基于大数据的轨迹处理及出租车司机收入分析

发布时间：2021-11-19 21:20

　　随着GPS设备的普及,产生了越来越多的轨迹大数据,为提升综合交通运输服务水平,加快建设交通强国,利用大数据的处理方法对出租车的轨迹数据进行有效的处理分析和存储显得尤其重要。本文基于上海市出租车的GPS轨迹数据,分析了影响司机的收入的几个因素。首先提取并清理GPS定位数据,以获得有效行程的数据集。采用基于MATLAB的大数据处理和存储方法对轨迹大数据进行处理。对GPS数据存在的经纬度异常和温度漂移等问题,提出了几种方法来过滤异常点。利用聚类方法可以准确识别出轨迹缺失的异常点,利用模糊C均值聚类对采样得到的大量冗余数据进行处理,减小无效的数据规模,并验证了聚类结果的准确性。针对现有地图匹配法过于复杂和局限性大等缺点,提出了一种基于椭圆为误差范围的地图匹配法,利用我国道路宽度和GPS高采样精度从而有效的把GPS数据点匹配到正确的道路上。根据处理后的数据对出租车司机收入进行相关性分析:对出租车的OD点进行提取,从而得到出租车在运行中的载客轨迹和时间段。然后对出租车换班行为进行检测,区分出出租车每天由几个司机驾驶,并对出租车收入进行量化,对一天中不同时间司机的平均每小时收入进行分析。对出租车出行... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

GPS数据

哈尔滨理工大学工学硕士学位论文-10-GIS地图数据采用的是WEBMAP的上海市地图数据，地图格式为.map格式，地图属性数据示例如下图2-3所示：图2-3GIS地图属性信息示例Fig.2-3ExampleofGISmapattributeinformation图3-4是编号为175的出租车1天的轨迹，通过对这些轨迹进行处理、拆分后才能进行下一步的处理。图2-4编号为175的出租车1天的轨迹Fig.2-4Oneday"strackoftaxiNo.1752.1.2数据清洗上海市出租车GPS数据集，体量庞大，精度高，但是仍不可避免地存在轨

哈尔滨理工大学工学硕士学位论文-10-GIS地图数据采用的是WEBMAP的上海市地图数据，地图格式为.map格式，地图属性数据示例如下图2-3所示：图2-3GIS地图属性信息示例Fig.2-3ExampleofGISmapattributeinformation图3-4是编号为175的出租车1天的轨迹，通过对这些轨迹进行处理、拆分后才能进行下一步的处理。图2-4编号为175的出租车1天的轨迹Fig.2-4Oneday"strackoftaxiNo.1752.1.2数据清洗上海市出租车GPS数据集，体量庞大，精度高，但是仍不可避免地存在轨

【参考文献】：
期刊论文
[1]基于层次分析法的机场出租车司机决策模型研究[J]. 王冰杰,王可歆,韩刚刚.  白城师范学院学报. 2019(10)
[2]大数据下智能交通系统的发展综述[J]. 张溪.  信息与电脑(理论版). 2019(01)
[3]近似到达时间约束下的语义轨迹频繁模式挖掘[J]. 吴瑕,唐祖锴,祝园园,彭煜玮,彭智勇.  软件学报. 2018(10)
[4]Coteries轨迹模式挖掘及个性化旅游路线推荐[J]. 李晓旭,于亚新,张文超,王磊.  软件学报. 2018(03)
[5]大数据背景下智能交通系统发展综述[J]. 李小伟,唐拓.  城市建设理论研究(电子版). 2017(19)
[6]基于停留时间的语义行为模式挖掘[J]. 郭黎敏,高需,武斌,郭皓明,徐怀野,魏闫艳,王之欣,焉丽,田霂.  计算机研究与发展. 2017(01)
[7]大数据及其在城市智能交通系统中的应用综述[J]. 李康.  信息通信. 2016(12)
[8]基于改进DBSCAN方法的移动对象轨迹停留分析[J]. 权宇澄,吴健平.  测绘与空间地理信息. 2016(10)
[9]面向移动时空轨迹数据的频繁闭合模式挖掘[J]. 王亮,汪梅,郭鑫颖,秦学斌.  西安科技大学学报. 2016(04)
[10]一种基于轨迹大数据离线挖掘与在线实时监测的出租车异常轨迹检测算法[J]. 韩博洋,汪兆洋,金蓓弘.  中国科学技术大学学报. 2016(03)

硕士论文
[1]基于GPS数据的高收入出租车司机收入影响因素研究[D]. 李易桓.长安大学 2019
[2]出租车乘客和司机的行为模式研究[D]. 张凌.大连理工大学 2017
[3]基于时空轨迹的交通数据分析与应用[D]. 刘爽.电子科技大学 2017
[4]基于Lifelog数据的个人轨迹模式挖掘算法的研究与应用[D]. 吕志娟.东北大学 2015



本文编号：3505889