；

為時(shí)刻模型mi對應(yīng)的路段手機(jī)流量話單數(shù)據(jù)量；

為模型mi對應(yīng)的路段手機(jī)流量話單數(shù)據(jù)量均值；

為時(shí)刻未設(shè)置卡口路段nj的手機(jī)流量話單數(shù)據(jù)量；

為未設(shè)置卡口路段nj的手機(jī)流量話單數(shù)據(jù)量均值。

63)選取步驟62)得到k個(gè)路段對應(yīng)的路段交通量預(yù)測模型對待預(yù)測路段進(jìn)行預(yù)測并進(jìn)行加權(quán)，得到未設(shè)置卡口路段的交通量。

上述實(shí)施例僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和等同替換，這些對本發(fā)明權(quán)利要求進(jìn)行改進(jìn)和等同替換后的技術(shù)方案，均落入本發(fā)明的保護(hù)范圍。