基于手机信令数据的对外客运枢纽集疏空间分布分析方法技术

本发明专利技术公开了一种基于手机信令数据的对外客运枢纽集疏空间分布分析方法，利用手机信令数据针对城市枢纽如高铁站、火车站等，根据各类人口的出行特性，通过用户当天在目标城市的总逗留时间、当天出行轨迹链中在枢纽站的逗留时间以及在当天出行轨迹链中枢纽站与其他停留点的逻辑关系识别出发人口和到达人口，然后根据基站的转移速度、逗留时间和转移距离判断停驻点以此识别出行OD对，最后根据出发人口和到达人口在枢纽站的发生时间获取枢纽人口的集疏出行空间分布。对多个城市具有普遍适用性，且准确性较高，对城市枢纽交通的分析、预测和规划具有重要作用。

【技术实现步骤摘要】
基于手机信令数据的对外客运枢纽集疏空间分布分析方法
本专利技术涉及智能交通
，具体是一种基于手机信令数据的对外客运枢纽集疏空间分布分析方法。
技术介绍
随着经济的增长和城市间人口流动的增加，城市客运枢纽相关的交通压力与日俱增，尤其是节假日期间，枢纽交通的压力更是达到顶峰。传统上对外客运枢纽集疏空间分布主要是基于枢纽站的OD调查完成，但是由于对外客流基本上逗留时间较短，特别是到达枢纽站的客流，到达后第一时间会选择换乘方式到目的地，乘客配合度并不高。因此为了完成枢纽站的集疏需求，大规模传统OD调查，需要花费大量的人力、物力以及时间，还存在精度不高、数据量少，更新周期长和只能获取特定时间段数据等弊端。传统OD调查越来越难以适应新时期对外客流集疏空间分布的需求，随着大数据技术的演进，对枢纽集疏空间分布进行大样本且长期分析成为可能。枢纽站出发人口和到达人口因出行目的不同，选择的出行方式以及对道路资源的占用都有所区别，且不同时段枢纽的集散方式也有所区别，通过对城市对外客运枢纽的客流量及集疏空间分布进行分析，结合各场站的总体运力匹配情况，调整发车班次或车辆容量以减少等待时间，降低滞留现象的发生频率及时耗，提高枢纽站应对突发流量时的匹配能力和调度水平。同时还可以进一步分析枢纽站乘客的集疏方式，分析公共交通服务的分担率，评估出行方式分布是否合理，改善综合交通枢纽的集疏运效率，缩短枢纽集疏距离与时间、优化集疏系统衔接设计，同时对枢纽站公交线路规划、公交车辆安排及出租车配置的有效管理具有重要意义，充分发挥枢纽点在城市对外交通中转的重要支点作用。目前与城市交通枢纽相关的现有技术主要侧重于对客流量的预测与建模、以及交通方式的预测。胡基火等人于2013年公开了一种综合客运枢纽多交通方式预测方法及系统(CN201310446931.X)，董明峰等人于2018年公开了一种基于多源数据融合的枢纽客流时空分布预测建模方法(201811258765.X)，对于枢纽集疏空间分布的研究方法目前还有所空缺。
技术实现思路
鉴于现有技术中缺少对枢纽集疏空间分布类型判别方法的研究，本专利技术提出一种基于手机信令数据的对外客运枢纽集疏空间分布分析方法。本专利技术的目的是针对特定城市枢纽如高铁站、火车站等，基于枢纽站的地理信息与运营商基站服务范围的关系，获得目标枢纽基站。利用手机信令数据的时空信息得到占用枢纽基站的用户出行轨迹，根据各类人口在时空中表现出的不同特性，通过出行轨迹链中各停留点与枢纽基站的逻辑关系，识别判断不同人口的类型，然后根据基站的转移速度、逗留时间和转移距离判断停驻点以此识别出行OD对，最后根据出发人口和到达人口在枢纽站的发生时间获取枢纽人口的集疏出行空间分布。技术方案：一种基于手机信令数据的对外客运枢纽集疏空间分布分析方法，具体的步骤为：S1、获取目标城市的基站信息，以每个基站为中心点，对目标城市的所有基站构建泰森多边形来分割每个基站的服务范围；获取目标枢纽站的地理位置信息，对照构建的城市基站服务范围，提取覆盖目标枢纽站服务范围的所有基站坐标，并定义提取出的基站为枢纽基站；S2、获取目标城市内所有手机用户在研究时间段内的手机信令数据，对信令数据进行预处理得到每个用户每天的有效轨迹数据；S3、筛选目标数据，针对S2中得到的每个用户每天的有效移动轨迹进行识别，过滤掉当天轨迹中不曾出现S1中提取出的目标枢纽基站的手机用户，得到枢纽站流通人口的轨迹数据；S4、针对S3得到的数据中每一个用户在连续时间段内位于枢纽站的轨迹点进行聚类，将用户在连续时间段内位于不同枢纽基站的所有轨迹点合并后构建一个新的虚拟枢纽基站A，定义虚拟基站A的地理位置为S1中提取的所有枢纽基站的重心点，将合并后在虚拟基站A上的轨迹数据的开始时间start_time定义为当前合并的连续枢纽基站轨迹数据的第一条轨迹点的开始时间start_time，结束时间定义end_time为最后一条枢纽基站轨迹点的结束时间end_time；S5、针对经过S4处理后每一个用户每天的轨迹数据，计算该用户在每个地理位置的逗留时间stay_time，定义逗留时间stay_time为当前轨迹数据的开始时间start_time与下一条轨迹数据的开始时间start_time的时间之差，若当前轨迹点为该用户当天最后一条数据，则定义该用户在当前基站的逗留时间stay_time为该条信令数据的开始时间start_time与结束时间end_time之间的时间差；若逗留时间stay_time大于停留点时间阈值T，则判定此地理位置为该用户的一个停留点，反之则判定此地理位置为该用户的一个位移点；S6、计算每个用户每天在目标城市内的总逗留时间total_stay_time，定义总逗留时间total_stay_time等于对该用户当天在所有地理位置上的逗留时间stay_time的求和；S7、针对每个用户在S5中得到的当天轨迹及逗留时间stay_time、以及S6中得到的当天在目标城市内的总逗留时间total_stay_time，识别其人口类型；S8、自S7中获得出发人口和到达人口，根据S2提取出发人口和到达人口的当日出行轨迹，根据空间速度、空间距离、逗留时间三参数判断出行轨迹的停驻点，并根据OD的概念对停住点进行分析，得到出行OD轨迹；S9、根据OD轨迹，依据出发人口和到达人口的出发时间到达时间，生成枢纽站人口出行OD。优选的，S2中所述手机信令数据为运营商提供的经过清洗、集成后的记录手机用户在开机状态下活动的时空等信息的轨迹数据，记同一MSID轨迹数据记作集合Pi＝{p1,p2,...,pn}，表示第i个人有n个位置记录点数目，每一个位置点中的主要字段包括手机识别码ID、时间戳、基站编号base、基站经度lng、基站纬度lat；其中，时间戳包括开始时间start_time以及结束时间end_time。优选的，S2具体包括以下步骤：S21、删除重复数据及存在字段缺失的数据；S22、以手机用户为单位，对每个手机识别码每天的手机信令数据按照信令的开始时间进行排序；S23、合并漂移数据：针对每个用户每天在相邻时间段内位于不同基站上的移动轨迹点，若两个基站之间的距离小于漂移距离阈值Ds，则认为该用户在这一时间段内在同一地理位置上活动，合并数据；S24、合并乒乓数据：针对每个用户每天在不连续的时间段上的两条轨迹数据，若这两条轨迹数据对应基站之间的距离小于乒乓距离阈值Dj，且这两条轨迹数据的间隔时间小于乒乓时间阈值Tj，则认为该用户从上述第一条轨迹数据的开始时间到第二条轨迹数据的结束时间之间都在同一地理位置上活动，合并数据。优选的，S7具体包括以下步骤：S71、铁路过境人口判断：满足在目标城市内的总逗留时间total_stay_time小于城市总逗留时间阈值ST；S72、铁路出发人口判断：满足在目标城市内的总逗留时间total_stay_time大于城市总逗留时间阈值ST，在虚拟枢纽基站A的逗留本文档来自技高网...

【技术保护点】
1.一种基于手机信令数据的对外客运枢纽集疏空间分布分析方法，其特征在于具体的步骤为：/nS1、获取目标城市的基站信息，以每个基站为中心点，对目标城市的所有基站构建泰森多边形来分割每个基站的服务范围；获取目标枢纽站的地理位置信息，对照构建的城市基站服务范围，提取覆盖目标枢纽站服务范围的所有基站坐标，并定义提取出的基站为枢纽基站；/nS2、获取目标城市内所有手机用户在研究时间段内的手机信令数据，对信令数据进行预处理得到每个用户每天的有效轨迹数据；/nS3、筛选目标数据，针对S2中得到的每个用户每天的有效移动轨迹进行识别，过滤掉当天轨迹中不曾出现S1中提取出的目标枢纽基站的手机用户，得到枢纽站流通人口的轨迹数据；/nS4、针对S3得到的数据中每一个用户在连续时间段内位于枢纽站的轨迹点进行聚类，将用户在连续时间段内位于不同枢纽基站的所有轨迹点合并后构建一个新的虚拟枢纽基站A，定义虚拟基站A的地理位置为S1中提取的所有枢纽基站的重心点，将合并后在虚拟基站A上的轨迹数据的开始时间start_time定义为当前合并的连续枢纽基站轨迹数据的第一条轨迹点的开始时间start_time，结束时间定义end_time为最后一条枢纽基站轨迹点的结束时间end_time；/nS5、针对经过S4处理后每一个用户每天的轨迹数据，计算该用户在每个地理位置的逗留时间stay_time，定义逗留时间stay_time为当前轨迹数据的开始时间start_time与下一条轨迹数据的开始时间start_time的时间之差，若当前轨迹点为该用户当天最后一条数据，则定义该用户在当前基站的逗留时间stay_time为该条信令数据的开始时间start_time与结束时间end_time之间的时间差；若逗留时间stay_time大于停留点时间阈值T，则判定此地理位置为该用户的一个停留点，反之则判定此地理位置为该用户的一个位移点；/nS6、计算每个用户每天在目标城市内的总逗留时间total_stay_time，定义总逗留时间total_stay_time等于对该用户当天在所有地理位置上的逗留时间stay_time的求和；/nS7、针对每个用户在S5中得到的当天轨迹及逗留时间stay_time、以及S6中得到的当天在目标城市内的总逗留时间total_stay_time，识别其人口类型；/nS8、自S7中获得出发人口和到达人口，根据S2提取出发人口和到达人口的当日出行轨迹，根据空间速度、空间距离、逗留时间三参数判断出行轨迹的停驻点，并根据OD的概念对停住点进行分析，得到出行OD轨迹；/nS9、根据OD轨迹，依据出发人口和到达人口的出发时间到达时间，生成枢纽站人口出行OD。/n...

【技术特征摘要】
1.一种基于手机信令数据的对外客运枢纽集疏空间分布分析方法，其特征在于具体的步骤为：
S1、获取目标城市的基站信息，以每个基站为中心点，对目标城市的所有基站构建泰森多边形来分割每个基站的服务范围；获取目标枢纽站的地理位置信息，对照构建的城市基站服务范围，提取覆盖目标枢纽站服务范围的所有基站坐标，并定义提取出的基站为枢纽基站；
S2、获取目标城市内所有手机用户在研究时间段内的手机信令数据，对信令数据进行预处理得到每个用户每天的有效轨迹数据；
S3、筛选目标数据，针对S2中得到的每个用户每天的有效移动轨迹进行识别，过滤掉当天轨迹中不曾出现S1中提取出的目标枢纽基站的手机用户，得到枢纽站流通人口的轨迹数据；
S4、针对S3得到的数据中每一个用户在连续时间段内位于枢纽站的轨迹点进行聚类，将用户在连续时间段内位于不同枢纽基站的所有轨迹点合并后构建一个新的虚拟枢纽基站A，定义虚拟基站A的地理位置为S1中提取的所有枢纽基站的重心点，将合并后在虚拟基站A上的轨迹数据的开始时间start_time定义为当前合并的连续枢纽基站轨迹数据的第一条轨迹点的开始时间start_time，结束时间定义end_time为最后一条枢纽基站轨迹点的结束时间end_time；
S5、针对经过S4处理后每一个用户每天的轨迹数据，计算该用户在每个地理位置的逗留时间stay_time，定义逗留时间stay_time为当前轨迹数据的开始时间start_time与下一条轨迹数据的开始时间start_time的时间之差，若当前轨迹点为该用户当天最后一条数据，则定义该用户在当前基站的逗留时间stay_time为该条信令数据的开始时间start_time与结束时间end_time之间的时间差；若逗留时间stay_time大于停留点时间阈值T，则判定此地理位置为该用户的一个停留点，反之则判定此地理位置为该用户的一个位移点；
S6、计算每个用户每天在目标城市内的总逗留时间total_stay_time，定义总逗留时间total_stay_time等于对该用户当天在所有地理位置上的逗留时间stay_time的求和；
S7、针对每个用户在S5中得到的当天轨迹及逗留时间stay_time、以及S6中得到的当天在目标城市内的总逗留时间total_stay_time，识别其人口类型；
S8、自S7中获得出发人口和到达人口，根据S2提取出发人口和到达人口的当日出行轨迹，根据空间速度、空间距离、逗留时间三参数判断出行轨迹的停驻点，并根据OD的概念对停住点进行分析，得到出行OD轨迹；
S9、根据OD轨迹，依据出发人口和到达人口的出发时间到达时间，生成枢纽站人口出行OD。


2.根据权利要求1所述的方法，其特征在于S2中所述手机信令数据为运营商提供的经过清洗、集成后的记录手机用户在开机状态下活动的时空等信息的轨迹数据，记同一MSID轨迹数据记作集合Pi＝{p1,p2,...,pn}，表示第i个人有n个位置记录点数目，每一个位置点中的主要字段包括手机识别码ID、时间戳、基站编号base、基站经度lng、基站纬度lat；其中，时间戳包括开始时间start_time以及结束时间end_time。


3.根据权利要求1所述的方法，其特征在于S2具体包括以下步骤：
S21、删除重复数据及存在字段缺失的数据；
S22、以手机用户为单位，对每个手机识别码每天的手机信令数据按照信令的开始时间进行排序；
S23、合并漂移数据：针对每个用户每天在相邻时间段内位于不同基站上的移动轨迹点，若两个基站之间的距离小于漂移距离阈值Ds，则认为该用户在这一时间段内在同一地理位置上活动，合并数据；
S24、合并乒乓数据：针对每个用户每天在不连续的时间段上的两条轨迹数据，若这两条轨迹数据对应基站之间的距离小于乒乓距离阈值Dj，且这两条轨迹数据的间隔时间小于乒乓时间阈值Tj，则认为该用户从上述第一条轨迹数据的开始时间到第二条轨迹数据的结束时间之间都在同一地理位置上活动，合并数据。


4.根据权利要求1所述的方法，其特征在于S7具体包括以下步骤：
S71、铁路过境人口判断：满足在目标城市内的总逗留时间total_stay_time小于城市总逗留时间阈值ST；
S72、铁路出发人口判断：满足在目标城市内的总逗留时间total_stay_time大于城市总逗留时间阈值ST，在虚拟枢纽基站A的逗留时间stay_time大于枢纽站逗留时间阈值σ，且在A之前的轨迹中存在停留点而在A之后的轨迹中无停留点；
S73、铁路到达人口判断：满足在目标城市内的总逗留时间total_stay_time大于城市总逗留时间阈值ST，在虚拟枢纽基站A的逗留时间stay_time大于枢纽站逗留时间阈值σ，且在A之前的轨迹中无停留点而在A之后的轨迹中存在停留点；
S74、铁路往返人口判断：满足在目标城市内的总逗留时间total_stay_time大于城市总逗留时间阈值ST，至少两次占用虚拟枢纽基站、每次在虚拟枢纽基站的逗留时间stay_time大于枢纽站逗留时间阈值σ、且两次占用虚拟枢纽基站的时间间隔大于2小时、且在第一次虚拟枢纽基站A1之前的轨迹中和第二次虚拟基站A2之后的轨迹中无停留点而在虚拟枢纽基站A1与A2之间的轨迹中存在其他停留点；或者满足在目标城市内的总逗留时间total_stay_time大于城市总逗留时间阈值ST，至少两次占用虚拟枢纽基站、每次在虚拟枢纽基站的逗留时间大于枢纽站逗留时间阈值σ、且两次占用虚拟枢纽基站的时间间隔大于2小时、且在第一次虚拟枢纽...

【专利技术属性】
技术研发人员：张改，陆振波，夏井新，王祖光，张念启，万紫吟，张静芬，刘娟，丁达，
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