[发明专利]一种基于GPS轨迹数据的出行方式识别方法

说明书

本发明公开了一种基于GPS轨迹数据的出行方式识别方法，对于GPS信号缺失和信号不完整的出行方式，采用基于规则的地铁识别方法；对于GPS信号记录正常的其他出行方式采用随机森林分类器，结合GPS轨迹数据进行建模与验证。在进行方式识别前，特征选择过程筛选出4类与方式识别相关的特征参数，可以精确识别出所有的真实出行方式。该方法不受GPS数据限制，不依赖其他数据来源，通用性高，计算简单，识别结果准确可靠，适用于基于GPS轨迹数据的出行方式识别，有利于推动基于智能手机的出行调查的大规模推广。

技术领域

本发明涉及计算机识别技术，尤其涉及一种基于GPS轨迹数据的出行方式识别方法。

背景技术

随着智能手机的普及和GPS定位技术的发展，基于智能手机的GPS出行调查得到了越来越多的关注，该方法可以弥补许多传统居民出行调查中的不足，采集的数据精确、操作简单、调查者负担小等等。

采集到的GPS轨迹数据需要经过特定的算法处理才能得到出行研究所需的信息。出行方式的识别就是其中最为关键的一步。目前，许多研究者应用GPS、GIS、GIS+GPS以及加速度计等数据来识别出行方式，使用的识别方法主要是基于规则和计算概率的方法。但由于GIS数据在国内比较难以获取，并且在使用GIS数据与GPS轨迹匹配来识别出行方式如公交方式识别时，计算复杂，效率低，识别效果不佳。基于规则的方法对数据的依赖性比较大，一旦数据来源发生变化，已取得的规则就不再适用，方法通用性较差；同时在进行出行方式识别时缺少必要的特征参数选择过程，可能存在相关的特征参数应用于同一识别模型中发生过拟合进而导致识别精度下降。

发明内容

为解决上述技术问题，本发明的目的在于提供一种基于GPS轨迹数据的出行方式识别方法。

本发明是通过以下技术方案实现的：

根据GPS信号分三种情况，GPS信号缺失，GPS信号不完整，GPS信号正常；

a.GPS信号缺失，基于规则的地铁单方式段出行的识别方法：

1)地铁单方式段持续时间大于5分钟；

2)GPS轨迹点的最大速度小于地铁最高速度；

3)地铁单方式段的起点与最近的地铁出入口之间的距离小于100米；

4)地铁单方式段的终点与最近的地铁出入口之间的距离小于200米；

b.GPS信号不完整，基于规则的地铁单方式段的识别方法：

1)满足所述的GPS信号缺失，基于规则的地铁单方式段出行的识别方法的所有要求

2)除起点和终点外的所有GPS轨迹点与最近的地铁线路之间的距离小于30米；

c.GPS信号正常的其他出行方式采用随机森林分类器,包括以下步骤：第一步、GPS轨迹数据准备：

采集的GPS轨迹数据包括：用户编号、定位日期、时间、经度、纬度、速度、海拔、方向和定位卫星数，根据用户编号，GPS轨迹数据按照时间顺序分配到每个人每天的出行，即摘取每人每天的出行轨迹点并进行相关参数的计算，

1)计算每个点瞬时速度；

2)计算每个点瞬时加速度；

3)计算每个点方向变化值；

4)计算特征参数：计算每个单方式出行段的速度、加速度、方向变化和距离/出行时长4个方面的特征作为方式识别的输入参数；

第二步、特征参数筛选：