[发明专利]基于OD数据的城市停车需求预测方法

说明书

本发明提供了一种基于OD数据的停车需求预测方法。该方法包括：获取研究区域的OD数据和停车数据，根据所述OD数据和停车数据对所述研究区域进行停车小区划分；基于所述研究区域的OD数据、停车数据和停车小区划分方案进行回归分析，构建停车需求预测模型；根据所述停车需求预测模型对目标停车区域进行停车需求预测。本发明通过对OD数据和已知区域的停车数据进行回归分析，得到停车需求预测模型，然后利用停车需求预测模型估计未知区域停车需求，摒弃了传统的大规模调查，节省了人力和物力，具有简便快捷准确的优点，可为停车规划、停车资源配置、停车问题解决提供参考和技术支持。

技术领域

本发明涉及城市交通和停车规划领域，尤其涉及一种基于OD(origin，destination，起点，终点)数据的城市停车需求预测方法。

背景技术

近年来，随着机动车保有量的快速增长，在许多城市，停车位供不应求，停车难已然成为大部分城市“成长的烦恼”。停车体验，也成了关系人们出行幸福感的一大关键指标。

准确地进行停车需求预测是城市停车设施规划建设的前提和基础，停车需求的预测量过大会造成土地与资金浪费，但预测过小会导致无法满足城市停车需求，制约社会经济发展，造成严重的交通问题。

目前，现有技术中的计算停车需求的方法需要依据较为完整的城市土地报告数据，需要投入大量人力、物力、财力进行城市交通出行调查，调查耗费的时间也较长。

因此，如何快捷准确地进行城市停车需求的预测是一个亟待解决的问题。

发明内容

本发明的实施例提供了一种基于OD数据的城市停车需求预测方法，以解决现有技术的问题。

为了实现上述目的，本发明采取了如下技术方案。

一种基于OD数据的停车需求预测方法，包括：

获取研究区域的OD数据和停车数据，根据所述OD数据和停车数据对所述研究区域进行停车小区划分；

基于所述研究区域的OD数据、停车数据和停车小区划分方案进行回归分析，构建停车需求预测模型；

根据所述停车需求预测模型对目标停车区域进行停车需求预测。

进一步地，所述的获取研究区域的OD数据和停车数据，包括：

获取研究区域中的汽车的OD数据，该OD数据包括：编号、出行起点O点经纬度、出行终点D点经纬度、开始时间、结束时间和行程距离；

获取研究区域中的汽车的停车数据，该停车数据包括停车场ID、高峰时刻、高峰停车数。

进一步地，所述的方法还包括：

对所述OD数据和停车数据中误差及异常值进行预处理，筛除字段取值为空的数据，并根据研究区域的经纬度坐标范围删除O点或D点不在该研究区域内的数据，删除行程距离小于500米的数据，删除行程时间t_j≤0min的数据；删除行程速度V_j≥100km/h的数据。

进一步地，所述的根据所述OD数据和停车数据对所述研究区域进行停车小区划分，包括：

将研究区域划分为多个格子，格子边长从设定数值依次递增，分别统计不同格子边长条件下每个格子内的高峰停车数、O点数目、D点数目，将高峰停车数、O点数目、D点数目均大于指定数值阈值的格子定义为有效格子，有效格子总数记为m；