一种基于多源数据的机动车动态OD矩阵估计方法技术

本发明专利技术提出一种基于多源数据的机动车动态OD矩阵估计方法，充分利用人口、就业、经济数据、卡口数据、浮动车数据等多源数据，提出了基于拆分因子的动态OD估计方法。具体步骤为：步骤1：根据交通四阶段模型推出机动车静态OD矩阵；步骤2：利用卡口数据和浮动车数据推算机动车分时段OD矩阵；步骤3：根据卡口OD数据和静态OD总量构建时变拆分因子；步骤4：对静态OD进行切分，得到动态OD矩阵。该方法实用性高、实施性强，不仅可以获取当前阶段的动态OD矩阵，也可以使用当前获取的拆分因子切分推算出来的规划年静态OD矩阵，进而获取规划年的动态OD矩阵，为规划年中、微观仿真提供输入数据。

A Dynamic OD Matrix Estimation Method for Motor Vehicles Based on Multi-source Data

【技术实现步骤摘要】
一种基于多源数据的机动车动态OD矩阵估计方法
本专利技术属于交通规划与管理的
，尤其涉及一种基于多源数据的机动车动态OD矩阵估计方法。
技术介绍
OD矩阵(或称OD表)是交通网络中所有起点(Origin)与终点(Destination)之间出行交通量的矩阵，它反映了城市居民的基本交通需求。OD矩阵是城市交通规划与城市交通运营的基础性数据，也是交通分配模型和一些常用的微观交通仿真系统的基础输入数据。交通小区是根据研究区域内不同子区域的人口、用地、经济、等基本特征将研究区域划分而来的多个子区域。交通小区将杂乱无章的个体出行OD转化为交通小区之间的OD信息，更加方便城市规划者直观的观测空间上的交通流动情况。传统的OD获取方法，如路边调查、家访调查、航空拍照、跟车调查等等，需要耗费大量的人力物力进行数据采集，并有可能影响正常的交通运行而且精度不高。随着科技水平的提高以及各种自动检测设备的投入，交通出行数据的获取变得更加容易。动态OD矩阵获取技术在过去数十年间取得了很大进展，许多方法相继被提出，这些方法包括双层规划模型方法、卡尔曼滤波估计方法、熵极大化方法等。但是基于数学模型的动态OD反本文档来自技高网...

【技术保护点】
1.一种基于多源数据的机动车动态OD矩阵估计方法，其特征在于，包括如下步骤：S1)根据交通四阶段模型推出机动车静态OD矩阵；S2)利用卡口数据和浮动车数据推算机动车分时段OD矩阵；S3)根据卡口OD数据和静态OD矩阵构建时变拆分因子；S4)用时变拆分因子对机动车静态OD进行切分，得到机动车动态OD矩阵。

【技术特征摘要】
1.一种基于多源数据的机动车动态OD矩阵估计方法，其特征在于，包括如下步骤：S1)根据交通四阶段模型推出机动车静态OD矩阵；S2)利用卡口数据和浮动车数据推算机动车分时段OD矩阵；S3)根据卡口OD数据和静态OD矩阵构建时变拆分因子；S4)用时变拆分因子对机动车静态OD进行切分，得到机动车动态OD矩阵。2.根据权利要求1所述的一种基于多源数据的机动车动态OD矩阵估计方法，其特征在于，步骤S1)包括如下内容：首先获取研究区域内人口、就业和机动车保有量空间分布以及社会经济活动信息，然后利用交通四阶段法中的出行生成、出行分布、交通方式划分三个步骤推算出机动车静态OD矩阵。3.根据权利要求1或2所述的一种基于多源数据的机动车动态OD矩阵估计方法，其特征在于，步骤S2)包括如下内容：S21)对卡口数据和浮动车数据进行清洗及预处理；S22)将卡口数据按照车牌号分类并按照时间排序；S23)记录车辆经过的第一个卡口，此卡口为该机动车第一段出行起点；S24)依次查找经过下一个卡口的时间，与前一个卡口时间比较，时间间隔未超过阈值则不记录此数据，继续往后查找；若时间间隔超过阈值，则视为一段出行在此期间结束，记录这两条数据，前一条为前一段出行终点，后一条为下一段出行起点；S25)循环步骤4，直至该机动车最后一条数据，机动车经过的最后一个卡口为最后一段出行终点；S26)判断是否所有车辆数据都已处理完，如果没有，则返回步骤S23)，如果处理完毕，则将统计出来的OD结果映射到对应交通小区，得到基于交通...

【专利技术属性】
技术研发人员：马晓凤，浦诗谣，钟鸣，孙江涛，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42