發(fā)布時(shí)間：2021-06-24 05:36

　　隨著我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展以及城鎮(zhèn)化進(jìn)程的不斷深入,城市機(jī)動(dòng)車的擁有量也在迅速增長(zhǎng),但受限于城市道路交通空間資源的有限性和道路規(guī)劃建設(shè)方面投入的局限性,城市交通發(fā)展滯后于機(jī)動(dòng)車快速增長(zhǎng)態(tài)勢(shì),使得城市交通運(yùn)行壓力日趨嚴(yán)重,城市交通道路問題也愈發(fā)明顯。基于城市出租車GPS軌跡數(shù)據(jù)進(jìn)行時(shí)空分析,可以識(shí)別城市交通出行特征,通過探測(cè)其與路網(wǎng)結(jié)構(gòu)的相關(guān)性,為有效緩解城市交通壓力,優(yōu)化城市交通規(guī)劃與管理提供基礎(chǔ)支撐。本文以線性街道為分析單元,對(duì)成都市三環(huán)線以內(nèi)2014年8月18日至8月24日共計(jì)14000輛出租車GPS軌跡數(shù)據(jù)進(jìn)行去除噪聲點(diǎn)、冗余以及地圖匹配等數(shù)據(jù)預(yù)處理操作,利用成都市街道上下客統(tǒng)計(jì)量以及動(dòng)態(tài)變化量挖掘城市出租車交通時(shí)空特征,依據(jù)Bisect K-means方法對(duì)街道進(jìn)行聚類,隨后利用城市路網(wǎng)交通鄰近、中介、直達(dá)三種網(wǎng)絡(luò)中心性指標(biāo)與街道內(nèi)上下客活動(dòng)密度進(jìn)行相關(guān)性分析。主要研究?jī)?nèi)容總結(jié)如下:（1）出租車軌跡時(shí)空特征分析。利用工作日與休息日的聚合方式和以一小時(shí)作為時(shí)間間隔進(jìn)行分析發(fā)現(xiàn),休息日出租車活動(dòng)時(shí)間分布曲線相較于工作日較為平滑,工作日晚高峰從18點(diǎn)出現(xiàn)明顯增長(zhǎng)趨勢(shì),而休息日則出現(xiàn)在... 

【文章來源】：河南大學(xué)河南省

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

出租車軌跡時(shí)空特征及與街道網(wǎng)絡(luò)中心性相關(guān)分析——以成都市為例18圖3-1研究區(qū)示意圖3.2數(shù)據(jù)源與數(shù)據(jù)結(jié)構(gòu)出租車GPS軌跡數(shù)據(jù)來源于DataCastle交通線路通達(dá)時(shí)間預(yù)測(cè)算法競(jìng)賽（https://www.pkbigdata.com/），數(shù)據(jù)量為18.2GB，包含成都市超過1.4萬(wàn)輛出租車約4億條軌跡記錄，數(shù)據(jù)時(shí)間從2014年08月18日至08月24日，軌跡記錄時(shí)間段為每日6:00至23:59，為期一周，數(shù)據(jù)內(nèi)容包括出租車ID、經(jīng)緯度坐標(biāo)、載客狀態(tài)（1代表搭乘，0代表空駛）以及記錄時(shí)間點(diǎn)。路網(wǎng)數(shù)據(jù)來自于山西省測(cè)繪地理信息院提供的成都市基礎(chǔ)地理數(shù)據(jù)，成都市行政區(qū)劃數(shù)據(jù)與來自于地理國(guó)情監(jiān)測(cè)云平臺(tái)。表3-1出租車GPS軌跡數(shù)據(jù)結(jié)構(gòu)ID經(jīng)度X緯度Y載客狀態(tài)（0空駛，1搭乘）記錄時(shí)間1104.03720330.65089402014/8/187:47:391104.03720330.65073602014/8/187:48:09

出租車軌跡時(shí)空特征及與街道網(wǎng)絡(luò)中心性相關(guān)分析——以成都市為例20GPS軌跡點(diǎn)之間的速度作為識(shí)別參數(shù)，當(dāng)相鄰GPS軌跡點(diǎn)之間的速度大于設(shè)定閾值時(shí)，則被識(shí)別為噪聲點(diǎn)進(jìn)行去除。另一種是利用濾波技術(shù)，過濾數(shù)據(jù)中的噪聲以及離散值，常用的濾波技術(shù)有中值濾波、均值濾波、卡爾曼濾波[56]。算法原理是利用被濾波點(diǎn)周圍m個(gè)相鄰點(diǎn)（包含被濾波點(diǎn)本身）的中值（均值），對(duì)被濾波點(diǎn)的坐標(biāo)進(jìn)行重新定位，達(dá)到修改噪聲點(diǎn)位置的目的，卡爾曼濾波能夠包含沒有直接測(cè)量的軌跡點(diǎn)狀態(tài)變量，因此目前大多數(shù)研究學(xué)者都利用卡爾曼濾波器對(duì)噪聲點(diǎn)進(jìn)行平滑處理，卡爾曼濾波基于統(tǒng)計(jì)信息，對(duì)噪聲點(diǎn)偏移位置進(jìn)行遞歸修改，利用測(cè)量值與估測(cè)值之間產(chǎn)生的誤差，獲取最優(yōu)位置，并以此為依據(jù)，對(duì)后續(xù)噪聲點(diǎn)位置進(jìn)行修改，因其在減小GPS定位誤差方面的合理性及高效性，卡爾曼濾波已經(jīng)成為目前最為常用的濾波手段。本文通過遍歷出租車軌跡數(shù)據(jù)坐標(biāo)，計(jì)算相鄰點(diǎn)之間的距離，并與容忍距離進(jìn)行比較，若與前后相鄰點(diǎn)距離和大于二倍容忍距離則視為噪聲點(diǎn)去除。圖3-2去除噪聲示意圖3.3.2去除數(shù)據(jù)冗余對(duì)出租車GPS軌跡數(shù)據(jù)進(jìn)行預(yù)處理主要是為了提取出租車運(yùn)行特征等有效信息，出租車運(yùn)行期間所產(chǎn)生的大量停留點(diǎn)數(shù)據(jù)以及包含錯(cuò)誤信息的誤差數(shù)據(jù)對(duì)出租車城市交通時(shí)空特征的分析并不具備積極意義，因此需要去除冗余數(shù)據(jù)。依據(jù)城市出租車運(yùn)行特點(diǎn)與規(guī)律，去除城市出粗車GPS冗余數(shù)據(jù)的工作主要包含：①本文研究區(qū)域?yàn)槌啥际腥h(huán)線以內(nèi)，區(qū)域外數(shù)據(jù)對(duì)出租車時(shí)空特征分析研究作用

【參考文獻(xiàn)】：
期刊論文
[1]K-means聚類算法的改進(jìn)與應(yīng)用[J]. 劉建花.  太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2020(01)
[2]改進(jìn)的K-means算法研究[J]. 韓琮師,李旭健.  軟件. 2020(03)
[3]北京市出租車GPS軌跡數(shù)據(jù)統(tǒng)計(jì)特征分析[J]. 翟文龍,王海起,費(fèi)濤,閆濱.  測(cè)繪與空間地理信息. 2020(02)
[4]出租汽車GPS數(shù)據(jù)的空間分布特征及應(yīng)用——以廣州市為例[J]. 蘇躍江,吳德馨,李曉玉.  城市交通. 2020(01)
[5]基于權(quán)重的地圖匹配算法研究[J]. 何汶黛,干瑞杰,付茂洺,朱紅軍.  中國(guó)民航飛行學(xué)院學(xué)報(bào). 2020(01)
[6]基于道路幾何特征的地圖匹配方法研究[J]. 劉峰,郭陽(yáng),鄭辛,李殿茜.  導(dǎo)航定位與授時(shí). 2020(01)
[7]中國(guó)可持續(xù)交通發(fā)展策略研究[J]. 任浩博,何建平,孟林秀,杜勝品.  人民交通. 2020(01)
[8]交通數(shù)據(jù)的時(shí)空并置模糊擁堵模式挖掘[J]. 王曉旭,王麗珍,王家龍.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(08)
[9]國(guó)土空間規(guī)劃背景下我國(guó)交通規(guī)劃轉(zhuǎn)型思考[J]. 李潭峰,郝媛,姚偉奇.  交通運(yùn)輸研究. 2019(06)
[10]淺析城市交通規(guī)劃和城市規(guī)劃之間的協(xié)調(diào)關(guān)系[J]. 沈奕君.  智能城市. 2019(22)

碩士論文
[1]基于浮動(dòng)車GPS數(shù)據(jù)的城市熱點(diǎn)區(qū)域劃分與路徑引導(dǎo)研究[D]. 朱睿智.北方工業(yè)大學(xué) 2019
[2]出租車城市交通時(shí)空特征分析[D]. 徐海洋.南京大學(xué) 2019
[3]被動(dòng)遷居后城市低收入原住民就業(yè)和通勤時(shí)空特征研究[D]. 姚遠(yuǎn).安徽建筑大學(xué) 2019
[4]基于出租車數(shù)據(jù)的城市居民出行時(shí)空特征研究[D]. 姜海林.武漢大學(xué) 2018
[5]考慮出租車影響的城市道路交通流建模與仿真[D]. 王輝.蘭州交通大學(xué) 2018
[6]多源軌跡數(shù)據(jù)時(shí)空聚類及居民出行模式分析[D]. 岳夢(mèng)雪.武漢大學(xué) 2017
[7]基于出租車軌跡點(diǎn)的居民出行熱點(diǎn)區(qū)域與時(shí)空特征研究[D]. 馬云飛.南京師范大學(xué) 2014
[8]基于復(fù)雜網(wǎng)絡(luò)理論的城市路網(wǎng)特性研究[D]. 王雪.長(zhǎng)安大學(xué) 2014
[9]基于復(fù)雜網(wǎng)絡(luò)理論的社區(qū)結(jié)構(gòu)挖掘與人類行為模式特征分析[D]. 陳傳梓.浙江大學(xué) 2011



本文編號(hào)：3246483