伴隨中國(guó)社會(huì)和經(jīng)濟(jì)的不斷發(fā)展,城市交通問題變得日益嚴(yán)峻。通過分析城市產(chǎn)生的數(shù)據(jù)有助于我們更好的解決城市交通問題。本文制定了一種選取城市關(guān)鍵道路策略。通過在這些道路安裝數(shù)據(jù)采集設(shè)備,即可了解關(guān)鍵道路的交通狀況從而了解其余城市道路的交通狀況。這樣只需在城市中監(jiān)控少量道路,降低城市建設(shè)成本。也可以減少城市數(shù)據(jù)分析的工作量,將數(shù)據(jù)分析效率大大提高。本文結(jié)合交通問題中常見的交通流量預(yù)測(cè)場(chǎng)景來(lái)驗(yàn)證選取關(guān)鍵道路的效果。主要使用長(zhǎng)春市的出租車GPS數(shù)據(jù),對(duì)城市道路交通流量進(jìn)行統(tǒng)計(jì)分析,主要工作包含以下幾個(gè)方面:首先,利用并行處理方式對(duì)出租車GPS數(shù)據(jù)進(jìn)行道路匹配,大大提高匹配效率。爬取了長(zhǎng)春市POI興趣點(diǎn)數(shù)據(jù)、長(zhǎng)春市路網(wǎng)數(shù)據(jù)與長(zhǎng)春市地感線圈數(shù)據(jù)。根據(jù)GPS數(shù)據(jù)統(tǒng)計(jì)得到道路流量數(shù)據(jù)。對(duì)城市進(jìn)行網(wǎng)格化劃分。對(duì)地感線圈數(shù)據(jù)進(jìn)行道路匹配,認(rèn)為存在地感線圈的道路是通過人為經(jīng)驗(yàn)選擇的關(guān)鍵道路,將這些道路命名為現(xiàn)有的關(guān)鍵道路。其次,利用城市路網(wǎng)結(jié)構(gòu)數(shù)據(jù),通過圖神經(jīng)網(wǎng)絡(luò)方法中的Graph Embedding系列模型獲取道路的Embedding編碼特征。利用Embedding特征與道路屬性對(duì)道路進(jìn)行聚類分析,根據(jù)聚類結(jié)... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

長(zhǎng)春出租車GPS數(shù)據(jù)樣例

第2章數(shù)據(jù)處理10圖2.2長(zhǎng)春出租車GPS數(shù)據(jù)匹配結(jié)果表2.1長(zhǎng)春出租車GPS數(shù)據(jù)匹配結(jié)果字段解釋字段名稱字段含義Trackid隨機(jī)生成的軌跡ID，用于區(qū)分不同軌跡TimeGPS記錄時(shí)間點(diǎn)，缺失值填充為NoneTimeRoadid匹配后的道路IDPoint1log匹配后的道路的路口1的經(jīng)度Point1lat匹配后的道路的路口1的緯度Point2log匹配后的道路的路口2的經(jīng)度Point2lat匹配后的道路的路口2的緯度LogGPS記錄經(jīng)度，缺失值填充為NoneLogLatGPS記錄緯度，缺失值填充為NoneLatCaridGPS記錄的車輛ID2.2POI數(shù)據(jù)爬取POI是“PointofInterest”的縮寫，可翻譯為興趣點(diǎn)。在地理數(shù)據(jù)的范疇，一個(gè)POI點(diǎn)可以對(duì)應(yīng)一個(gè)房子。一座車站等[28]。通過分析POI數(shù)據(jù)的分布，可以更好的了解不同區(qū)域的功能特性。擁有相同功能特性的區(qū)域，往往也具有相同的交通模式。POI數(shù)據(jù)可以反映出道路周邊的業(yè)務(wù)信息，例如道路周邊的商業(yè)類POI點(diǎn)多時(shí)，那么這條道路往往處于商業(yè)區(qū)內(nèi)，具備商業(yè)區(qū)的道路屬性。本文通過百度地圖的開發(fā)者接口，利用百度地圖提供的API接口爬取長(zhǎng)春市的POI數(shù)據(jù)。爬蟲流程入下圖2.3所示。

第2章數(shù)據(jù)處理11圖2.3POI數(shù)據(jù)爬蟲流程圖最終爬取到長(zhǎng)春市的POI數(shù)據(jù)共17大類別，122小類別，將相應(yīng)類目數(shù)據(jù)存儲(chǔ)于各自目錄下，各類目POI數(shù)據(jù)分布情況如圖2.4所示：圖2.4長(zhǎng)春市各類目POI數(shù)據(jù)統(tǒng)計(jì)分布情況

【參考文獻(xiàn)】：
期刊論文
[1]圖神經(jīng)網(wǎng)絡(luò)[J]. 白鉑,劉玉婷,馬馳騁,王光輝,閆桂英,閆凱,張明,周志恒.  中國(guó)科學(xué):數(shù)學(xué). 2020(03)
[2]基于時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)的交通預(yù)測(cè)[J]. 金仲明.  軟件和集成電路. 2019(07)
[3]基于GPS和GSM的車輛智能定位與跟隨研究[J]. 于文泰,段敏,白松讓,楊曉麗,鄭蘇.  汽車實(shí)用技術(shù). 2019(02)
[4]GPS在智能交通系統(tǒng)中的應(yīng)用[J]. 文濤,岳祥楠.  人民交通. 2019(01)
[5]基于城市交通擁塞的區(qū)域路網(wǎng)服務(wù)退化指數(shù)研究[J]. 胡立偉,孟玲,祁首銘,張亞平,羅振武.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(12)
[6]路網(wǎng)匹配算法綜述[J]. 高文超,李國(guó)良,塔娜.  軟件學(xué)報(bào). 2018(02)
[7]利用浮動(dòng)車大數(shù)據(jù)進(jìn)行稀疏路段行程時(shí)間推斷[J]. 張發(fā)明,朱欣焰,咼維,胡濤.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(01)
[8]智慧交通在構(gòu)建智慧城市中的重要作用[J]. 茹艷,樊阿嬌,潘俊方,李永祥,黃超.  無(wú)線互聯(lián)科技. 2015(20)
[9]城市計(jì)算概述[J]. 鄭宇.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(01)
[10]國(guó)內(nèi)外城市交通擁堵現(xiàn)狀研究[J]. 王軼聞.  職業(yè). 2012(32)

碩士論文
[1]城市道路交通信息實(shí)時(shí)采集系統(tǒng)關(guān)鍵技術(shù)與研究[D]. 王璞.南京郵電大學(xué) 2018
[2]基于浮動(dòng)車數(shù)據(jù)的交通擁堵路段判定方法研究[D]. 曹雪茹.西安理工大學(xué) 2018
[3]基于出租車GPS的城市路網(wǎng)交通狀態(tài)計(jì)算方法研究[D]. 侯亞帆.北京工業(yè)大學(xué) 2017
[4]基于車聯(lián)網(wǎng)的車載終端中GPS導(dǎo)航系統(tǒng)的研究和設(shè)計(jì)[D]. 安恒亮.長(zhǎng)安大學(xué) 2016



本文編號(hào)：2913522