基于GPS轨迹的公交线路及站点抽取研究与应用
本文选题:轨迹压缩 切入点:站点挖掘 出处:《天津大学》2016年硕士论文
【摘要】:随着公交智能化发展以及定位技术的成熟,GPS定位技术已广泛应用于交通领域。由车载GPS采集的大量轨迹数据蕴含着大量信息,具有十分重要的研究价值。本文以公交轨迹数据为研究对象,进行公交线路抽取和公交站点挖掘。文章使用轨迹压缩算法进行线路几何关键点提取,使用聚类相关算法进行站点挖掘,取得了良好的效果。本文主要的研究工作如下:(1)对漂移轨迹数据进行处理,去除无效的轨迹数据,并使用角度限值法和垂距限值法对冗余数据进行清理,减少了参与算法压缩的轨迹数据量,提高了数据处理速度。(2)使用Douglas-Peucker算法进行轨迹数据压缩,对压缩出现的线路抖动情况使用垂距开口比的方法解决,将处理结果与道路图形进行对比,处理效果良好。(3)在网格密度聚类算法的基础上,对轨迹进行聚类识别,结合速度约束,获取更加精炼的聚类簇;设定时间划分的约束,选取车辆不易发生拥堵的时段,结合速度约束,对轨迹进行聚类统计分析,获取站点聚类及聚类代表点作为公交站点。实验结果证明该方法能够有效挖掘公交站点。
[Abstract]:With the intelligent development of public transportation and the mature GPS positioning technology, GPS positioning technology has been widely used in the field of transportation.A large amount of track data collected by vehicle GPS contains a lot of information, which has very important research value.In this paper, bus track data as the research object, bus route extraction and bus station mining.In this paper, the path compression algorithm is used to extract the key points of line geometry, and the clustering correlation algorithm is used to mine the sites, and good results are obtained.The main research work of this paper is as follows: (1) the drift trajectory data is processed, the invalid trajectory data is removed, and the redundant data is cleaned up by the angle limit method and the vertical limit value method, which reduces the amount of track data compressed by the algorithm.The Douglas-Peucker algorithm is used to compress the track data, and the vertical opening ratio is used to solve the jitter of the line, and the processing result is compared with the road figure.On the basis of the grid density clustering algorithm, the trajectory is identified, the more refined clustering cluster is obtained by combining the speed constraint, the time division constraint is set, and the time period when the vehicle is not easy to be congested is selected.Combined with speed constraint, cluster statistical analysis of track is carried out, and cluster and cluster representative points are obtained as bus stations.Experimental results show that this method can effectively mine bus stations.
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP311.13
【参考文献】
相关期刊论文 前10条
1 张昊琳;叶飞跃;任恩茂;柴昆;;矢量图压缩的关键点保持算法研究[J];计算机工程与应用;2015年11期
2 朱云龙;刘微;;基于轨迹聚类的路网构造[J];吉林师范大学学报(自然科学版);2015年01期
3 王飞;曾燕;赵小波;刘胤田;;基于累积偏移算法的线路矢量数据实时压缩[J];地球信息科学学报;2014年02期
4 牛玉礼;李岁劳;任鸿飞;牛振中;;一种基于曲率分析的电子地图数据压缩方法[J];机械与电子;2013年07期
5 Heemin Park;Young-Jun Lee;Jinseok Chae;Wonik Choi;;Online Approach for Spatio-Temporal Trajectory Data Reduction for Portable Devices[J];Journal of Computer Science & Technology;2013年04期
6 桂智明;向宇;李玉鉴;;基于出租车轨迹的并行城市热点区域发现[J];华中科技大学学报(自然科学版);2012年S1期
7 龙胜春;项鹏远;秦贞华;凌华强;;基于面积阈值的矢量数据压缩方法[J];计算机应用与软件;2012年12期
8 雷祥;张少华;任凌云;王彦理;;D-P算法的改进及其在飞行轨迹回放中的应用[J];软件;2012年09期
9 卢银宏;岳东杰;宋飞凤;;基于总体最小二乘的Douglas-Peucker算法在多波束测深数据抽稀中的应用[J];水利与建筑工程学报;2012年02期
10 陈惠荣;郑义东;关海波;徐卫明;;基于骨架线的Douglas-Peucker算法改进[J];海洋测绘;2011年05期
相关博士学位论文 前3条
1 袁晶;大规模轨迹数据的检索、挖掘和应用[D];中国科学技术大学;2012年
2 张治华;基于GPS轨迹的出行信息提取研究[D];华东师范大学;2010年
3 孙玉芬;基于网格方法的聚类算法研究[D];华中科技大学;2006年
相关硕士学位论文 前10条
1 杨光;轨迹数据的概化方法[D];中国矿业大学;2014年
2 何贤国;出租车GPS大数据可视化研究[D];浙江工业大学;2014年
3 赵东升;轨迹聚类中距离度量方法的实践与应用[D];东华大学;2014年
4 马云飞;基于出租车轨迹点的居民出行热点区域与时空特征研究[D];南京师范大学;2014年
5 冯神柱;路网轨迹数据的压缩存储技术研究[D];杭州电子科技大学;2014年
6 张明月;基于出租车轨迹的载客点与热点区域推荐[D];湖南科技大学;2013年
7 李小杰;从车辆轨迹数据中提取道路网络几何特征[D];华东师范大学;2011年
8 王雅琳;道路网络空间中移动对象轨迹聚类算法的研究[D];哈尔滨工程大学;2011年
9 张长;基于网格的聚类算法和孤立点技术的研究[D];郑州大学;2007年
10 欧阳怡彪;空间数据挖掘的聚类方法与应用[D];电子科技大学;2006年
,本文编号:1708581
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1708581.html