基于出租车数据的交通数据可视化研究
本文关键词:基于出租车数据的交通数据可视化研究
更多相关文章: 可视分析 GPS大数据 聚类分析 匹配算法 城市交通运行
【摘要】:现阶段,伴随着海量数据不断涌现、城镇化进程有条不紊和机动车数量的急剧增加,这些都使城市和地区交通发展面临着前所未有的挑战[1]。伴随着卫星技术、无线通讯技术和定位技术的迅速发展,每天都有大量包括浮动车数据在内的实时交通数据产生,这些实时数据的获取技术从原始的驾驶员电话通报,交警通报,施工信息通报发展到初始方法的线圈测速,雷达或激光测速再到目前已经发展到浮动车技术和手持移动设备获取的最新方法。通过以上手段获取的交通数据内含大量信息,可以应用于很多重要的领域,如人类行为模式研究、应急疏散管理、城市规划、交通物流、市场营销、动物习性、计算几何以及模拟仿真等对海量数据信息进行分析、归纳,并从中发现隐藏的模式和规律,己成为当今信息社会的焦点[2]。然而发现隐藏在这些数据背后的规律之前首先要将这些繁琐复杂的交通数据通过合理的方法进行收集、分析和呈现,而现阶段兴起的可视化技术则无疑是让这些海量交通数据变得亲切和易于理解的最有效途径,此方法可以从繁杂的数据中发现城市交通运行和其他生产生活方面的规律[3]。交通数据具有海量,高维等特点,对其分析具有很大的难度。可视化技术可以直观地呈现多维时空轨迹数据,并提供丰富的互动。本文提出的可视化方法的基本思想为通过一系列自动分析算法处理大数据和人脑对图像等可视化图形的先天认知优势,以统计图和直观地图可视化界面相结合的方法帮助用户在分析路况时可以从宏观和微观两个方面对城市交通运行状况加以把握。论文的主要内容如下:(1)数据预处理。本文首先对相关车辆GPS数据和路网地图数据进行了预处理。对于不符合规则的GPS数据进行剔除,对于缺失的GPS数据进行修补。对路网数据的处理通过POTLACH工具进行编辑,剔除和修复路网中的相关图层。(2)地图匹配与聚类分析。地图匹配过程包括轨迹的重建、清洗、存储等。此过程主要是将一连串的车辆定位信息与电子地图上的道路网络数据进行比较并由此确定车辆相对于地图的位置。聚类分析过程通过一系列过滤、筛选和规则处理海量轨迹数据,进而发现车辆运行规律。(3)可视化界面设计仿真及结果分析。仿真以可视化基本模型和七大流程为基准,通过R语言编写算法和可视化界面,轨迹数据存储在MYSQL数据表中。利用相关交通拥堵评价标准文献内的参数得出该城市的平均路况,对该城市的平均路况进行量化分析。本文的可视化方法通过一系列自动算法处理繁琐复杂的任务,同时在分析过程中强调了人在可视分析中处理高层次任务原则,最终的可视化界面清晰地还原出了道路的交通运行的具体情况。
【关键词】:可视分析 GPS大数据 聚类分析 匹配算法 城市交通运行
【学位授予单位】:兰州交通大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U491
【目录】:
- 摘要4-6
- Abstract6-10
- 1 绪论10-15
- 1.1 研究背景10-11
- 1.2 国内外研究现状11-12
- 1.2.1 国外交通数据可视化研究现状11-12
- 1.2.2 国内交通数据可视化研究现状12
- 1.3 研究目的及意义12-13
- 1.4 主要内容及组织结构13-15
- 2 可视化分析理论架构与模型分析15-22
- 2.1 可视化技术概述15-17
- 2.1.1 可视化分类15-16
- 2.1.2 可视化数据类别16-17
- 2.1.3 可视化技术支撑17
- 2.2 可视化模型分析17-19
- 2.2.1 可视化理论模型17-19
- 2.2.2 用户交互模型19
- 2.3 交通领域可视化19-21
- 2.3.1 交通数据可视化方法19-20
- 2.3.2 本文可视化机制20-21
- 2.4 本章小结21-22
- 3 数据预处理22-30
- 3.1 GPS数据处理22-25
- 3.1.1 GPS技术与组成22-23
- 3.1.2 GPS浮动车数据特点23-24
- 3.1.3 出租车GPS数据预处理24-25
- 3.2 路网数据提取与处理25-29
- 3.2.1 路网数据提取25-28
- 3.2.2 路网数据处理28-29
- 3.3 本章小结29-30
- 4 可视化相关方法30-43
- 4.1 地图匹配30-37
- 4.1.1 地图匹配原理30-31
- 4.1.2 本文匹配算法31-34
- 4.1.3 匹配过程34-37
- 4.2 聚类分析37-42
- 4.2.1 交通数据聚类37-38
- 4.2.2 本文聚类算法38-40
- 4.2.3 聚类仿真过程40-42
- 4.3 本章小结42-43
- 5 实验仿真及可视分析43-53
- 5.1 可视化界面设计43-45
- 5.1.1 视觉传递表达43-44
- 5.1.2 用户界面设计44-45
- 5.2 相关功能设计45-49
- 5.2.1 地图呈现45-46
- 5.2.2 相关数据导入46-47
- 5.2.3 可视化算法功能设计47-48
- 5.2.4 可视化仿真结果48-49
- 5.3 可视化实验结果分析49-52
- 5.3.1 道路拥堵分析49-50
- 5.3.2 各时段路况分析50-52
- 5.4 本章小结52-53
- 结论53-55
- 致谢55-56
- 参考文献56-59
- 攻读学位期间的研究成果59
【相似文献】
中国期刊全文数据库 前10条
1 刘淼;李若灵;;2008年度上海市中心城道路交通运行分析[J];交通与运输;2009年02期
2 刘新新;;世博交通运行的重要启示[J];交通与运输;2010年05期
3 邵敏华;孙立军;;城市多级道路交通运行水平一体化评价模型[J];同济大学学报(自然科学版);2010年11期
4 孙静;;北京市交通运行协调指挥中心初步启用[J];交通标准化;2011年Z2期
5 张臣军;王振山;高原;;剐蹭事故对交通运行的影响评估分析[J];道路交通与安全;2011年01期
6 张晓;邵春福;葛正义;;城市交通运行评价指标体系研究[J];城市公共交通;2007年07期
7 郎海鹏;付静静;;高速公路基本路段交通运行状态评价[J];交通科技与经济;2013年03期
8 R·M·MONTI;JOSEPHM.EGLOT.;王炜英;;在正常交通运行情况下更换顶板[J];地下工程与隧道;1988年01期
9 魏其运,刘立新,曹广佩;济青公路运输通道交通运行参数调查及分析[J];山东交通科技;2000年04期
10 Matthew Barth;Kanok Boriboonsomsin;邵玲;;交通拥堵与温室气体排放[J];城市交通;2012年01期
中国重要会议论文全文数据库 前5条
1 张溪;温慧敏;孙建平;;交通拥堵预测预警在北京市的实际应用[A];第七届中国智能交通年会优秀论文集——近期热点[C];2012年
2 吕晨曦;施斌峰;董升;杨仁法;;交通运行评价指标体系的建立——以宁波为例[A];第八届中国智能交通年会论文集[C];2013年
3 高永;戴小文;姚毅;李瑞君;;北京市道路交通事故时空分布及与交通运行关系研究[A];第八届中国智能交通年会论文集[C];2013年
4 王新伟;王成道;郑毓蕃;;内环线高架交通动态计算机模拟系统研究[A];1998年上海市系统仿真学会学术年会论文专辑[C];1998年
5 王炜;蔡先华;陆建;;GIS在城市大型活动交通运行组织管理中的应用研究[A];第二届中国智能交通年会论文集[C];2006年
中国重要报纸全文数据库 前6条
1 曹文启 朱怀全;江苏宿迁市宿豫区 调查交通运行基本情况[N];中国安全生产报;2010年
2 周堪;北京奥运会交通运行良好[N];人民公安报·交通安全周刊;2008年
3 记者 肖晗;深圳交通运行效率将提高三成[N];深圳商报;2013年
4 记者 苏奕斌;2013年全市交通运行态势向好[N];闽南日报;2014年
5 记者 刘爽;限行首日停驶机动车80万辆[N];北京商报;2008年
6 周保军;交警暗访机动车不礼让行人行为[N];人民公安报·交通安全周刊;2012年
中国博士学位论文全文数据库 前3条
1 刘张;城市交通运行状态分析与预测关键技术研究[D];电子科技大学;2016年
2 吕北岳;基于浮动车的深圳市道路交通运行评价研究[D];武汉大学;2013年
3 仲维庆;区域交通运行效率分析及规模适应性研究[D];大连海事大学;2013年
中国硕士学位论文全文数据库 前10条
1 靳秋思;基于交通运行指数的速度分布聚类与排放测算不确定性[D];北京交通大学;2016年
2 龚大鹏;雨雪天气对城市道路交通运行的影响研究[D];北京交通大学;2016年
3 董亮;基于出租车数据的交通数据可视化研究[D];兰州交通大学;2016年
4 杨伟;区域交通运行评价与改善策略研究[D];华中科技大学;2009年
5 张昂启;城市交通运行效率评价[D];首都经济贸易大学;2014年
6 邱月;城市道路桥隧连接段交通运行安全评价及保障措施研究[D];长安大学;2013年
7 纪铮翔;道路交通运行状态评价关键指标研究[D];同济大学;2007年
8 王光辉;高速公路交通运行状态判别方法研究[D];吉林大学;2015年
9 游黄阳;基于车牌跟踪的交通运行状态评价及预测[D];华南理工大学;2014年
10 杨文锐;基于道路运输特征的重庆主城区货车限行方案研究[D];重庆交通大学;2013年
,本文编号:1079698
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1079698.html