当前位置:主页 > 科技论文 > 路桥论文 >

基于手机数据的城市交通需求分析和出行模式识别

发布时间:2020-10-08 15:36
   交通出行信息是现代复杂背景下进行交通规划、交通管理等的重要准备和必要前提。传统方法通常采用几年一次的采样率在5%以内的抽样调查来获取数据,后来出现了线圈、RFID、视频等定点采集手段。前者调查周期长、成本高,且依赖于被调查者记忆的准确性,不够准确。后者需要安装设备,成本高、损毁率高,且数据质量依赖于设备布设情况,难以反映全网出行情况。随着互联网时代的到来和智能手机的普及,手机数据(信令数据、账单数据和三角定位数据)体现出了巨大的优势。一方面,4G技术使得手机数据的质量有了大幅提升,手机数据原本就具有的全时空覆盖特性更为明显,可以轻松得到全时段全区域的用户信息;另一方面,手机数据来源于移动通信运营商的日常运营数据,无需额外布设设备,在手机普及率越来越高的今天优势明显。基于上述考量,本论文充分利用手机数据的全时空特性,对苏州市全市的出行需求和出行模式进行了提取。首先,本论文充分调研了目前城市交通现状和手机终端使用情况,在研究了现有交通数据采集技术、OD估计和出行模式提取方法的基础上,总结了现有研究的不足,并提出了本次研究的方向,基于4G信令数据和三角定位数据提取城市层面的出行生成、出行分布和出行模式。其次,在回顾了移动通信的发展后,简要介绍了移动通信技术与定位技术的特性,为手机数据的优势和存在的问题做了铺垫。随后详细陈述了4G信令数据、三角定位数据和地图等数据的特点。在第三章的最后部分,重点介绍了本次研究的必要前期处理方法:基站与交通小区映射方法和空间索引构建方法。在划分基站服务范围时,本文采用了泰森多边形方法,之后通过交通小区与泰森多边形的重叠关系确定分配比例。考虑到Hive平台数据操作的计算效率,本论文采用了网格加R树的混合空间索引方法,对研究区域划分等距网格并建立多级索引,从而极大降低了后续算法的时间复杂度。之后,通过对苏州市两个交通小区早高峰期间交通吸发量提取的示例,介绍了利用4G信令数据提取出行生成信息的方法。该方法和传统的交通调查和人工计数方法相比,极大地降低了人力和物力,可以得到更准确全面的信息,优势明显。随后,基于4G手机信令数据,采用阈值法估计手机用户出行OD。采用试错法尝试不同基站停留时长阈值-基站切换时长阈值组合下得到的人均日出行量,将结果与同年苏州市进行的出行调查的结果进行对比,从而确定最佳阈值。在此基础上进行延伸,将该方法应用于苏州市职住分析,对用户居住地和工作地进行了研究,并统计了各行政区之间的通勤出行量。该结果可以指导区域交通规划,对于改善干道拥堵等问题可以起到指导作用。接着,利用三角定位数据位置精度高的特点,研究了出行模式提取方法。首先对漂移数据、乒乓数据和冗余数据进行了清洗,通过数据来源基站判断是否是地铁模式出行。随后,设定非直线阈值和慢行阈值,判定慢行交通、公共交通和小汽车出行,并判定用户每天主要出行模式。用户高频使用手机的现状可以在一定程度上弥补三角定位数据时空覆盖率低的缺陷,且地铁模式的精准识别也可以给此类研究带来一些新的思路。最后,对本论文的主要研究成果和创新点进行了总结,并提出了一些可以提高的方向。本文利用手机数据全时空覆盖的特性,提出了城市交通出行需求估计和出行模式识别方法,对于全面把握城市交通现状,准确刻画区域间交通联系有重要意义。
【学位单位】:东南大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:U12;TN929.53
【部分图文】:

网格划分,示例,小区,信令


图 1-2 网格划分示例 基于 4G 手机信令数据的出行需求估计手机数据用户量大、时空覆盖率好,而 4G 信令数据相对 2G、3G 时代在定位准确性和基站密度等方面都有很大优势。本文基于 4G 信令数据于试错法的阈值判定方法,估计交通小区早高峰的吸发量和全市交通小 OD 矩阵。出行生成估计:通过早高峰前、中、后三个阶段交通小区内停留数据,提取出该小区出行发生量和吸引量,并与实地人工调查数据比。出行分布估计:首先对信令数据进行清洗,剔除漂移数据和乒乓数进行停驻点和活动点的识别,设定停留时间阈值,停留时间超过该阈值点停留,否则认定该点为临时点。在此基础上,以基站为单位进行集计市基站之间的 OD。根据预处理部分得到的基站和小区的关系,将手机的 OD 出行量分配至交通小区。利用实际人口数据进行校核,根据结果

轨迹,数据,二次处理,基站


图 2-2 三类数据轨迹描述效果对比表 2-1 涉及数据说明表据型数据量级(1 天)数据返回频率位置来源数据来源定位差/3G令10 亿 0-30min 3G 基站 用户在移动网络中留下的信号数据。只要开机,任何活动都会被记录。504G令21 亿 0-30min 4G 基站 20角位10 亿 不定二次处理位置基于打电话、发短信、用流量等话单数据二次处理10手机信令数据

地图,小区,苏州市,交通设施


图 2-3 苏州市交通小区地图表 2-6 交通小区信息示例表pointID 用地类型 小区编号 lon lat1 其它 YQHX0799 120.673 31.317992 其它 YQHX0799 120.672 31.317843 其它 YQHX0799 120.672 31.317844 其它 YQHX0799 120.672 31.31807…… …… …… …… ……38 交通设施用地 YQHX1869 120.6734 31.3169739 交通设施用地 YQHX1869 120.6734 31.3169740 交通设施用地 YQHX1869 120.6734 31.3170341 交通设施用地 YQHX1869 120.6734 31.31703

【相似文献】

相关期刊论文 前10条

1 杨雪;;吉林高校大学生移动媒体手机数据课堂使用调查分析[J];电视指南;2017年05期

2 Nikki Gilliland;;可口可乐是如何用智能手机数据来定制店内广告的[J];新营销;2017年04期

3 劳伦·考克斯;;从手机数据中挖掘更多价值[J];科技创业;2011年04期

4 ;经济学家可以用手机数据做什么?[J];商学院;2015年07期

5 张毓菲;;搜查手机的法律规制——以赖利案与伍瑞案为分析样本[J];河南牧业经济学院学报;2020年01期

6 宇衷;;拆除藩篱,手机数据自由交换[J];福建质量信息;2008年05期

7 胡金莹;;智能手机数据或将拯救生命[J];疯狂英语(读写版);2020年01期

8 ;8月份国内智能手机数据[J];IT时代周刊;2014年21期

9 吴子啸;;基于手机数据的出行链推演算法[J];城市交通;2019年03期

10 黄彦达;手机数据业务必须先完成基础建设[J];数字通信;2003年03期

相关会议论文 前10条

1 李明高;杨冠华;刘剑锋;王静;廖唱;;手机数据在城市居民出行特征分析中的应用实践[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年

2 于春青;万涛;高煦明;马山;;基于手机数据的通勤圈研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年

3 单欣宏;;基于手机数据的南京社区居民职住关系的研究[A];共享与品质——2018中国城市规划年会论文集(20住房建设规划)[C];2018年

4 周作江;张栋梁;王英行;龚咏喜;;手机大数据视角下的组团型城市职住平衡研究——以珠海市中心城区为例[A];规划60年:成就与挑战——2016中国城市规划年会论文集(04城市规划新技术应用)[C];2016年

5 王祖光;肖飞;陆振波;;基于手机数据的医疗设施可达性研究——以昆山市为例[A];第十四届中国智能交通年会论文集[C];2019年

6 张科;陈嘉超;陈先龙;;基于手机数据的城市间经济引力与客流交互量相关性分析——以广州市为例[A];2017年中国城市交通规划年会论文集[C];2017年

7 关志超;胡斌;张昕;裘炜毅;;基于手机数据的城市交通信息采集技术研究[A];第七届中国智能交通年会论文集[C];2012年

8 关志超;胡斌;张昕;裘炜毅;;基于手机数据交通规划、建设、管理决策支持应用研究[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

9 常晓猛;邵伟;赵发科;简志春;;基于多源时空数据融合的城市居民职住OD推算方法研究[A];共享与品质——2018中国城市规划年会论文集(06城市交通规划)[C];2018年

10 赵飞;迟健;;手机取证——关于iPhone手机数据提取方式的探讨[A];2019年全国公共安全通信学术研讨会优秀论文集[C];2019年

相关重要报纸文章 前10条

1 记者 李山;德国:分析手机数据,评估抗疫措施[N];科技日报;2020年

2 唐卫毅;废旧手机数据“擦除”亟待建立国标[N];中国商报;2017年

3 唐烨;手机数据出信用?好事还需多磨[N];解放日报;2015年

4 通讯员 陈明 张鹏 记者 朱华;大规模手机数据破解出大地震幸存者逃离方向[N];长沙晚报;2012年

5 韩婷婷;手机数据交换将拆围墙[N];通信产业报;2008年

6 本报记者 张清俐;唤醒“沉睡”的手机大数据[N];中国社会科学报;2016年

7 于长彬;当心旧手机成“危机”[N];人民邮电;2015年

8 本报记者 张小丹;过半用户使用手机数据服务 移动互联网日趋流行[N];通信信息报;2010年

9 陈淑倩;欧盟提案向3G开放900MHz通道[N];电子资讯时报;2007年

10 记者 马里;手机病毒伪装成杀毒软件Symbian系统的智能手机数据面临严重损害[N];大众科技报;2005年

相关硕士学位论文 前10条

1 沈培琳;基于手机数据的城市交通需求分析和出行模式识别[D];东南大学;2019年

2 廖晓龙;基于手机数据的司法取证方法研究与应用[D];贵州大学;2019年

3 戴冠臣;基于手机数据的城市通勤客流出行特征分析方法研究[D];东南大学;2018年

4 简志春;基于多源时空数据的深圳市居民职住分布和通勤特征研究[D];武汉大学;2018年

5 董路熙;基于手机数据的城市出行需求时空分布方法研究[D];北方工业大学;2018年

6 余东豪;基于手机数据的轨道交通用户出行特征分析方法[D];东南大学;2017年

7 高迎;数据类信息质量提升的研究与实现[D];北京邮电大学;2012年

8 王娜敏;基于手机数据的半监督社会关系推断模型[D];华中科技大学;2015年

9 罗建利;Android手机数据取证在案件侦破中的应用研究[D];华南理工大学;2016年

10 钱乾;手机数据用于居民出行分布的可行性研究[D];昆明理工大学;2016年



本文编号:2832413

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2832413.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b0961***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com