基于手機傳感器數據的個體交通出行鏈信息采集方法研究
發(fā)布時間：2021-03-26 15:52
隨著我國城市規(guī)模的擴張以及城市功能的地理分工,居民出行模式在時間和空間上都變得更加復雜、多樣,對城市交通管理和客流預測帶來了巨大挑戰(zhàn)。交通出行需求本質是滿足人的日�；顒有枨�。深入挖掘城市個體交通活動本源機理、揭示居民日常出行時空規(guī)律和活動特征,能夠為構建優(yōu)質、高效的城市交通管理系統(tǒng)提供重要支撐,意義深遠。傳統(tǒng)居民出行信息主要依靠入戶問卷、電話訪問等方式獲取,長期以來,在數據采集質量和效率方面存在諸多缺陷,如主觀回憶數據失真、調查組織復雜繁瑣、數據更新困難等,越來越難以支撐現代化交通規(guī)劃方案對精細居民出行數據的需求。隨著大數據和互聯網時代的到來,基于手機傳感器數據的個體出行軌跡追蹤與活動特征分析技術出現了良好發(fā)展契機。手機傳感器調查技術借助手機GPS、加速度計、陀螺儀、WiFi等多種感知單元,能夠實時獲取更為豐富的時間、空間和出行狀態(tài)信息來描繪個體出行過程,數據更加客觀、精確,已成為當前交通信息采集領域的前沿熱點。本文以手機傳感器數據的采集、分析和挖掘技術研究為基礎,探索基于手機傳感器數據的個體交通出行鏈信息提取新方法。主要研究要點和成果如下:1)詳細分析了智能手機傳感器模塊和數據采集功...
【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校
【文章頁數】：141 頁
【學位級別】：博士
【部分圖文】：
出行軌跡時空特征表達示意圖
關系的思考[27]。米蘭，2006年麻省理工學院和米蘭電信公司合作開展了實時米蘭項目，該蘭市民電話或短信數據，經過網絡附加地理數據庫來記錄每測快速變化的城市動態(tài)，使城市能夠高效運作。項目通過手機基站通信數據的聚類融合，以熱成像地圖的形同時段不同地區(qū)的居民活動強度，反映了城市內外流量的變工作日與節(jié)假日的居民活動。該項目不僅能夠使城市規(guī)劃者域的“特征”信息（例如用地性質），幫助其更好了解城市進而實時監(jiān)測城市的使用趨勢，便于在某些緊急情況采取救援、示了米蘭市區(qū)在某天上午 9 點至下午 1 點之間不同區(qū)域的手域分別表示手機通話的高密度和低密度區(qū)域。可以看出，從區(qū)居住地向市區(qū)工作地轉移[28]，手機通話密度變化反映了米
第 22 頁 西南交通大學博士研究生學位論文通過融合手機信令、公交車、出租車等多種實時數據來可視化了解羅馬市民日常生活基于居民的聚集移動性分析，通過在移動性信息上加載地理和社會經濟因素，揭示了市固定性和流動性元素間的關系。用戶可根據實時羅馬項目的可視化結果來掌握城市境的變化并做出相應的出行決策。此外，實時羅馬地圖也適用于長期性描述羅馬城市態(tài)，能夠較好反應人口與城市間的相互作用[29]。1）熱點事件期間羅馬市民活動狀態(tài)分析通過展示羅馬熱點事件期間記錄的手機用戶移動信息，實現了羅馬特定領域內不時間點的手機數據 3D 可視化效果，掌握了熱點事件期間居民在城市內的移動和分布況。圖 2-2 為 2006 年 7 月意大利和法國進行世界杯決賽時羅馬市民手機活動特征。2-3 為 2006 年 6 月麥當娜在羅馬舉辦音樂會時羅馬居民手機活動強度分布特征。
【參考文獻】：
期刊論文
[1]LBSN上基于興趣圈中社會關系挖掘的推薦算法[J]. 李鑫,劉貴全,李琳,吳宗大,丁君美. 計算機研究與發(fā)展. 2017(02)
[2]中國交通工程學術研究綜述·2016[J]. 馬建,孫守增,芮海田,馬勇,王磊,劉輝,張偉偉,陳紅燕,陳磊. 中國公路學報. 2016(06)
[3]大數據背景下重慶市綜合交通模型維護升級[J]. 吳祥國,余清星,韋翀. 城市交通. 2016(02)
[4]基于手機傳感器數據的出行特征提取方法[J]. 楊飛,姚振興. 城市交通. 2016(01)
[5]大數據環(huán)境下上海市綜合交通特征分析[J]. 陳歡,薛美根. 城市交通. 2016(01)
[6]Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines[J]. Lei Gong,Hitomi Sato,Toshiyuki Yamamoto,Tomio Miwa,Takayuki Morikawa. Journal of Modern Transportation. 2015(03)
[7]大數據視野下的重慶主城區(qū)職住關系剖析[J]. 冷炳榮,余穎,黃大全,易崢. 規(guī)劃師. 2015(05)
[8]基于地理位置的社交網絡信息應用方法研究[J]. 陳彥敏. 電子技術與軟件工程. 2015(07)
[9]手機數據與規(guī)劃智慧化——以無錫市基于手機數據的出行調查為例[J]. 任頤,毛榮昌. 國際城市規(guī)劃. 2014(06)
[10]基于地理位置的社交網絡信息數據類別分析[J]. 陳彥敏. 數字技術與應用. 2014(11)
博士論文
[1]基于多源軌跡數據挖掘的居民通勤行為與城市職住空間特征研究[D]. 毛峰.華東師范大學 2015
[2]基于移動通信定位數據的交通信息提取及分析方法研究[D]. 賴見輝.北京工業(yè)大學 2014
[3]基于位置社交網絡的數據挖掘[D]. 連德富.中國科學技術大學 2014
碩士論文
[1]基于手機GPS數據的出行端點識別方法研究[D]. 戴露.西南交通大學 2017
[2]不同交通狀態(tài)下基于手機GPS軌跡的出行信息采集效果評估研究[D]. 趙瑜.西南交通大學 2016
[3]手機GPS定位頻率對交通出行信息提取精度的影響研究[D]. 曾大堃.西南交通大學 2016
[4]基于簽到數據的用戶行為軌跡相似度分析[D]. 周永.西華大學 2016
[5]基于手機定位數據的交通OD分布研究[D]. 宋璐.東南大學 2015
本文編號：3101846
【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校
【文章頁數】：141 頁
【學位級別】：博士
【部分圖文】：
出行軌跡時空特征表達示意圖
關系的思考[27]。米蘭，2006年麻省理工學院和米蘭電信公司合作開展了實時米蘭項目，該蘭市民電話或短信數據，經過網絡附加地理數據庫來記錄每測快速變化的城市動態(tài)，使城市能夠高效運作。項目通過手機基站通信數據的聚類融合，以熱成像地圖的形同時段不同地區(qū)的居民活動強度，反映了城市內外流量的變工作日與節(jié)假日的居民活動。該項目不僅能夠使城市規(guī)劃者域的“特征”信息（例如用地性質），幫助其更好了解城市進而實時監(jiān)測城市的使用趨勢，便于在某些緊急情況采取救援、示了米蘭市區(qū)在某天上午 9 點至下午 1 點之間不同區(qū)域的手域分別表示手機通話的高密度和低密度區(qū)域。可以看出，從區(qū)居住地向市區(qū)工作地轉移[28]，手機通話密度變化反映了米
第 22 頁 西南交通大學博士研究生學位論文通過融合手機信令、公交車、出租車等多種實時數據來可視化了解羅馬市民日常生活基于居民的聚集移動性分析，通過在移動性信息上加載地理和社會經濟因素，揭示了市固定性和流動性元素間的關系。用戶可根據實時羅馬項目的可視化結果來掌握城市境的變化并做出相應的出行決策。此外，實時羅馬地圖也適用于長期性描述羅馬城市態(tài)，能夠較好反應人口與城市間的相互作用[29]。1）熱點事件期間羅馬市民活動狀態(tài)分析通過展示羅馬熱點事件期間記錄的手機用戶移動信息，實現了羅馬特定領域內不時間點的手機數據 3D 可視化效果，掌握了熱點事件期間居民在城市內的移動和分布況。圖 2-2 為 2006 年 7 月意大利和法國進行世界杯決賽時羅馬市民手機活動特征。2-3 為 2006 年 6 月麥當娜在羅馬舉辦音樂會時羅馬居民手機活動強度分布特征。
【參考文獻】：
期刊論文
[1]LBSN上基于興趣圈中社會關系挖掘的推薦算法[J]. 李鑫,劉貴全,李琳,吳宗大,丁君美. 計算機研究與發(fā)展. 2017(02)
[2]中國交通工程學術研究綜述·2016[J]. 馬建,孫守增,芮海田,馬勇,王磊,劉輝,張偉偉,陳紅燕,陳磊. 中國公路學報. 2016(06)
[3]大數據背景下重慶市綜合交通模型維護升級[J]. 吳祥國,余清星,韋翀. 城市交通. 2016(02)
[4]基于手機傳感器數據的出行特征提取方法[J]. 楊飛,姚振興. 城市交通. 2016(01)
[5]大數據環(huán)境下上海市綜合交通特征分析[J]. 陳歡,薛美根. 城市交通. 2016(01)
[6]Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines[J]. Lei Gong,Hitomi Sato,Toshiyuki Yamamoto,Tomio Miwa,Takayuki Morikawa. Journal of Modern Transportation. 2015(03)
[7]大數據視野下的重慶主城區(qū)職住關系剖析[J]. 冷炳榮,余穎,黃大全,易崢. 規(guī)劃師. 2015(05)
[8]基于地理位置的社交網絡信息應用方法研究[J]. 陳彥敏. 電子技術與軟件工程. 2015(07)
[9]手機數據與規(guī)劃智慧化——以無錫市基于手機數據的出行調查為例[J]. 任頤,毛榮昌. 國際城市規(guī)劃. 2014(06)
[10]基于地理位置的社交網絡信息數據類別分析[J]. 陳彥敏. 數字技術與應用. 2014(11)
博士論文
[1]基于多源軌跡數據挖掘的居民通勤行為與城市職住空間特征研究[D]. 毛峰.華東師范大學 2015
[2]基于移動通信定位數據的交通信息提取及分析方法研究[D]. 賴見輝.北京工業(yè)大學 2014
[3]基于位置社交網絡的數據挖掘[D]. 連德富.中國科學技術大學 2014
碩士論文
[1]基于手機GPS數據的出行端點識別方法研究[D]. 戴露.西南交通大學 2017
[2]不同交通狀態(tài)下基于手機GPS軌跡的出行信息采集效果評估研究[D]. 趙瑜.西南交通大學 2016
[3]手機GPS定位頻率對交通出行信息提取精度的影響研究[D]. 曾大堃.西南交通大學 2016
[4]基于簽到數據的用戶行為軌跡相似度分析[D]. 周永.西華大學 2016
[5]基于手機定位數據的交通OD分布研究[D]. 宋璐.東南大學 2015
本文編號：3101846
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3101846.html
