[发明专利]一种基于手机三角定位数据的交通出行模式判别方法

摘要

本发明公开了一种基于手机三角定位数据的交通出行模式判别方法，通过手机三角定位数据构建手机用户出行链；基于惩罚因子清洗所获取的手机用户出行链数据，去除“噪声”数据，重构手机用户全天出行链；基于重构的手机用户全天出行链，进行时间维度细粒度划分，形成若干个子出行时段，分别计算各子出行时段的总出行距离与直线出行距离，并以此获取各子出行时段的非直线系数；识别手机用户子出行时段多模式交通出行模式；基于已识别的手机用户子出行时段多模式交通出行模式比例，识别全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式，用于降低模型复杂度并提高预测准确性。

主权项

1.一种基于手机三角定位数据的交通出行模式判别方法，其特征在于，包括如下步骤：

(1)通过手机三角定位数据构建手机用户出行链，计算手机用户相邻定位间隔的时间、移动距离与移动速度；

(2)基于惩罚因子清洗所获取的手机用户出行链数据，去除包括“乒乓效应”数据和“长时驻留”冗余数据在内的“噪声”数据，重构手机用户全天出行链；

(3)基于重构的手机用户全天出行链，进行时间维度细粒度划分，形成若干个子出行时段，分别计算各子出行时段的总出行距离与直线出行距离，并以此获取各子出行时段的非直线系数；

(4)识别手机用户子出行时段多模式交通出行模式，所述多模式交通出行模式包含地铁模式、公交模式、机动车模式与慢行交通模式；

(5)基于已识别的手机用户子出行时段多模式交通出行模式比例，识别全日出行时段主要交通出行模式。

2.如权利要求1所述的基于手机三角定位数据的交通出行模式判别方法，其特征在于，步骤(1)中，通过手机三角定位数据构建手机用户出行链，计算手机用户相邻定位间隔的时间、移动距离与移动速度具体为：

选取特定研究区域，获取研究区域覆盖范围所有基站记录的手机三角定位数据，以手机用户唯一识别码进行分组，并按时间顺序进行排序，提取手机用户全天出行链；

若手机用户出行链中，相邻的两条手机三角定位数据的时空坐标为(lng_i，lat_i，t_i)和(lng_i+1，lat_i+1，t_i+1)，则可根据下式计算两条手机三角定位数据之间的时间间隔Δt_i、移动距离D_i与移动速度v_i：

Δt_i＝t_i+1‑t_i

其中，lng_i为第i条手机三角定位数据的经度坐标，lat_i为第i条手机三角定位数据纬度坐标，R为地球半径。

3.如权利要求1所述的基于手机三角定位数据的交通出行模式判别方法，其特征在于，步骤(2)中，基于惩罚因子清洗所获取的手机用户出行链数据，去除包括“乒乓效应”数据和“长时驻留”冗余数据在内的“噪声”数据，重构手机用户全天出行链具体为：

通过设置速度判别变量v′_i，并求取对应速度判别阈值v′_T，去除v′_i＞v′_T的手机三角定位数据，以消除“乒乓效应”数据，具体计算公式如下：

其中，θ_v为速度惩罚因子，v_max为最大可接受速度，Δt_min为相邻手机三角定位数据最小时间间隔(单位：s)，r为权重比率；

通过设置时间判别变量Δt′_i，并求取对应时间判别阈值Δt′_T，去除Δt′_i＞Δt′_T的手机三角定位数据，以消除“长时驻留”冗余数据，具体计算公式如下：

其中，θ_t为时间惩罚因子，Δt_max为相邻手机三角定位数据最大可接受时间跨度，v_min为最小可接受速度，r为权重比率；

根据清洗后的手机三角定位数据，以手机用户唯一识别码进行分组，并按时间顺序进行排序，重构手机用户全天出行链。

4.如权利要求1所述的基于手机三角定位数据的交通出行模式判别方法，其特征在于，步骤(3)中，基于重构的手机用户全天出行链，进行时间维度细粒度划分，

形成若干个子出行时段，分别计算各子出行时段的总出行距离与直线出行距离，并以此获取各子出行时段的非直线系数具体为：

通过选取时间粒度T，将全天分割成若干个均等的子出行时段，各子出行时段的总出行距离D_T