[发明专利]一种基于多源交通数据的全局动态出行需求估计方法

说明书

本发明公开了一种基于多源交通数据的全局动态出行需求估计方法，将动态的交通数据与静态手机历史信令数据相融合，结合居民全局历史出行数据与实时交通出行数据来实时估计居民全局出行数据，可以大大减小OD调查的时间和经济成本。此外，引入Chi‑square distance来度量所构建的融合模型的准确度，进而确定最佳的主导出行方式阈值，获得估计准确的融合模型。本发明所述方法通过出租车出行与地铁出行的实时数据结合手机历史信令数据，可以有效感知大规模居民出行的实时出行状态，对于发生一些人群聚集的事件能够及时的感知并预警，对于城市的规划和管理具有十分重要的借鉴意义。

技术领域

本发明属于交通技术领域，特别涉及一种基于多源交通数据的全局动态出行需求估计方法。

背景技术

城市居民的出行与社会经济的发展息息相关，了解居民的出行需求不仅有利于城市的土地合理布局，也对城市交通的规划和管理具有十分重要的意义。长期以来，居民的出行OD调查受到各国政府和科研工作者的广泛重视，从政府管理层面，了解居民的出行特征不仅有利于维持城市的安全和稳定，也关乎行政人员对城市经济发展的宏观把控。从科研发展层面，科研工作者们广泛研究居民的出行特征，一方面是为了对居民的生活方式有更深刻的了解，同时也为从居民的出行规律中提取出有益信息，实现对诸如疫情传播等意外事故等的及时缓解与预警。传统的居民出行OD调查主要是通过问卷调查的形式，采样统计城市居民在一天中的各种活动地点与活动时间，之后随着手机的广泛普及，手机基站覆盖范围广且其服务的用户数量众多。已有部分发明利用手机通话详单数据(CDR)对居民出行进行提取，但是CDR数据由于采样频率低，往往不能提供精细而全面的出行信息。而手机信令数据作为另一种手机数据，克服了CDR数据的稀疏性的问题，记录频率高，根据精度要求的不同，一般数分钟至数小时就对用户进行一次扫描，通过手机信令数据来了解大规模的居民出行成为一种可行的方式。综上所述，现有的城市居民出行信息估计方法存在如下问题：

1)传统的问卷调查等方法不仅要耗费大量的人力物力财力，很大获取大规模的数据且记录信息并不十分精准。

2)由于手机基站数据被手机运营商收集，第三方机构难以实时获取，只能获取少量历史数据，故通过手机信令数据并不能对居民出行进行实时估计。

由此可见，找到一种成本较低且能实时有效估计居民出行需求的方法具有十分重要的现实意义。因为人们在日常使用各种信息设备时，设备会记录下用户的标识与使用信息，这些都将成为人们的社会信息。因此社会信号是一种静默的、广泛存在的个人行为数据。但是不同的社会信号数据的记录精度与获取难度各不相同，如何充分利用各种社会信号的优势对于实时出行感知方法的建立至关重要。

发明内容

本发明针对现有技术中存在的问题，提出一种基于多源交通数据的全局动态出行需求估计方法，将动态的交通数据与静态手机信令数据相融合，结合居民全局历史出行数据与实时交通出行数据来实时估计居民全局出行数据，有效的描述居民的实时出行需求特征。

交通数据作为社会信号中十分重要的一类，可以很好的记录人们的位置信息，为提取出行信息、估计交通需求提供数据支持。

一种基于多源交通数据的全局动态出行需求估计方法，包括以下步骤：

步骤1：依据道路网络和居民出行信息，构建城市交通小区；

步骤2：基于手机历史信令数据，提取居民出行OD作为居民全局出行信息；

步骤3：基于交管局实时记载的出租车GPS数据和地铁出行刷卡数据，提取居民出行OD作为居民实时交通出行信息；

一次居民出行OD是指某居民在某个时间从起点交通小区(O)到终点交通小区(D)的行为，OD交通量就是指起终点间的交通出行量；

步骤4：依据居民实时交通出行信息占居民全局出行信息的比值，选取不同居民出行OD估计模型，对不同交通小区之间的居民出行需求进行估计；