基于轨迹数据的货车停车目的识别方法

货车轨迹数据能够提供丰富的货运需求信息,然而从轨迹数据中识别停车目的的方法有待进一步研究。本文利用市内出行货车的轨迹数据,设计基于移动记录反推的货车停车点提取算法;提出融合货车出行调查数据的停车目的标定方法;构建包含停车点特征、出行特征、出行链特征、附近停车点特征和附近兴趣点特征这5个特征子集的货车行为特征集,作为识别模型输入变量;运用网格搜索算法,确定最优参数组合,建立基于二叉树支持向量机(SVM)的货车停车目的识别模型,区别货车装货点、卸货点和非装卸货点。以上海市内出行的重型货车为例,应用货车轨迹数据停车目的识别方法。结果表明:出车货车1 d平均停车4.6次;95%以上停车点的停车时间大于7 min,停车点间移动时间大于17 min;货车停车点提取算法的停车点个数误差约为6.5%;设定时间匹配标准和空间匹配标准是标定停车目的的可行方法;基于二叉树SVM的货车停车目的识别模型的准确率达85.83%。研究结果可为超大城市管理者分析城市货运需求、制定城市货运管理政策提供技术和数据支撑。