[发明专利]一种交通出行调查数据处理方法有效

专利信息
申请号: 201711120069.8 申请日: 2017-11-13
公开(公告)号: CN107886723B 公开(公告)日: 2021-07-20
发明(设计)人: 乐阳;孙永海;郭莉;邹海翔;刘真真;江锦成;涂伟;李清泉 申请(专利权)人: 深圳大学
主分类号: G08G1/01 分类号: G08G1/01
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 交通 出行 调查 数据处理 方法
【权利要求书】:

1.一种交通出行调查数据处理方法,其特征在于,包括:

获取多源交通出行调查数据,所述多源交通出行调查数据包括交通支付数据、公交汽车定位数据、轨道交通站点数据、车辆识别数据、出租车定位数据、出租车运营数据、公共自行车定位数据以及公共自行车运营数据,所述多源交通出行调查数据为直接反应居民出行特征的数据;

对所述多源交通出行调查数据进行分析,获取调查区域的出行调查信息,所述出行调查信息包括所述调查区域内出行群体中各出行对象的出行起讫点、出行时间信息、出行方式以及所述各出行对象的对象属性,所述调查区域包括至少两个交通分析小区,包括:获取交通分析小区的划分数据,所述交通分析小区的划分数据划分了调查区域的子空间;获取交通网络数据,所述交通网络数据包括调查区域的路网数据和公共交通线路数据;结合所述多源交通出行调查数据、所述交通网络数据和所述交通分析小区的划分数据,获取所述交通小区的出行群体的出行调查信息;

根据交通分析小区的划分数据,生成基于所述交通分析小区的起讫点出行分布矩阵;

根据所述起讫点出行分布矩阵对所述交通分析小区的出行群体进行出行特征分析,生成并输出针对所述交通分析小区内出行群体的出行特征数据,所述出行特征数据包括所述各交通分析小区的出行群体的出行时间特征、出行距离特征、通勤出行特征和机动化出行相对比例特征;

其中,所述方法还包括:

获取至少一个道路监测点的道路截面车辆识别数据,所述道路截面车辆识别数据包括在预设检测时间内经过所述道路截面的机动车的车辆标识数据以及统计车流量;

根据所述车辆标识数据获取经过所述道路截面的机动车的类型,并基于所述统计车流量和经过所述道路截面的机动车的类型获取经过所述道路截面的公交汽车、私家车以及出租车的比例数据;

根据公交汽车出行人数、轨道出行人数以及私家车、出租车和公共自行车出行次数,并基于私家车合乘系数、出租车出行合乘系数以及公共自行车使用比例,输出各种交通方式出行比例数据。

2.如权利要求1所述的方法,其特征在于,所述结合所述多源交通出行调查数据、所述交通网络数据和交通分析小区的划分数据,获取所述交通分析小区的出行群体的出行调查信息,包括:

根据所述交通支付数据、所述公交汽车定位数据和所述交通分析小区划分数据,获取所述交通分析小区的出行群体基于公共交通方式出行时的上车站点位置和上车时间信息以及下车站点位置和下车时间信息;

结合所述上车站点位置、所述下车站点位置以及所述公共交通线路数据中的公交汽车路线数据,生成所述交通分析小区的出行群体的公交汽车出行信息,并输出各交通分析小区间公交汽车出行人数;

根据所述交通支付数据、所述轨道交通站点数据和所述交通分析小区划分数据,获取所述交通分析小区的出行群体基于轨道交通方式出行时的进出站点位置和进出时间信息;

结合所述进出站点位置、所述进出时间信息以及所述公共交通线路数据中的轨道交通线路数据,生成所述交通分析小区的出行群体的轨道交通出行信息,输出各交通分析小区间轨道出行人数。

3.如权利要求1所述的方法,其特征在于,所述结合所述多源交通出行调查数据、所述交通网络数据和交通分析小区的划分数据,获取所述交通分析小区的出行群体的出行调查信息,包括:

根据所述车辆识别数据识别出入所述交通分析小区的私家车,并根据所述私家车一次出行的起点和终点,识别所述私家车的出行起讫点数据;

根据所述私家车的出行起讫点数据和所述调查区域路网数据生成所述交通分析小区的出行群体的私家车出行信息。

4.如权利要求1所述的方法,其特征在于,所述结合所述多源交通出行调查数据、所述交通网络数据和所述交通分析小区的划分数据,获取所述交通分析小区的出行群体的出行调查信息,包括:

根据所述出租车定位数据、所述出租车运营数据,获取所述交通分析小区的出行群体基于出租车方式出行时的起讫点及轨迹数据;

对所述起讫点及轨迹数据和所述调查区域路网数据进行匹配生成所述交通分析小区的出行群体的出租车出行信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711120069.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top