[发明专利]一种基于行程识别的出行者活动规律分析方法

说明书

技术领域

本发明涉及一种基于行程识别的出行者活动规律分析方法。

背景技术

目前，城市活动对象的轨迹采集主要有GPS定位和手机网络定位两种方式。因此，针对轨迹数据的研究也主要是以这两种数据来源为基础进行展开的。

定位技术获取的轨迹数据只是包含每一轨迹点的经纬度及其对应的时刻信息，通过数据本身无法直接得到活动行为的特征信息，如出行时间、出行方式、出行目的，以及更深层次的活动规律等。进行以上这些信息统计分析工作的基础，就是识别出出行者的两种活动类型，即活动的停留阶段和移动阶段。因此，出行识别的任务就是将无法直接理解的轨迹转化为能够认知的停留位置和在各个停留位置之间的移动。

如图1所示，行程识别就是将在空间上离散的轨迹点划分成停留活动点和移动活动点两大类。通过停留活动点获取人进行停留活动时的位置或位置范围，通过移动活动点生成人的移动路径。这样，有关停留时长、停留活动目的等信息可以由停留位置信息进行挖掘分析，出行方式、出行时间、出行距离等信息则可以从移动路径中提取。因此，可以在行程识别的基础上进一步研究出行者的活动规律。

发明内容

本发明设计开发了一种基于行程识别的出行者活动规律分析方法。对n天的经行程识别的停留点进行分析，当停留点符合第一距离阈值条件时，将其合并为一个候选居住地，在所有的候选居住地中，累计停留时长最大的候选居住地的累计停留时长达到第一时间阈值，则将此候选居住地作为居住地。上述过程实现了对出行者居住地的准确判断。在居住地判断的基础上，利用本发明的分析方法，还可以进一步研究出行者的日平均休息时长、作息规律评价指标、主要出行位置、日平均出行距离等，从而实现对出行者的活动规律的充分了解。

本发明提供的技术方案为：

一种基于行程识别的出行者活动规律分析方法，包括以下步骤：

步骤一、获取n天经行程识别确定的停留点；

步骤二、当多个停留点的中心与所述多个停留点中任一个停留点之间的距离小于第一距离阈值时，则所述多个停留点的中心判定为出行者的候选居住地，所述多个停留点的停留时长之和为所述候选居住地的累计停留时长；

步骤三、当所述累计停留时长最大的候选居住地的累计停留时长大于第一时间阈值时，所述累计停留时长最大的候选居住地判定为出行者的居住地。

优选的是，所述的基于行程识别的出行者活动规律分析方法中，所述步骤二是通过以下方式实现的，

(1)将所有待判定的停留点中的一个停留点作为一个聚类，其中，所述停留点为聚类的中心，

(2)当所有待判定的停留点中的一个停留点到所述聚类的距离小于第一距离阈值时，则将所述停留点放入所述聚类，重新确定所述聚类的中心，

(3)重复(2)，直到所有待判定的停留点到所述聚类的距离均大于第一距离阈值，

(4)所述聚类的中心判定为出行者的候选居住地，所述聚类中的停留点的停留时长之和为所述候选居住地的累计停留时长。

优选的是，所述的基于行程识别的出行者活动规律分析方法，还包括：

(5)重复(1)，直到所有停留点均为经过判定的停留点，

(6)所述多个聚类的中心判定为出行者的多个候选居住地。

优选的是，所述的基于行程识别的出行者活动规律分析方法中，所述(2)中，所述聚类的中心是通过以下方式实现的，

计算所有待判定的停留点中的一个停留点(Sq_i.x，Sq_i.y)的停留时长Sq_i.Δt与所述聚类中的停留点的停留时长之和r_j.Δt之间的比值wight_i，

所述聚类的中心坐标(r_j.x，r_j.y)为：

r_j.x＝wight_i·Sq_i.x+(1-wight_i)·r_j.x，

r_j.y＝wight_i·Sq_i.y+(1-wight_i)·r_j.y。

优选的是，所述的基于行程识别的出行者活动规律分析方法，还包括：

步骤四、所述n天经行程识别确定的停留点中，n天中停留时长大于20分钟的停留点的停留时长之和与天数n的比值为出行者的日平均休息时长；