本发明专利技术公开了一种应用GPS出行调查数据识别出行和活动的方法。具体的识别方法分为四个阶段，即第一阶段、划分状态段，第二阶段、识别活动，第三阶段、识别出行，第四阶段、识别短时活动。其中第一阶段又分为四个步骤，即步骤一、将数据点转化为数据段，步骤二、判断数据段的状态，步骤三、合并相邻同状态的数据段，步骤四、调整状态段的状态。应用本发明专利技术所述的识别方法可以基于GPS出行调查数据进行出行和活动信息识别，从而实现对所有出行、活动以及活动时间在7分钟以内的短时活动的识别，且识别精度高。
【技术实现步骤摘要】
一种应用GPS出行调查数据识别出行和活动的方法
本专利技术涉及居民出行调查和数据处理分析领域，涉及一种基于GPS(全球卫星定位)技术的出行调查数据进行出行和活动识别的方法。
技术介绍
居民出行调查是城市交通规划和管理工作的基础，其获取的出行数据可应用于交通问题诊断、公交系统规划以及交通管理政策制定等方方面面。随着GPS技术的日益广泛应用，基于GPS技术的出行调查成为获取出行数据的新途径。与传统的问卷调查方法相比，基于GPS设备的出行调查具有调查效率高、数据精度高、信息量大等优点，将逐步取代传统的问卷调查方法成为今后出行调查的主流方法。然而，GPS设备记录的是被调查者在不同时间点的经纬度点、瞬时速度等数据，而不是可直接应用于交通规划和管理实际的出行起终点、活动开始时间、出行目的、出行方式等信息，因此需要将GPS调查数据转化为出行和活动信息。而出行和活动的识别是将GPS调查数据转化为出行和活动信息的首要和关键环节，其主要任务是将GPS调查得到的一天的出行轨迹数据点划分成一天中的所有出行和活动。在以往研究中，一些学者提出了应用浮动车或出租车进行GPS出行调查和出行信息识别的方法，例如专利技术专利201210169897.1、200810038365.8和201210269040.7，但这些方法所调查的出行信息局限于车辆出行信息，不能涵盖采取步行、公交等交通方式出行的居民出行信息，无法应用于全方式的居民出行调查和出行信息识别。专利技术专利201210223939.5和201410033560.7提出基于GPS调查数据的交通方式识别方法，没有进行出行和活动的识别。而目前应用GPS设备或者手机定位软件进行的出行调查和出行信息识别研究中，例如专利技术专利201210074506.8和201220505300.1、论文〔1〕用于交通出行调查的GPS时空轨迹数据简化与语义增强研究.上海：华东师范大学硕士学位论文，2011；〔2〕交通运输系统工程与信息，2010，10(2)：178-183；〔3〕TransportationResearchPartA,2007,41(3):220-232等学术期刊，均存在忽略短时活动识别的问题，而导致活动和出行的识别结果不全，同时多数研究出行调查样本量小，模型的有效性和精度无法得到很好的验证。基于上述背景可见，亟需设计一种新型的基于GPS数据的出行和活动识别方法，以实现短时活动的识别，同时应用较大样本量的调查数据进行数据的统计分析、参数设计和模型验证，以提高识别精度和识别方法的广泛适用性。经查找，设计短时活动识别步骤，并且在大样本量数据验证下开发出的高精度识别方法在国内外未见有相关报道。
技术实现思路
为了克服现有研究存在的无法识别短时活动、调查样本量小等缺点，本专利技术提供一种应用GPS出行调查数据识别出行和活动的方法，该方法应用GPS出行调查数据，设计了包括四个阶段的识别方法，以实现对包括短时活动的一天中所有出行和活动的整体识别，并应用大样本GPS出行数据进行识别方法的精度计算。本专利技术是采用如下技术方案实现的，结合附图说明如下：1、一种应用GPS出行调查数据识别出行和活动的方法，包括如下步骤：第一阶段、划分状态段步骤一、将数据点转化为数据段将数据中任一个数据点记为Di，其相邻的数据点记为Di+1，将Di、Di+1作为一个数据段，记为Di,i+1；应用公式1计算数据段Di,i+1的持续时长ti,i+1秒，应用公式2计算数据段Di,i+1的平均速度vi,i+1米/秒；ti,i+1＝Ti+1-Ti公式1vi,i+1＝di,i+1/ti,i+1公式2其中，di,i+1为相邻两点Di和Di+1间的首尾距离，Ti和Ti+1分别为Di和Di+1的数据记录时刻；步骤二、判断数据段的状态根据每一数据段Di,i+1的平均速度vi,i+1判断Di,i+1的状态，记为Dtypei,i+1，设定速度阈值Vthresh为步行速度的下限0.6米/秒，若vi,i+1大于Vthresh，则判断Di,i+1为运动状态，记Dtypei,i+1＝1；若vi,i+1小于Vthresh，则判断Di,i+1为静止状态，记Dtypei,i+1＝0；步骤三、合并相邻同状态的数据段判断任意相邻数据段Di-1,i与Di,i+1的状态Dtypei-1,i与Dtypei,i+1是否相等，若相等则将Di-1,i与Di,i+1合并为一个数据段Di-1,i+1，记合并后的新状态为Dtypei-1,i+1，且Dtypei-1,i+1＝Dtypei-1,i＝Dtypei,i+1，应用此方法将所有相邻同状态的数据段合并，直至所有相邻数据段的状态均不相同，即为静止状态和运动状态交替出现，将此时每一个合并后得到的最终的数据段Dm,n叫做状态段Km,n，其中m、n为任意数据段的两数据端点的标号，应用公式3和公式4分别计算状态段Km,n的持续时长tm,n秒和首尾距离dm,n米：tm,n＝Tn-Tm公式3其中，Tn和Tm分别为数据点Dn和Dm的记录时刻；其中，di,i+1为相邻两点Di和Di+1间的首尾距离；步骤四、调整状态段Km,n的状态分别设定持续时长阈值Tthresh为27秒—30秒和距离阈值Dthresh为250米—300米，将Dtypem,n＝0即静止状态段Km,n的持续时长tm,n与Tthresh相比较；将Dtypem,n＝1即运动状态段Km,n的首尾距离dm,n与Dthresh相比较；若静止状态段Km,n的持续时长tm,n小于Tthresh，或运动状态段Km,n的首尾距离dm,n小于Dthresh，则将此状态段Km,n的状态Dtypem,n转化为相反状态，即若原来是Dtypem,n＝0则改为Dtypem,n＝1，若原来是Dtypem,n＝1则改为Dtypem,n＝0；若静止状态段Km,n的持续时长tm,n大于或等于Tthresh，或运动状态段Km,n的首尾距离dm,n大于或等于Dthresh，则状态段Km,n的状态值保持不变；经过步骤四的调整后，相邻状态段Km,n的状态Dtypem,n有可能出现相同的情况，因此需重复步骤三，对步骤四所得结果中具有相同状态的相邻状态段Km,n进行合并，最终得到静止状态和运动状态相互交替的状态段；第二阶段、识别活动设定停留时长阈值Sthresh为420秒—540秒，将时长tm,n大于Sthresh的静止状态段Km,n识别为活动，记为Am,n，Am,n等同于数据点Dm和Dn之间所有数据点构成的点集[Dm,Dn]，并应用公式3计算活动Am,n的持续时长tm,n；第三阶段、识别出行识别活动后，连接两相邻活动间的点即组成了出行，记为Cn,j，Cn,j等同于数据点Dn和Dj之间所有数据点构成的点集[Dn,Dj]；第四阶段、识别短时活动对于以上识别结果中持续时长大于或等于20分钟的所有活动，若其中任意相邻两个活动间不包含持续时长小于20分钟的活动，则上述识别结果不变；若其中任意相邻两个活动间包含持续时长小于20分钟的活动，则对这两个相邻活动间的所有出行和活动进行重新识别：应用第二阶段的方法识别活动，但将停留时长阈值Sthresh改为180秒—240秒，所识别出的活动叫做短时活动，记为ADk,i，ADk,i等同于数据点Dk和Di之间所有数据点本文档来自技高网...
【技术保护点】
一种应用GPS出行调查数据识别出行和活动的方法，其特征在于，主要包括如下步骤：第一阶段、划分状态段步骤一、将数据点转化为数据段将数据中任一个数据点记为Di，其相邻的数据点记为Di+1，将Di、Di+1作为一个数据段，记为Di,i+1；应用公式1计算数据段Di,i+1的持续时长ti,i+1秒，应用公式2计算数据段Di,i+1的平均速度vi,i+1米/秒；ti,i+1＝Ti+1‑Ti 公式1vi,i+1＝di,i+1/ti,i+1 公式2其中，di,i+1为相邻两点Di和Di+1间的首尾距离，Ti和Ti+1分别为Di和Di+1的数据记录时刻；步骤二、判断数据段的状态根据每一数据段Di,i+1的平均速度vi,i+1判断Di,i+1的状态，记为Dtypei,i+1，设定速度阈值Vthresh为步行速度的下限0.6米/秒，若vi,i+1大于Vthresh，则判断Di,i+1为运动状态，记Dtypei,i+1＝1；若vi,i+1小于Vthresh，则判断Di,i+1为静止状态，记Dtypei,i+1＝0；步骤三、合并相邻同状态的数据段判断任意相邻数据段Di‑1,i与Di,i+1的状态Dtypei‑1,i与Dtypei,i+1是否相等，若相等则将Di‑1,i与Di,i+1合并为一个数据段Di‑1,i+1，记合并后的新状态为Dtypei‑1,i+1，且Dtypei‑1,i+1＝Dtypei‑1,i＝Dtypei,i+1，应用此方法将所有相邻同状态的数据段合并，直至所有相邻数据段的状态均不相同，即为静止状态和运动状态交替出现，将此时每一个合并后得到的最终的数据段Dm,n叫做状态段Km,n，其中m、n为任意数据段的两数据端点的标号，应用公式3和公式4分别计算状态段Km,n的持续时长tm,n秒和首尾距离dm,n米：tm,n＝Tn‑Tm 公式3其中，Tn和Tm分别为数据点Dn和Dm的记录时刻；dm,n=Σi=m,m+1,...,n-1,ndi,i+1]]> 公式4其中，di,i+1为相邻两点Di和Di+1间的首尾距离；步骤四、调整状态段Km,n的状态分别设定持续时长阈值Tthresh为27秒—30秒和距离阈值Dthresh为250米—300米，将Dtypem,n＝0即静止状态段Km,n的持续时长tm,n与Tthresh相比较；将Dtypem,n＝1即运动状态段Km,n的首尾距离dm,n与Dthresh相比较；若静止状态段Km,n的持续时长tm,n小于Tthresh，或运动状态段Km,n的首尾距离dm,n小于Dthresh，则将此状态段Km,n的状态Dtypem,n转化为相反状态，即若原来是Dtypem,n＝0则改为Dtypem,n＝1，若原来是Dtypem,n＝1则改为Dtypem,n＝0；若静止状态段Km,n的持续时长tm,n大于或等于Tthresh，或运动状态段Km,n的首尾距离dm,n大于或等于Dthresh，则状态段Km,n的状态值保持不变；经过步骤四的调整后，相邻状态段Km,n的状态Dtypem,n有可能出现相同的情况，因此需重复步骤三，对步骤四所得结果中具有相同状态的相邻状态段Km,n进行合并，最终得到静止状态和运动状态相互交替的状态段；第二阶段、识别活动设定停留时长阈值Sthresh为420秒—540秒，将时长tm,n大于Sthresh的静止状态段Km,n识别为活动，记为Am,n，Am,n等同于数据点Dm和Dn之间所有数据点构成的点集[Dm,Dn]，并应用公式4计算活动Am,n的持续时长tm,n；第三阶段、识别出行识别活动后，连接两相邻活动间的点即组成了出行，记为Cn,j，Cn,j等同于数据点Dn和Dj之间所有数据点构成的点集[Dn,Dj]；第四阶段、识别短时活动对于以上识别结果中持续时长大于或等于20分钟的所有活动，若其中任意相邻两个活动间不包含持续时长小于20分钟的活动，则上述识别结果不变；若其中任意相邻两个活动间包含持续时长小于20分钟的活动，则对这两个相邻活动间的所有出行和活动进行重新识别：应用第二阶段的方法识别活动，但将停留时长阈值Sthresh改为180秒—240秒，所识别出的活动叫做短时活动，记为ADk,i，ADk,i等同于数据点Dk和Di之间所有数据点构成的点集[Dk,Di]；之后再应用第三阶段的方法识别出行，至此完成所有出行、活动和短时活动的识别；所识别出的任一出行Cn,j、活动Am,n、短时活动ADk,i，其两端数据点的经纬度坐标即分别为出行、活动和短时活动的开始点和终止点的经纬度坐标，其两端数据点的数据采集时间即分别为出行、活动和短时活动的开始和终止的时间。...
【技术特征摘要】
1.一种应用GPS出行调查数据识别出行和活动的方法，其特征在于，包括如下步骤：第一阶段、划分状态段步骤一、将数据点转化为数据段将数据中任一个数据点记为Di，其相邻的数据点记为Di+1，将Di、Di+1作为一个数据段，记为Di,i+1；应用公式1计算数据段Di,i+1的持续时长ti,i+1秒，应用公式2计算数据段Di,i+1的平均速度vi,i+1米/秒；ti,i+1＝Ti+1-Ti公式1vi,i+1＝di,i+1/ti,i+1公式2其中，di,i+1为相邻两点Di和Di+1间的首尾距离，Ti和Ti+1分别为Di和Di+1的数据记录时刻；步骤二、判断数据段的状态根据每一数据段Di,i+1的平均速度vi,i+1判断Di,i+1的状态，记为Dtypei,i+1，设定速度阈值Vthresh为步行速度的下限0.6米/秒，若vi,i+1大于Vthresh，则判断Di,i+1为运动状态，记Dtypei,i+1＝1；若vi,i+1小于Vthresh，则判断Di,i+1为静止状态，记Dtypei,i+1＝0；步骤三、合并相邻同状态的数据段判断任意相邻数据段Di-1,i与Di,i+1的状态Dtypei-1,i与Dtypei,i+1是否相等，若相等则将Di-1,i与Di,i+1合并为一个数据段Di-1,i+1，记合并后的新状态为Dtypei-1,i+1，且Dtypei-1,i+1＝Dtypei-1,i＝Dtypei,i+1，应用此方法将所有相邻同状态的数据段合并，直至所有相邻数据段的状态均不相同，即为静止状态和运动状态交替出现，将此时每一个合并后得到的最终的数据段Dm,n叫做状态段Km,n，其中m、n为任意数据段的两数据端点的标号，应用公式3和公式4分别计算状态段Km,n的持续时长tm,n秒和首尾距离dm,n米：tm,n＝Tn-Tm公式3其中，Tn和Tm分别为数据点Dn和Dm的记录时刻；其中，di,i+1为相邻两点Di和Di+1间的首尾距离；步骤四、调整状态段Km,n的状态分别设定持续时长阈值Tthresh为27秒—30秒和距离阈值Dthresh为250米—300米，将Dtypem,n＝0即静止状态段Km,n的持续时长tm,n与Tthresh相比较；将Dtypem,n＝1...
【专利技术属性】
技术研发人员：宗芳，张慧永，王潇，郑雨婷，白玉，袁义欣，何亚楠，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。