[发明专利]基于移动终端GPS定位数据记录计算个人通勤距离的方法

摘要

本发明提出的一种基于移动终端GPS定位数据记录计算个人通勤距离的方法，属于计算机应用技术领域。该方法首先进行数据采集，收集一段时间内某个移动终端的用户产生的GPS定位数据记录；然后，对GPS定位数据记录计算中心点，建立中心点记录集；对中心点记录进行聚类，计算通勤关键点，确定用户家庭和工作地点的地理位置；最后计算得到用户每天的通勤轨迹和通勤距离，并得到该用户一段时间内的平均通勤距离。本发明从广泛采集到的用户GPS定位数据记录中计算用户的个人通勤距离，在短期内采集的GPS数据记录量较少情况下仍然能够准确计算出个人通勤距离。

主权项

一种基于移动终端GPS定位数据记录计算个人通勤距离的方法，其特征在于，包括以下步骤：1)数据采集；以固定频率对某个移动终端的用户产生的GPS定位数据记录进行采样，并在该用户地理位置发生变化时保存GPS定位数据记录，收集一段时间内该用户产生的GPS定位数据记录，每条定位数据记录包括：该用户的标识、经度、纬度以及当前定位数据记录发生的时间；2)计算中心点，建立中心点记录集；具体步骤如下：2.1)构建中断时刻数组及中心点记录集，初始化中断时刻数组及中心点记录集为空；2.2)按时间顺序依次排列步骤1)得到的该用户产生的GPS定位数据记录；2.3)顺序遍历步骤2.2)中排列后的该用户GPS定位数据记录，依次计算相邻两条GPS定位数据记录的地理距离：如果当前GPS定位数据记录和相邻下一条GPS定位数据记录的地理距离大于指定距离阈值1，或者它们发生的时间差大于指定时间阈值，则将该相邻下一条GPS定位数据记录的发生时间标记为一个中断时刻并将该时刻放入中断时刻数组里；计算相邻两条GPS定位数据记录的地理距离具体方法如下：令相邻两条GPS定位数据记录中经纬度坐标所对应的物理位置分别记为(lat1,lng1)和(lat2,lng2)，其中，lat表示纬度，lng表示经度，计算两物理位置(lat1,lng1)和(lat2,lng2)所分别对应的弧度和其中γi＝lngi/180*π，然后由球面余弦定律计算出这两个物理位置间的圆心角如式(1)所示：则(lat1,lng1)和(lat2,lng2)之间的地理距离表达式如式(2)所示：D＝R*θ   (2)其中，sin,cos,arccos分别为正弦，余弦，反余弦函数，R为地球平均半径；2.4)利用步骤2.3)得到的中断时刻数组，切分步骤2.2)中得到的排列后的该用户GPS定位数据记录，得到一系列连续的切分记录集合，并将中断时刻所对应的GPS定位数据记录划分到它所切分得到的下一个切分记录集合中；2.5)令步骤2.4)得到的每个切分记录集合中所有GPS定位数据记录所对应的物理位置的经纬度坐标重心为该切分记录集合的中心点；以每个切分记录集合的中心点作为该用户所在的物理位置，并以该切分记录集合第一条GPS定位数据记录的发生时间作为该中心点的发生时间，将用户标识、该中心点的经纬度坐标，以及该中心点的发生时间作为一条中心点记录存入中心点记录集；一个切分记录集合内，经纬度坐标重心计算方法如下：假设该切分记录集合所包含的GPS定位数据记录所对应的物理位置的经纬度坐标分别为[(lat1,lng1),(lat2,lng2),…,(latn,lngn)]，则该切分记录集合的经纬度坐标重心的经纬度坐标为表达式如式(3)所示：(1/nΣi=1nlati,1/nΣi=1nlngi)---(3)]]>式(3)计算得到的经纬度坐标即为该切分记录集合的中心点的经纬度坐标；3)对中心点记录进行聚类，计算通勤关键点；具体步骤如下：3.1)构建聚合数组A，距离矩阵M；初始化聚合数组A，距离矩阵M为空；3.2)根据步骤2)得到的每个中心点的经纬度坐标，按照式(1)和式(2)计算每两条中心点记录之间的地理距离；根据所求得的地理距离的大小对所有中心点记录进行聚类，得到一系列聚合，并更新聚合数组A；3.3)利用式(3)，计算出步骤3.2)更新后的聚合数组A中每个聚合的经纬度坐标重心作为该聚合对应的通勤关键点，所述通勤关键点包含了该用户家庭和工作地点位置的候选地点；4)确定用户家庭和工作地点的地理位置；对步骤3.2)更新后的聚合数组A中每个聚合按照该聚合中在夜晚发生的中心点记录数从多到少依次进行排序，取出发生在夜晚中心点记录数最多的聚合所对应的通勤关键点作为该用户家庭的地理位置；对聚合数组A中剩余的聚合，计算每个聚合中所含中心点记录数和对应通勤关键点到家庭距离的乘积，并选取乘积最大者所对应的通勤关键点作为该工作地点的地理位置；5)计算每天的通勤轨迹；计算用户每天上班的通勤轨迹作为该用户每天的通勤轨迹，具体步骤如下：5.1)将步骤2)得到的中心点记录集根据每条中心点记录的发生时间分割成每天的中心点记录集；5.2)按照时间顺序对步骤5.1)中得到的某一天的中心点记录集中的所有中心点记录进行排序，并构建轨迹数组，初始化轨迹数组为空；5.3)检查步骤5.2)所选定中心点记录集中当天在上午时段内发生的中心点记录所属的聚合，找到最后一次属于家庭所在聚合的中心点记录，将该中心点作为该用户当天上班通勤的起始点；5.4)按时间顺序，依次遍历上午时段的中心点记录中从上班通勤起始点发生时间开始的所有中心点记录，按顺序放入轨迹数组中，并判定该中心点记录是否属于工作地点所在的聚合：如果属于，则将该中心点作为用户当天上班通勤的结束点，用户当天上班通勤的轨迹数组建立完毕；依次连接轨迹数组中上班通勤起始点和结束点发生时间之间的中心点，形成用户当天的上班通勤轨迹；5.5)对剩余的其余每天的中心点记录集重复步骤5.2)到步骤5.4)，得到该用户每天的上班通勤轨迹；6)计算每天的通勤距离；具体步骤如下：6.1)利用式(1)和式(2)，依次计算从步骤5)中得到的每天的通勤轨迹中相邻两中心点的地理距离作为相邻两中心点的路径距离，如果该路径距离高于指定距离阈值3，距离阈值3＞距离阈值1，则通过地图导航的路径规划，分别计算步行、骑行、驾车、公交主要交通方式的路径距离，选取其中路径距离的最小值作为这两中心点间的路径距离；6.2)对步骤6.1)计算得到的连续两中心点间的路径距离求和，并以路径距离之和作为用户当天的通勤距离；7)计算一段时间内的平均通勤距离；令Pi表示步骤6)中计算出的用户第i天的通勤距离，则该用户一段时间内的平均通勤距离的表达式为：∑iαi·Pi，其中αi为第i天通勤轨迹的权重，且∑iαi＝1。