一種基于手機(jī)信號數(shù)據(jù)的人員出行參數(shù)統(tǒng)計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及交通規(guī)劃與管理方法技術(shù)領(lǐng)域，具體是一種基于手機(jī)信號數(shù)據(jù)的人員出行參數(shù)統(tǒng)計(jì)方法。
【背景技術(shù)】
[0002]城市交通調(diào)查和交通規(guī)劃需要獲取大范圍準(zhǔn)確、可靠的出行現(xiàn)狀數(shù)據(jù)信息，尤其是居民出行特征數(shù)據(jù)。傳統(tǒng)的居民出行調(diào)查往往采用抽樣問卷的方式，抽樣率一般為2-5%甚至更低，并且調(diào)查成本較高，組織協(xié)調(diào)需耗費(fèi)大量人力、物力和時(shí)間，數(shù)據(jù)匯總處理周期也較長?，F(xiàn)階段中國城市經(jīng)濟(jì)高速增長、基礎(chǔ)設(shè)施建設(shè)突飛猛進(jìn)、土地利用更頻繁，但通常間隔若干年才進(jìn)行一次全面的交通調(diào)查，僅能獲取相對靜態(tài)的現(xiàn)狀數(shù)據(jù)，很難跟上交通需求和供給的更新節(jié)奏。
[0003]隨著智能交通系統(tǒng)的興起，通常要求以較短的周期對OD矩陣進(jìn)行循環(huán)更新，如每天、每小時(shí)、甚至更小顆粒度，并要求達(dá)到較高準(zhǔn)確性。傳統(tǒng)方式的信息獲取機(jī)制、采樣率和準(zhǔn)確性顯然無法滿足ITS的需求。因此，無論是交通研究者還是交通從業(yè)人員都一直在找尋更經(jīng)濟(jì)、更高效率、更高精度的人員出行信息獲取技術(shù)。
[0004]20世紀(jì)80年代開始，出現(xiàn)了利用路段流量反推OD矩陣的技術(shù)，只要先驗(yàn)OD矩陣具有一定的可信度，就能滿足小范圍區(qū)域交通影響分析的需求，一度成為研究熱點(diǎn)。但由于其分配算法的復(fù)雜性難以適用于較大區(qū)域且數(shù)據(jù)精度跟先驗(yàn)參數(shù)矩陣關(guān)系密切。也有GPS終端志愿者等其他方式，試圖提高數(shù)據(jù)精度，擴(kuò)大應(yīng)用范圍，但由于成本等諸多限制，大部分僅限于理論研究或小樣本嘗試階段。此外，感應(yīng)線圈、微波檢測、視頻圖像識別等定點(diǎn)信息采集技術(shù)，以及電子標(biāo)簽等浮動(dòng)信息采集技術(shù)，已經(jīng)得到了大量應(yīng)用并取得良好效果，但采集對象主要為運(yùn)行中的車輛，檢測結(jié)果更多的是車輛運(yùn)行信息。根據(jù)車流信息反推居民出行信息，由于其分配算法的復(fù)雜性，難以用于較大空間范圍。因此，交通研究者與交通從業(yè)人員都一直在找尋更經(jīng)濟(jì)、效率更高、精度更高的居民出行信息獲取技術(shù)。
[0005]隨著21世紀(jì)個(gè)人手機(jī)終端的普及，出行群體中手機(jī)擁有率和使用率已經(jīng)達(dá)到相當(dāng)高的比例，人們越來越認(rèn)識到手機(jī)是一種較為理想的交通探測器。手機(jī)數(shù)據(jù)為居民出行信息分析提供了很好的技術(shù)選擇，可作為現(xiàn)有交通數(shù)據(jù)采集技術(shù)的重要補(bǔ)充之一，通過對長時(shí)間的手機(jī)信令數(shù)據(jù)進(jìn)行跟蹤，研究手機(jī)用戶活動(dòng)軌跡的識別方法，分析手機(jī)用戶的有規(guī)律的空間分布和出行特征參數(shù)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明用交通科學(xué)或交通工程的基礎(chǔ)知識來處理手機(jī)信號數(shù)據(jù)，獲取人員出行參數(shù)的方法，目的在于提供一種效率、精度高的基于手機(jī)信號數(shù)據(jù)的人員出行參數(shù)統(tǒng)計(jì)方法，以解決上述【背景技術(shù)】中提出的問題。
[0007]為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案:
一種基于手機(jī)信號數(shù)據(jù)的人員出行參數(shù)統(tǒng)計(jì)方法，具體步驟如下: (1)建立虛擬傳感器網(wǎng)絡(luò)；
(2)以固定時(shí)間間隔T從手機(jī)網(wǎng)絡(luò)獲取該時(shí)間間隔內(nèi)所有手機(jī)發(fā)出的實(shí)時(shí)信號數(shù)據(jù)；
(3)對所述步驟(2)獲取到的數(shù)據(jù)進(jìn)行預(yù)處理；
(4)從城市區(qū)劃數(shù)據(jù)庫中讀取城市電子地圖信息，將上一步得到第i部手機(jī)的所有手機(jī)數(shù)據(jù)疊加在電子地圖中，得到第i部手機(jī)在電子地圖中移動(dòng)的軌跡，將其定義為第i個(gè)用戶的電子腳??；
(5)根據(jù)第i個(gè)用戶的電子腳印，計(jì)算第i個(gè)用戶在每個(gè)地點(diǎn)的停留時(shí)間，設(shè)定停留時(shí)間大于設(shè)定閾值Tl的為一個(gè)停留點(diǎn)，判斷得出第i個(gè)用戶的所有停留點(diǎn)，按時(shí)間排序的第j個(gè)停留點(diǎn)和第j+Ι個(gè)停留點(diǎn)形成一次出行；
(6)回溯第j個(gè)停留點(diǎn)和第j+Ι個(gè)停留點(diǎn)在電子腳印中的軌跡情況，計(jì)算這條軌跡的總長度與第j個(gè)停留點(diǎn)和第j+Ι個(gè)停留點(diǎn)的直線距離的比值k，根據(jù)k的值判斷出行鏈?zhǔn)欠裥枰驍?，即將該次出行是否需要分成兩次出行?br> (7)根據(jù)步驟(6)的結(jié)果，第j個(gè)停留點(diǎn)和第j+Ι個(gè)停留點(diǎn)間的出行的旅行時(shí)間為對應(yīng)信號發(fā)生時(shí)間的差值，即旅行時(shí)間式中，IV1為在第j+Ι個(gè)停留點(diǎn)第i部手機(jī)信號發(fā)生的時(shí)間，Tj為在第j個(gè)停留點(diǎn)第i部手機(jī)信號發(fā)生的時(shí)間；
(8)計(jì)算得到第j個(gè)停留點(diǎn)和第j+Ι個(gè)停留點(diǎn)間的出行的距離Lj;
(9)匯總每個(gè)手機(jī)的每次出行以及每次出行對應(yīng)的旅行時(shí)間及距離，獲取到最終的出行OD矩陣，以及相關(guān)的出行參數(shù)。
[0008]作為本發(fā)明進(jìn)一步的方案:所述步驟(2)中對數(shù)據(jù)進(jìn)行預(yù)處理包括刪除無效的數(shù)據(jù)、處理因?yàn)榛酒飘a(chǎn)生的數(shù)據(jù)、分析處理長時(shí)間沒有產(chǎn)生信號的手機(jī)數(shù)據(jù)。
[0009]作為本發(fā)明再進(jìn)一步的方案:所述步驟(8)中計(jì)算距離Lj的方法為:
首先計(jì)算第j個(gè)停留點(diǎn)和第j+Ι個(gè)停留點(diǎn)間的直線距離Ij，按照起訖點(diǎn)進(jìn)行類型的劃分，對不同類型出行根據(jù)路網(wǎng)特點(diǎn)與基站覆蓋特點(diǎn)擴(kuò)樣至最短路徑出行，擴(kuò)樣系數(shù)為Ci1，最后根據(jù)不同類型出行將最短路徑出行擴(kuò)樣至全出行，擴(kuò)樣系數(shù)為α2，則X最終的出行距離Lj=Ij Xa1Xa2o
[0010]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:
本發(fā)明充分依托現(xiàn)有的移動(dòng)通信網(wǎng)絡(luò)資源，利用已有手機(jī)通信網(wǎng)絡(luò)中的信息，即能在短時(shí)間完成城市內(nèi)大范圍的交通出行特征調(diào)查，同時(shí)初期投資相對較小、數(shù)據(jù)覆蓋范圍大、數(shù)據(jù)精度高。
【具體實(shí)施方式】
[0011 ]下面結(jié)合【具體實(shí)施方式】對本專利的技術(shù)方案作進(jìn)一步詳細(xì)地說明。
[0012]—種基于手機(jī)信號數(shù)據(jù)的人員出行參數(shù)統(tǒng)計(jì)方法，具體步驟如下:
(1)建立虛擬傳感器網(wǎng)絡(luò)；
(2)以固定時(shí)間間隔T從手機(jī)網(wǎng)絡(luò)獲取該時(shí)間間隔內(nèi)所有手機(jī)發(fā)出的實(shí)時(shí)信號數(shù)據(jù)；
(3)對所述步驟(2)獲取到的數(shù)據(jù)進(jìn)行預(yù)處理，包括刪除無效的數(shù)據(jù)、處理因?yàn)榛酒飘a(chǎn)生的數(shù)據(jù)、分析處理長時(shí)間沒有產(chǎn)生信號的手機(jī)數(shù)據(jù)；
(4)從城市區(qū)劃數(shù)據(jù)庫中讀取城市電子地圖信息，將上一步得到第i部手機(jī)的所有手機(jī)數(shù)