基于手机信令数据的公交客流OD获取方法技术

本发明专利技术公开了一种基于手机信令数据的公交客流OD获取方法，本发明专利技术基于手机信令数据，通过判别用户轨迹与每条公交线路的相似度指数，结合轨迹速度特征对轨迹出行方式进行判别，剔除非公交出行的用户轨迹，在此基础上，结合公交线路票价以及发车间隔特征，确定用户所乘坐的公交线路，在根据轨迹与该线路站点的位置关系，识别用户上下车站点，最终汇聚得到分线路的公交客流OD数据。公交相似度指数一方面作为公交出行判别以及轨迹线路匹配的核心特征，该指数计算方便实现简单适用于大样本数据；另一方面，该指数计算方法不仅表征了轨迹在空间上与线路走向的相似程度，同时考虑了公交运营时刻，降低了在非线路营运时间段内的误判率。

【技术实现步骤摘要】
基于手机信令数据的公交客流OD获取方法
本专利技术涉及交通规划领域，具体是交通需求预测领域。
技术介绍
交通不断的推进着城市化进程，加速社会经济发展，然而城市交通在为推动社会发展做出巨大贡献的同时，也因过快增长的出行需求导致了许多问题，制约着国家社会和城市经济的进一步发展，比如交通事故数上升，能源消耗以及环境污染等，其中城市交通拥堵更成为了困扰政府部门和交通研究者的难题之一。城市公共交通是一种绿色环保且便捷的出行方式，能够以较小的资源消耗分担城市大量的客运需求，从而缓解交通压力。很多城市都将公交优先提升到战略层面，但是在实际运营过程中，由于供需不平衡使得等车时间过长、出行可靠度较低，线路设置不合理等导致公交吸引率一直处于较低水平。另一方面，线路运力配置不合理还使得公交运营收入较低，导致政府需要持续补贴以维持公交的正常运营。因此掌握公交客流需求，合理规划公交线路，配置公交运力至关重要，不仅可以提升公交服务水平，减小交通压力，也能减少政府的财政补贴支出，达到双赢的管理效果。近年来，通信与互联网技术的发展与普及，应运而生的是对其背后蕴藏的大量潜在交通信息的挖掘研究。手机作为一种便携式通讯设备随着经济的发展已经在国民中快速普及，截止2016年，我国手机拥有量己超过96部/百人，除了部分交通从属群体比如老人和小孩，在国内大部分地区基本上人人都拥有手机，手机终端为了满足用户通讯和上网的需求会与邻近的蜂窝基站建立联系，同时记录下用户接入基站的时间和基站的位置信息，其能实时追踪个体并提供用户位置的特点为出行信息的采集提供了一条新思路，其中公交客流信息的挖掘值得关注。公交客流OD的获取一直是国内外研究人员研究的重点，最初是根据跟车调查以及问卷调查等方式获取部分样本数据并进行扩样，随着智能设备的启用，近年来基于交通大数据挖掘获取公交客流OD的研究也越来越多，其中基于IC数据及公交GPS数据的公交客流OD推算研究最为广泛，相对来说技术成熟而又简单，通过乘客IC卡信息记录的上下车站点进行汇总获取公交客流。但由于大量公交只需上车刷卡，且只会记录其上车刷卡的车次及时间，故无法准确获得乘客的上下车站点。随着手机信令数据的广泛应用，基于手机信令数据获取公交OD的方法研究也越来越多。郝小妮等人于2018年公开了一种基于手机信令的公交客流OD获取方法。该方法是基于公交线网与轨迹进行匹配，没有考虑公交线路对公交出行判别的影响，在公交线网设置密集区域容易出现误判且需要融合公交GPS数据进行辅助判断，实施较为复杂。现有的基于手机信令数据的公交客流OD识别方法，在进行轨迹与公交线路匹配时，大多是基于线路站点对可能途径基站进行罗列，计算较为复杂且没有考虑公交运营时间，导致公交非运营时刻的OD误判使得结果偏高；另一方面缺少对于线路重复路段的线路识别判断，即当有多条公交线路对应相同的基站切换序列时，无法准确判断每条线路的客流量。
技术实现思路
针对
技术介绍
中存在的问题，本专利技术基于手机信令数据，通过判别用户轨迹与每条公交线路的相似度指数，结合轨迹速度特征对轨迹出行方式进行判别，剔除非公交出行的用户轨迹，在此基础上，结合公交线路票价以及发车间隔特征，确定用户所乘坐的公交线路，在根据轨迹与该线路站点的位置关系，识别用户上下车站点，最终汇聚得到分线路的公交客流OD数据。技术方案：一种基于手机信令数据的公交客流OD获取方法，它包括以下步骤：S1、获取手机信令数据以及公交线路站点信息；S2、提取用户出行轨迹信息以及基站与线路站点距离矩阵；S3、针对每一条公交线路，计算轨迹与该线路的线路相似度，最终确定该条出行轨迹的公交相似度指数；S4、根据公交相似度指数、轨迹平均速度，剔除非公交出行的轨迹数据；S5、根据公交相似度指数、线路票价以及线路发车间隔，计算公交出行轨迹可能匹配线路的匹配指数，最终确定该轨迹匹配的公交线路；S6、结合轨迹基站与匹配线路的站点位置信息，判断该轨迹的上下车站点；S7、分别汇总全线网每条公交线路的站点客流OD，作为公交客流OD。优选的，步骤S1获取手机信令数据以及公交线路站点信息，包括以下步骤：S11、获取研究地区研究时间范围内的用户手机信令数据，以及对应研究范围内的基站位置信息表，包括基站ID、经度、纬度字段；S12、从高德地图上爬取研究范围内的公交线路及站点信息表，包括线路名称、线路站点名称、站点经纬度坐标。优选的，步骤S2提取用户出行轨迹信息以及基站与站点距离矩阵，包括以下步骤：S21、提取用户出行轨迹信息，即根据一次出行的定义确定时空阈值，将原始手机信令数据划分成独立的出行轨迹数据，一条出行轨迹数据由一串基站位置点构成，其中包括基站点坐标以及触发该基站的开始时间和结束时间；S22、根据基站位置信息表以及线路及站点信息表，计算基站与公交站点两两之间的直线距离D；S23、对于每一基站，提取公交线路里包含的所有公交站点中与该基站距离最小的站点，并记录该距离值，依次遍历所有的公交线路以及基站，最终形成基站与公交线路站点距离矩阵；S24、基站与公交线路站点距离矩阵修正：根据公交线路运营时间得到分时间段的基站-公交线路站点距离矩阵，即根据公交线路运营时间划分时间段，若某条线路不处于该运营时间段内，则将距离矩阵中该线路与所有基站的距离修改为正无穷。优选的，步骤S3针对每一条公交线路，计算轨迹与该线路的线路相似度，最终确定该轨迹的公交相似度指数，包括以下步骤：S31、对于一条出行轨迹，根据S2中的基站-公交线路站点距离矩阵，获取对应于每一条线路的基站-站点距离集合D，D＝{D1,D2,..Di,..,Dn}，其中Di表示轨迹中第i个基站与该条线路最近一个站点的距离，该距离来源于S2中计算得到的与该轨迹出发时刻相对应的时段基站-公交线路站点距离矩阵；S32、当Di小于一定阈值，则认为基站i与该线路站点匹配成功，阈值设置取决于研究范围内的基站密度以及公交站点密度，(更改为：阈值可根据研究范围内的基站密度以及公交站点密度进行调整，建议取值800m)计算集合中Di小于阈值的个数占总基站个数的比，该比值即定义为轨迹与该线路的相似度similarityi；S33、对于一条出行轨迹，依次遍历所有公交线路，分别计算其线路相似度，其中线路相似度的最大值即为该条轨迹的公交相似度指数bus-similarity。优选的，步骤S4根据公交相似度指数、轨迹平均速度，剔除非公交出行的轨迹数据，包括以下步骤：S41、计算轨迹出行平均速度，即轨迹出行距离与轨迹出行时耗的比值；S42、根据研究范围内公交出行平均速度分布确定公交出行速度上下阈值，同时确定公交相似度指数阈值，将满足大于公交相似度指数阈值以及平均速度处于公交出行速度上下阈值的轨迹标记为公交出行，该条记录进行保留，剔除不满足条件的其他出行轨迹。优选的，步骤S5计算公交出行轨迹可能匹配线路的匹配指数，最终确定该轨迹匹配的公交线路，包括以下步本文档来自技高网...

【技术保护点】
1.一种基于手机信令数据的公交客流OD获取方法，其特征在于它包括以下步骤：/nS1、获取手机信令数据以及公交线路站点信息；/nS2、提取用户出行轨迹信息以及基站与线路站点距离矩阵；/nS3、针对每一条公交线路，计算轨迹与该线路的线路相似度，最终确定该条出行轨迹的公交相似度指数；/nS4、根据公交相似度指数、轨迹平均速度，剔除非公交出行的轨迹数据；/nS5、根据公交相似度指数、线路票价以及线路发车间隔，计算公交出行轨迹可能匹配线路的匹配指数，最终确定该轨迹匹配的公交线路；/nS6、结合轨迹基站与匹配线路的站点位置信息，判断该轨迹的上下车站点；/nS7、分别汇总全线网每条公交线路的站点客流OD，作为公交客流OD。/n

【技术特征摘要】
1.一种基于手机信令数据的公交客流OD获取方法，其特征在于它包括以下步骤：
S1、获取手机信令数据以及公交线路站点信息；
S2、提取用户出行轨迹信息以及基站与线路站点距离矩阵；
S3、针对每一条公交线路，计算轨迹与该线路的线路相似度，最终确定该条出行轨迹的公交相似度指数；
S4、根据公交相似度指数、轨迹平均速度，剔除非公交出行的轨迹数据；
S5、根据公交相似度指数、线路票价以及线路发车间隔，计算公交出行轨迹可能匹配线路的匹配指数，最终确定该轨迹匹配的公交线路；
S6、结合轨迹基站与匹配线路的站点位置信息，判断该轨迹的上下车站点；
S7、分别汇总全线网每条公交线路的站点客流OD，作为公交客流OD。


2.如权利要求1所述的一种基于手机信令数据的公交客流OD获取方法，其特征在于步骤S1获取手机信令数据以及公交线路站点信息，包括以下步骤：
S11、获取研究地区研究时间范围内的用户手机信令数据，以及对应研究范围内的基站位置信息表，包括基站ID、经度、纬度字段；
S12、从高德地图上爬取研究范围内的公交线路及站点信息表，包括线路名称、线路站点名称、站点经纬度坐标。


3.如权利要求1所述的一种基于手机信令数据的公交客流OD获取方法，其特征在于步骤S2提取用户出行轨迹信息以及基站与站点距离矩阵，包括以下步骤：
S21、提取用户出行轨迹信息，即根据一次出行的定义确定时空阈值，将原始手机信令数据划分成独立的出行轨迹数据，一条出行轨迹数据由一串基站位置点构成，其中包括基站点坐标以及触发该基站的开始时间和结束时间；
S22、根据基站位置信息表以及线路及站点信息表，计算基站与公交站点两两之间的直线距离D；
S23、对于每一基站，提取公交线路里包含的所有公交站点中与该基站距离最小的站点，并记录该距离值，依次遍历所有的公交线路以及基站，最终形成基站与公交线路站点距离矩阵；
S24、基站与公交线路站点距离矩阵修正：根据公交线路运营时间得到分时间段的基站-公交线路站点距离矩阵，即根据公交线路运营时间划分时间段，若某条线路不处于该运营时间段内，则将距离矩阵中该线路与所有基站的距离修改为正无穷。


4.如权利要求1所述的一种基于手机信令数据的公交客流OD获取方法，其特征在于步骤S3针对每一条公交线路，计算轨迹与该线路的线路相似度，最终确定该轨迹的公交相似度指数，包括以下步骤：
S31、对于一条出行轨迹，根据S2中的基站-公交线路站点距离矩阵，获取对应于每一条线路的基站-站点距离集合D，D＝{D1,D2,..Di,..,Dn}，其中Di表示轨迹中第i个基站与该条线路最近一个站点的距离，该距离来源于S2中计算得到的与该轨迹出发时刻相对应的时段基站-公交线路站点距离矩阵；
S32、当Di小于一定阈值，则认为基站i与该线路站点匹配成功，计算集合中Di小...

【专利技术属性】
技术研发人员：陆振波，万紫吟，刘娟，张改，张静芬，
申请(专利权)人：南京瑞栖智能交通技术产业研究院有限公司，
类型：发明
国别省市：江苏;32