[发明专利]一种基于手机信令数据的出行方式识别方法

说明书

本发明公开了一种基于手机信令数据的出行方式识别方法，本发明的方法避免了传统机器学习方法多源数据难以获取、单次多种出行方式混合数据难以识别、数据浪费等问题。本发明采取了手机信令、公交线路网识别、规划分时段速度阈值区间建立等多源数据对用户出行方式进行多次识别。通过对数据所在城市的分时段交通运行速度进行计算，数据与城市所在公交线路网契合度作为参考，根据每次出行数据的时间段使用不同阈值条件对数据进行初次识别；对未识别数据再参考单次出行OD距离，与上述条件进行二次识别。本发明方法有效利用了大量无法识别数据，同时极大地降低了多交通方式对于出行速度选取区间值的干扰，提高了识别的准确性。

技术领域

本发明属于交通规划技术领域，特别涉及一种基于手机信令数据的出行方式识别方法。

背景技术

出行方式的识别对交通规划与城市规划等学术领域，起着基础性的作用。在目前的手机信令数据出行方式识别中，有阈值区分、机器学习、神经网络等识别方法；但是，手机信令数据本身的缺点包括：数据粒度较粗，短时间短距离的出行数据不准确；一次出行数据涵盖多种出行方式；只有总时间而没有分段时间所以无法计算加速度，也无法进行数据切片。其中，机器学习、深度学习的方法的问题在于需要大量多源数据进行学习，学习成本高并且难以获得；由于信令数据本身的缺点，对于步行与公交车的识别度也不理想，过程复杂、适用性较低。另外，阈值区分的方法的问题在于其关键特征阈值取值不精确，缺乏弹性，对于数据利用率不高。

综上，亟需一种新的基于手机信令数据的出行方式识别方法。

发明内容

本发明的目的在于提供一种基于手机信令数据的出行方式识别方法，以解决上述存在的一个或多个技术问题。本发明的方法有效利用了大量无法识别数据，同时极大地降低了多交通方式对于出行速度选取区间值的干扰，能够一定程度上提高识别的准确性。

为达到上述目的，本发明采用以下技术方案：

本发明的一种基于手机信令数据的出行方式识别方法，具体包括以下步骤：

步骤1，获取手机信令数据；基于手机信令数据中的用户经纬度与时间切片信息，获取用户单次出行的起点及终点的POI点要素，获取用户单次出行的中间段轨迹；获取用户所处城市的位置信息；

步骤2，基于用户的起点及终点的POI点要素与中间段轨迹，获得拟合后的出行轨迹；基于拟合后的出行轨迹，获得用户单次出行距离和出行时间，计算得到用户单次出行的平均速度；

步骤3，获取用户所处城市高峰时段及平峰时段各出行方式的速度阈值范围和距离阈值范围；基于城市公交运营线路网生成缓冲区，所述缓冲区用于获取所述拟合后的出行轨迹在城市公交运营线路上的轨迹点；基于拟合后的出行轨迹以及缓冲区，获得出行轨迹与城市公交运营线路网的重合率；基于用户单次出行距离和出行时间以及所处城市的位置信息，判断获得用户的出行时间处于高峰时段还是平峰时段；

步骤4，基于预设的阈值条件对用户出行方式进行一次判别，得到一次判别结果则出行方式识别完成，否则跳转执行步骤5；其中，一次判别的阈值条件为用户出行距离、平均速度、出行时段和出行轨迹与城市公交运营线路网的重合率；

步骤5，对于在一次判别的阈值条件之外的问题数据进行二次判别，包括：基于步骤2获得的拟合后的出行轨迹的OD点经纬度，得到问题数据的出行OD距离；对问题数据进行二次判别，获得二次判别结果，完成出行方式识别；其中，二次判别的阈值条件为用户出行距离、平均速度、OD距离、出行轨迹与城市公交运营线路网的重合率。

进一步地，步骤1中，所述手机信令数据来自智慧足迹极智平台的联通手机信令数据，包括：单次出行起终点的经纬度，单次出行轨迹中每个路径节点经纬度、顺序与编号，出行开始时间，出行结束时间。

进一步地，步骤2中，所述手机信令数据中，地铁出行方式具有单独的出行字段；筛除用户单次地铁出行样本，获得待识别出行方式的数据库。