The invention discloses a method to determine the traffic characteristics of the city based on mobile phone signaling data includes: the mobile phone signaling data pretreatment, rapid extraction of available fields, forming a storage format to ID users is a key field; mobile location of each user according to the time sequence, according to the speed and angle of abnormal judgment method for denoising the aggregation point; using DBSCAN clustering algorithm to identify all stops each user every day and residence time; to classify the stay point, calculate the city traffic amount, traffic volume, attract travel times, per capita travel times, travel distance, commuting distance, living index and employment index. The invention makes full use of mobile phone signaling data, calculate quickly and accurately the city traffic volume, traffic attraction, travel times, per capita travel times, travel distance, commuting distance, living index and employment index for city traffic planning, traffic management and traffic strategy research to provide data support.
【技术实现步骤摘要】
一种基于手机信令数据的城市交通出行特征确定方法
本专利技术属于交通规划数据分析领域,特别涉及一种基于手机信令数据的城市交通出行特征确定方法。
技术介绍
城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数是反映城市交通出行需求的重要参数,是交通规划、城市建设和城市管理的科学依据。当前,随着城市建设速度的加快和功能的不断完善,人们对城市的交通规划、建设和管理提出了更高的要求。传统获取城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数的方法主要靠入户调查、路边询问、表格调查、车辆牌照和月票调查等人工调查方式,这种方式存在采样率低、周期长、人力财力花费较大,以及由于采样率低且数据质量的等问题,难以实现预期的效果。手机信令数据是指手机用户在打电话、发短信、位置变化以及周期性更新时产生的移动位置数据,近年来随着手机的普及和无线定位技术的发展,手机信令数据不断完善和增长,使得利用手机定位来计算城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数的方法成为一种可能。现在几乎人人都拥有一部手机,各通信公司有着海量的用户资源及相关的基础数据,相对于传统调查方式,无疑可以获取更全面、更准确的数据,为进行更深入的城市交通发生量、交通吸引量、出行次数、出行距离、居住指数和就业指数计算提供了良好的数据基础。由于每天的手机信令数据量大(一天约7亿条记录、70G的数据),且文件储存大小差异大,为提高处理效率,我们采用将一天的原始手机信令数据按文件大小均匀分开的 ...
【技术保护点】
一种基于手机信令数据的城市交通出行特征确定方法,其特征在于:对停留点及停留起止时间进行分类,计算出城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数;所述交通发生量(Trip Generation)是计算特定区域为出行起点的出行量;所述交通吸引量(Trip Attraction)是计算特定区域为出行终点的出行量;所述出行次数为特定区域出行总量(Trip Summation);所述人均出行次数为特定区域内的人均出行量;所述出行距离为特定区域内的人均出行距离,即出行起点或出行终点在特定区域内的全部出行,出行起点到出行终点的曼哈顿距离的平均值;所述通勤出行距离为特定区域内的人均通勤出行距离,即居住地或就业地在特定区域内的全部用户,居住地到就业地的曼哈顿距离的平均值;所述居住指数为职住都在特定区域内的人数与就业人口数的比值;所述就业指数为职住都在特定区域内的人数与就业岗位数的比值。
【技术特征摘要】
1.一种基于手机信令数据的城市交通出行特征确定方法,其特征在于:对停留点及停留起止时间进行分类,计算出城市交通发生量、交通吸引量、出行次数、人均出行次数、出行距离、通勤出行距离、居住指数和就业指数;所述交通发生量(TripGeneration)是计算特定区域为出行起点的出行量;所述交通吸引量(TripAttraction)是计算特定区域为出行终点的出行量;所述出行次数为特定区域出行总量(TripSummation);所述人均出行次数为特定区域内的人均出行量;所述出行距离为特定区域内的人均出行距离,即出行起点或出行终点在特定区域内的全部出行,出行起点到出行终点的曼哈顿距离的平均值;所述通勤出行距离为特定区域内的人均通勤出行距离,即居住地或就业地在特定区域内的全部用户,居住地到就业地的曼哈顿距离的平均值;所述居住指数为职住都在特定区域内的人数与就业人口数的比值;所述就业指数为职住都在特定区域内的人数与就业岗位数的比值。2.根据权利要求1所述的基于手机信令数据的城市交通出行特征确定方法,其特征在于:所述计算交通发生量的方法是:用户相邻2个停留点为1次出行,出行的2个停留点按时间先后顺序依次作为本次出行的O、D点,交通发生量为出行起点O在特定区域U内的出行总量,首先判断第i次出行的起点Oi是否在该区域内,如果是则累计加1,然后遍历所有的出行得到的累计量为该区域的交通发生量TG,计算方式为:3.根据权利要求1所述的基于手机信令数据的城市交通出行特征确定方法,其特征在于:所述计算交通吸引量的方法是:用户相邻2个停留点为1次出行,出行的2个停留点按时间先后顺序依次作为本次出行的O、D点,交通吸引量为出行终点D在特定区域U内的出行总量,首先判断第i次出行的终点Di是否在该区域内,如果是则累计加1,然后遍历所有的出行得到的累计量为该区域的交通吸引量TA,计算方式为:4.根据权利要求1所述的基于手机信令数据的城市交通出行特征确定方法,其特征在于:所述计算出行次数的方法是:用户相邻2个停留点为1次出行,出行的2个停留点按时间先后顺序依次作为本次出行的O、D点,出行次数为出行起点Oi或出行终点Di其中任意一点在特定区域U内的出行总量,首先判断第i次出行的起点或终点其中任意一点是否在该区域内,如果是则累计加1,然后遍历所有的出行得到的累计量为该区...
【专利技术属性】
技术研发人员:王家川,吴东东,石睿轩,肖冉东,郭彦茹,王忱,黄建玲,
申请(专利权)人:北京市交通信息中心,北京市智能交通协会,
类型:发明
国别省市:北京,11
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。