出租车GPS轨迹大数据在智能交通中的应用

安装了GPS的出租车可实现大范围、全天候的车辆行驶数据采集,这些量大、时刻变化的GPS轨迹数据记录了城市交通、人群移动的动态变化信息,对研究城市交通起着重要的意义.从研究基于数据驱动的智能交通角度出发,综述国内外基于出租车GPS轨迹大数据的城市智能交通研究现状,经过归纳总结,将目前的研究工作分为交通状态分析、运营管理及支持、路径规划及预测三个方面,总结并阐述出租车GPS轨迹大数据在这三个方面的研究及应用情况,并指出该领域目前面临的问题和不足以及进一步需要研究的方向.

出租车GPS大数据的道路行车可视分析

针对出租车GPS数据因其数据量庞大和时空信息特征复杂而带来的分析难题,提出一种基于出租车GPS大数据的道路行车可视分析方法.该方法用OpenStreetMap得到开阔道路的地图,采用离散和连续型2种编码方式对道路上的车流量、行车方向和速度等情况进行分析;离散编码采用箭头图表示,并用速度区间聚类算法优化颜色布局;连续编码采用栈图表示,并用特征点提取算法加速图表绘制.最后以杭州市出租车GPS数据为样例,将数据分布式存储在云计算平台上,采用MapReduce加快数据查询和处理,应用文中的2种可视编码方式进行可视分析,结果表明,该方法能准确地反映杭州市道路交通状况.

手机信令与出租车GPS数据融合车源定位方法

为揭示居民出行行为与城市交通拥堵的内在关联,并为缓解城市交通拥堵提供技术支持,利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据,构建了数据驱动的车源定位方法.利用手机数据获取出行需求信息,利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法,进行交通流分配,对城市道路车流来源及城市拥堵源进行动态定位.结果表明:道路车流主要来自于少量车源小区,且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响,城市全局拥堵源在早晚高峰表现出不同的特征.利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律,辅助制定有针对性的拥堵缓解策略.

基于出租车GPS数据的道路平均速度估计方法

浮动车技术是目前常用的获取道路交通信息技术手段之一,而出租车GPS数据是该技术重要数据来源,但其本身存在诸多不足。为更好地利用出租车GPS数据,文中提出了在定位误差、低频采样、数据量少等因素影响下的行程速度估计方法。首先结合城市复杂路段情况,提出基于车流方向、路段可达性、速度等约束条件下的实时地图匹配算法,引入反向检查机制对不确定点进行修正;然后针对出租车运营特性,建立了有效数据获取模型,并提出低频采样影响下的行程速度估计算法;最后利用北京出租车数据进行计算比较。结果表明了该方法的可用性,能满足道路状态判断的一般需求。

出租车GPS轨迹集聚和精细化路网提取

针对利用GPS数据提取双向路网和交叉路口转向信息精度低的不足,本文提出一种顾及位置与行驶方向的轨迹集聚和精细化路网提取方法,实现了精细化路网提取。为提高交叉路口路网的提取精度,首先剔除原始轨迹中的离散和异常轨迹点,并按一定的步长对轨迹段进行加密;然后引入行驶方向角来表达车辆在轨迹点处的行驶方向,顾及位置和行驶方向获取每个轨迹点的相似轨迹点集合;接着依次计算每个轨迹点的偏移距离,通过对轨迹点的迭代偏移完成轨迹集聚;最后剔除未成功集聚的轨迹点,将完成集聚的轨迹点连成轨迹线并作缓冲区,运用栅格数据数字化方法提取得到能够反映道路精细转向关系的道路网。以福州市出租车GPS数据进行轨迹集聚和路网提取试验,结果表明:本文方法能有效地将GPS轨迹按车辆行驶方向分别进行集聚,提取的道路网为双向道路并且能反映交叉路口处道路的精细转向关系。

出租车GPS大数据在东莞市“小山小湖”社区公园选址中的应用

选址问题是GIS最基本的任务之一。选址通常是考虑一定条件下的空间位置优化,很难将人类的活动情况作为优化因素考虑进来。本文结合东莞市小山小湖社区公园的选址工作,通过分析海量出租车的OD(上下车)记录数据,在选址任务中引入居民实际居住与出行情况作为参考。通过提高人口分布密度这一重要选址影响因素的精度,进而改进小山小湖社区公园的选址情况,这种方法是对传统分析方法的有效补充和创新。基于出租车轨迹数据的选址方法与传统的选址方法相结合,更有效、合理地提高了选址的可靠度。

基于出租车GPS数据的居民出行行为和城市空间结构分析--以北京市为例

居民出行模式是城市空间结构与功能的映射。运用北京市出租车GPS定位的轨迹大数据,揭示城市居民出行行为和城市空间结构特征。通过社区发现的方法,对短距离和中距离的出行网络进行分区研究,发现北京市"北强南弱不均衡"和"内强外弱圈层式"的出行特征。在每个出行社区内,大多数节点的出租车流量较低,出租车流量最大的节点在区域内部发挥了中枢的作用。此外,位于城市核心区的"居民出行区中心"土地利用类型更综合,出租车流量处于较高水平,而一些位于城市拓展区的"居民出行区中心"土地利用类型相对单一,引发了职住分离、潮汐车流等问题。建议从城市规划导向和实施上进一步完善城市次中心功能,构建功能协调、优势互补的多中心城市网络结构。

基于出租车GPS数据的城市次干道阻抗函数研究

城市道路阻抗函数的合理性、准确性和实时性是进行动态交通诱导的先要条件,也是交通规划领域的经典问题。目前对城市次干路,特别是违法停车影响下道路通行能力下降时的道路动态变化研究较少。以武汉市出租车GPS海量数据为基础,提出了不同道路情景及不同出租车行驶状态下的海量数据筛选策略,建立了出租车行程分析方法。另选用Smats便携式蓝牙和Wi-Fi扫描仪采集数据,针对该设备的工作原理提出了误差数据处理方法,得到真实交通流量和实验数据之间的对应关系。在BPR阻抗函数中引入非法停车条件下的道路通行能力变化规律,由出租车GPS数据和实验采集的道路交通流数据对阻抗函数表达式中的系数进行标定,并对结果进行了对比验证。结果表明,重新标定后BPR函数与真实道路阻抗的平均误差值与未改进的BPR函数相比,由26.1s降为6.8s。

基于出租车GPS数据和免疫优化模型的出租车停靠站布局研究

提出了一种基于出租车GPS数据和免疫优化模型的出租车停靠站布局方法。首先通过出租车GPS数据提取乘客上下车位置,然后通过K-means聚类分析,将数据进行分类,建立需求小区,最后用免疫优化模型找出最佳出租车停靠站位置。结果证明这种方法用于出租车停靠站的布局是可行的,能为政府出租车管理部门在决策时提供重要依据。

基于出租车GPS数据的路段平均速度估计模型

为了解决现有基于GPS数据的路段平均速度估计模型应用条件苛刻、难以满足低成本和高精度信息需求问题,考虑不同类型GPS车辆运行特征,设计了两个基于出租车GPS数据估计路段平均速度的改进模型.基于两个改进模型,设计了路段平均速度的融合估计方法.用某城市局部路网的出租车GPS数据验证两个改进模型,并与传统模型进行了对比分析.结果表明,在不增加成本的条件下,两个改进模型的估计精度分别比传统模型提高了1.5%与19.7%;融合估计方法的精度比两个改进模型分别提高了2.8%与8.8%.

基于贝叶斯网络的稀疏出租车GPS轨迹路径还原方法

为提高出租车GPS大数据的可用性,提出一种基于贝叶斯网络研究稀疏出租车GPS轨迹路径还原的方法.与传统仅基于时空变量的研究方法不同,新算法同时考虑天气条件、驾驶员特性、车辆行驶特性与出租车的载客状态等因素来进行路径还原预测.以宁波市体育中心周围的路网为例,将出租车服务信息管理平台的GPS轨迹数据作为测试对象,验证本文方法的适用性.结果显示,基于多因素的贝叶斯网络方法在还原精度方面(达到91.4%)优于Logit选择模型.此外,新算法尤其适用于出租车轨迹数据缺失率较高的场景,比如缺失轨迹点跨度在5 min左右.

北京市出租车GPS轨迹数据统计特征分析

以2015年5月11-17日北京市3万多辆出租车3.85亿条轨迹点数据为研究对象,对非载客段数据点进行剔除,使用R语言从居民出行距离、轨迹段持续时间、分时段出行量、出行方向及平均速度五个角度进行统计特征分析,并通过拟合得到浮动车行驶距离与持续时长所遵循的指数分布,进而发现距离衰减效应、工作日与周末的日律性,并以此分析乘客出行距离、出行时间的潜在规律。

基于出租车GPS数据的交通状况分析

随着城市化进程和交通运输业的发展,城市人流量和车流量的日益增多,导致交通的供需失衡,使城市交通拥堵越来越严重,对整个城市的发展造成了制约.本文以四川省成都市出租车GPS轨迹数据为实例,利用时间降维、空载去噪、时间阈值和速度阈值4种方法对数据进行预处理,使用统计学和空间分析结合的综合分析方法,根据出租车路段平均速度、路段内速度变化等信息,分时段对成都市交通状况进行分析,并进行了可视化展示,得出的结果可给出行人或出租车司机提供出行时间及路段组选择提供建议.

出租车GPS轨迹大数据在智能交通中的应用研究

应用GPS的出租车,能够对车辆进行数据采集工作,借助出租车的GPS轨迹,能够对人群移动、城市交通的变化情况有教记录,有利于促进城市交通的研究工作。文章就此对出租车GPS轨迹大数据在智能交通中的应用相关内容进行分析,以期为相关人员提供参考和借鉴。

出租车GPS数据在交通改善中的应用分析

随着交通拥堵问题的日益严重,交通改善成为当前交通建设管理的重要话题。出租车GPS数据能反应路网交通运行状况,可用于发现交通问题,并对交通改善方案的实施效果进行评估,对交通改善起到了很大的辅助作用。本文从交通运行监测、问题预先研判、交通改善后效果评估几方面阐述了出租车GPS数据在交通改善中的应用,随后以重庆石黄隧道北进口匝道控制交通改善作为案例,实际阐释了出租车GPS数据在交通改善中如何加以利用。

出租车GPS数据可视化分析

本文是对来源于成都科泰科技有限责任公司的《绵阳GPS数据》的提取、分析和利用,详细阐述了基于大数据处理的出租车GPS数据可视化分析。

基于出租车GPS数据的城市人群出行模式研究

道路拥堵、打车难等城市交通问题是当下交通资源约束城市发展的集中体现。海量的出租车GPS数据中蕴含着人们出行的规律、模式,可以为城市交通规划的科学化、合理化提供重要参数依据。文章从数据分析角度,利用成都市滴滴平台开放数据对市民一周内乘坐出租车的出行行为在时间上和空间上的规律与模式进行了全面剖析,结果较为符合成都市居民的出行习惯和作息规律,并针对性地提出建议,为成都市交通建设及管理提供一定参考。

基于GPS数据兰州市出租车上下客时空特征分析

为了解兰州市出租车上下客的时空热点分布,基于2021年4月一周的出租车GPS数据,使用数理统计方法对出租车进行时间特征分析,采用核密度分析方法对出租车上下客事件进行空间分析,从出租车GPS数据中分析城市出租车上下客事件的时空分布规律,从而为出租车司机以及运营管理者提供决策。结果表明:工作日和非工作日的出行需求随着时间分布有不同的特征,兰州市出租车订单载客时长有90%在30 min以内,有50.7%的出租车司机能够在10~20 min寻找到乘客。一天中各时段的上下客热点主要为高铁站等交通枢纽以及商业中心的西关以及西站什字附近,其它热点集中在一些居民区、高校以及旅游等区域。

基于流量和出租车GPS数据的城市道路网络宏观基本图

为把握城市宏观交通状况,发掘城市道路网络交通流内在特性,从而达到缓解日益严峻的交通问题的目的,对交叉口流量和出租车GPS两类数据进行数据融合,运用宏观基本图(MFD)和广义宏观基本图(GMFD)在城市道路网络中的存在性以及二者之间存在的差异,以路网平均车辆数、路网通行能力和密度分布为指标来描述MFD和GMFD,并提出一种利用路段流量和出租车GPS数据拟合得到MFD和GMFD的方法,发现路网中密度的不均匀分布是导致路网通行能力不高的原因。针对由长沙市13个道路交叉口组成的区域路网,分别计算出分小区和分路段的MFD特征值,提出了根据存储空间能力(即临界路网平均车辆数的大小)对拥堵路网进行合理分流的方法,实现高峰时期拥堵路段的路径诱导以及路网通行能力的最大化。

基于出租车GPS数据的居民就医时空特征分析

城市医疗服务在很大程度上影响着城市居民的生活质量,在公共服务领域中发挥着极其重要的作用。近年来,中国城市化发展过程中产生了海量的大数据,基于这些海量数据分析居民就医出行特征对于优化和改善城市医疗资源布局具有重要意义。本文以北京市主要医疗机构空间位置数据为基础,基于出租车GPS移动轨迹数据,采用时空统计分析方法,研究了出租车出行模式下的居民就医出行时空特征。结果表明,利用医院的OD(Origin-Destination)网络结构特征分析,可以识别出不同医院的服务范围以及受众的时空分布模式。市区尤其是四环以内医院的就医网络密集、紧凑,就医密度较高,而四环以外尤其是郊区周边,就医网络稀疏、分散,医疗资源的级别及地理位置影响了居民的就医倾向。本研究基于浮动车GPS数据开展居民就医时空行为模式挖掘研究,可以为城市医疗资源供需分析和优化配置提供决策支持。