基于手机App调查数据的出行信息提取方法研究

发布时间：2021-10-31 00:05

　　大量的出行行为数据是建立交通出行需求预测模型的前提条件,而居民出行调查是获得大量居民出行数据最有效的方法。传统的出行调查一般采用问卷调查的形式（纸质或电子问卷）,该方法需要用户填写出行信息,这样会耗费大量的人力物力资源,并且拒访率较高。近年来随着智能手机的发展,居民在日常出行时会用到具有定位功能的手机App,手机App会记录居民出行过程中的移动轨迹,这些轨迹数据客观反映了居民的出行习惯和出行规律,利用这些轨迹数据可以很好的解决传统出行调查中存在的各种问题。但是,由于这些出行轨迹数据只有居民出行的时间与空间信息,缺少用户的个人社会经济属性数据和出行过程中使用的出行方式以及出行目的等信息,因此并不能将出行轨迹数据直接运用于交通出行需求预测模型中。本文首先通过自主研发的手机App来收集居民的出行轨迹数据和社会经济属性数据,其次利用出行信息提取算法从以上数据中获取到能够应用于交通出行需求预测模型的出行信息。该出行信息提取算法能够充分利用轨迹数据固有的时空特征以及收集到的居民的社会经济属性数据,从而有效提高出行信息提取的质量。本文所要提取的出行信息主要包括:停留点、出行目的以及出行方式,本文的研... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：126 页

【学位级别】：硕士

【部分图文】：

出行信息提取方案

信息的概念和定义出行信息指的是居民在出行过程中产生的全部交通信息具、排队长度、拥挤程度及交通事故等。狭义的出行信出行方式、出行目的、出行次数、出行距离以及出行时信息定其义来源于交通规划“四阶段”理论。由交通规划型最重要的参数便是出行目的、出行方式、出行次数等研究如何从手机 App 收集的调查数据中提取出狭义的出停留点、出行目的及出行方式等。天的出行可以由一系列的点来表示，这些轨迹点包含了 2-1 所示，图中的圆点表示居民出行的轨迹点，从图中可由一系列的活动点和出行点组成的，活动点是居民开展所（如工作单位或商场等），出行点是居民利用不同出生的轨迹点。本研究的重点是研究如何提取到这些活动点出出行目的和出行方式。

识别的模糊决策树。 Scan 求解凸包法算法获取到的停留点是一系列的轨迹点，并不能唯因此需要通过一些方法找到一个能够准确标识该停多研究大多是计算经纬度的平均值作为唯一的停留，存在大量的漂移数据，这些漂移的轨迹点围绕的计算，则会导致得到的停留点偏离建筑物。本研究通过 Graham's Scan 从停留点中找到围绕建筑物的多心作为唯一的停留点位置。an 是由数学大师葛立恒发明的一种求解点集凸包的的点最外围凸多边形，图 2-2 所示为一个凸包示意2}所组成的多边形就是点集 Q={P0,P1,...,P12}的凸包）组成。

【参考文献】：
期刊论文
[1]一种面向移动智能手机用户轨迹停留点提取的时空聚类算法研究[J]. 崔邓,沈敬伟,周廷刚.  西南师范大学学报(自然科学版). 2016(10)
[2]基于DVTD的移动用户出行模式识别研究[J]. 詹益旺,胡斌杰.  计算机工程. 2016(07)
[3]基于手机信令定位数据的居民出行时空分布特征提取方法[J]. 李祖芬,于雷,高永,吴亦政,龚大鹏,宋国华.  交通运输研究. 2016(01)
[4]基于智能手机调查数据的居民出行活动特征分析[J]. 杨超,朱荣荣,涂然.  交通信息与安全. 2015(06)
[5]基于手机信令数据的交通OD提取方法改进[J]. 胡永恺,宋璐,张健,冉斌.  交通信息与安全. 2015(05)
[6]基于GPS调查数据的出行-活动-中途驻停识别[J]. 宗芳,王潇,张慧永,白玉.  华南理工大学学报(自然科学版). 2015(04)
[7]一种基于手机定位数据的出行行程识别方法[J]. 张健钦,仇培元,徐志洁,杜明义.  武汉理工大学学报(交通科学与工程版). 2013(05)
[8]手机数据在交通调查和交通规划中的应用[J]. 冉斌.  城市交通. 2013(01)
[9]基于手机位置数据的居民出行信息挖掘和分析方法研究[J]. 罗勇,王晏民,张健钦.  北京建筑工程学院学报. 2012(01)
[10]网络调查与现场问卷调查的比较研究——以普陀山旅游调研为例[J]. 周永广,桂晶晶.  青岛酒店管理职业技术学院学报. 2012(01)

硕士论文
[1]基于LBS轨迹的出行活动链模式识别研究[D]. 汪磊.大连交通大学 2015
[2]基于AGPS手机的交通方式识别研究[D]. 闫彭.北京交通大学 2012



本文编号：3467671