一种基于手机信令和AOI数据的出行OD精准识别方法

本发明涉及一种基于手机信令和aoi数据的出行od精准识别方法，用于支撑城市交通规划和基于大数据的城市交通出行结构分析，属于智能交通与交通规划领域。

背景技术：

1、近年来，随着智能手机的普及，基于手机信令数据的居民出行信息采集方法因其具有样本量大、成本低、实时性高、出行时空覆盖全等优势受到广泛关注。手机信令数据中包含着地理位置信息，能够有效描述居民的出行轨迹和出行od等。而这些信息能够进一步应用于分析城市人口职住分布，识别出行方式等。以上研究可以较为详实地刻画城市居民出行现状和交通需求，为城市交通规划和管理提供支持。

2、已有方法主要是识别以栅格或交通小区作为统计单元进行集计的粗粒度的od矩阵。近年来，出现了将手机信令与地理信息数据相结合进行分析的方法，主要使用兴趣点(point of interest,poi)数据等，但由于其是点坐标数据，在识别精度方面具有局限性。而aoi(area of interest)，即兴趣面，比poi(point of interest)多一项区域边界信息，主要用于在地图中表达区域状的地理实体，如一个居民小区、一所学校或一个景区等，它能够更好地描述地理信息。

3、因此很有必要基于手机信令数据，结合aoi数据和采样过程中涉及到的基站密度、均匀度、采样频率等环境变量，给出城市居民出行od的精准识别方法，实现居民出行需求和城市交通结构的精确刻画，为科学管理决策提供科学定量化依据。

技术实现思路

1、本发明的目的在于提供一种基于手机信令和aoi数据的出行od精准识别方法。

2、本发明利用城市规模的超大样本手机信令数据，综合运用数据处理、建模和地理信息学方法，结合aoi数据和手机信令采样过程中的基站分布和采样频率等特征，计算得到用户的精确出行od信息。

3、为实现上述目标，本发明提出的基于手机信令和aoi数据的出行od精准识别方法包括：手机信令数据预处理，结合aoi数据等的可变参数滑动窗口停留点识别，出行段划分和停留点聚类，od识别及校准。

4、本发明的基本步骤如下：

5、s1：手机信令数据预处理，包括处理漂移数据、乒乓数据等；

6、s2：结合aoi数据和周围基站分布、采样频率等环境变量，进行基于可变参数滑动窗口的停留点识别；

7、s3：将停留点进行聚类形成“常去地点”，划分出行段；

8、s4：识别出行od并进行校准。

9、由于采用以上技术方案，本发明的具有以下有益效果：

10、1、结合aoi数据作为地理信息特征，提高了停留点识别的准确性和科学性。

11、2、考虑到手机信令采样过程中涉及到的基站分布密度、均匀度、采样频率等环境特征变量的影响，能够自适应调整时空参数，适应不同的地点、环境、人群。

12、3、构建了从手机信令数据到出行链的完整识别模型，提高了利用手机信令数据识别居民出行od的准确度。

技术特征：

1.一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于该方法包括以下步骤：

2.根据权利要求1所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：步骤s1具体是：

3.根据权利要求1所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：步骤s2具体是：

4.根据权利要求3所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：为了让时空阈值能够随环境变量的变化而动态调整，构建线性关系：

5.根据权利要求3所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：轨迹点的aoi信息主要用于帮助判断是否形成新的停留点；若只在同一个aoi区域内移动，则不被视为一次新的出行，依然处在停留过程中；

6.根据权利要求1所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：步骤s32中为了进一步切分出连续的出行轨迹，需要识别短暂的等待和换乘行为；如果某两个连续出行轨迹点的时间间隔大于参数g，原先的出行段将在此处中断，形成两个新的出行段。

7.根据权利要求1所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：还包括对识别出的出行od进行校准，具体是：

8.根据权利要求7所述的一种基于手机信令和aoi数据的出行od精准识别方法，其特征在于：还包括对于出行持续时间较短的出行，设置出行时间阈值m，删掉持续时间小于阈值m的出行od；将原本属于该出行的轨迹点划归到前一个停留点中。

技术总结
本发明公开了一种基于手机信令和AOI数据的出行OD精准识别方法。该方法利用城市规模的超大样本手机信令数据，综合运用数据处理、建模和地理信息学方法，结合AOI数据和手机信令采样过程中的基站分布和采样频率等特征，计算得到用户的精确出行OD信息。本发明结合AOI数据作为地理信息特征，提高了停留点识别的准确性和科学性。本发明还考虑到手机信令采样过程中涉及到的基站分布密度、均匀度、采样频率等环境特征变量的影响，能够自适应调整时空参数，适应不同的地点、环境、人群。

技术研发人员：蔡正义,王殿海,徐望,黄宇浪,金盛,马东方,曾佳棋
受保护的技术使用者：浙江大学
技术研发日：
技术公布日：2024/6/20