[发明专利]一种大数据环境下个体出行道路轨迹提取的方法

说明书

本发明涉及一种大数据环境下个体出行道路轨迹提取的方法。本发明的优点是：充分依托现有的用户持有的移动终端与传感器之间的通信大数据资源，利用通信网络中已有海量匿名移动终端持续的加密位置信息，即能低成本、自动化、便捷地获取指定时间范围内大量个体的出行时空序列，采用空间分析和空间运筹的方法，根据个体与固定传感器之间的通信记录，挖掘出个体在通信节点之间的最可几的网络路径，最终整理得到个体在O‑D点之间的移动轨迹。

技术领域

本发明涉及一种基于海量个体出行记录数据中个体的空间位置和时间，通过计算个体的移动速度，提取个体在出行记录之间在分级道路网上的可能的空间移动轨迹，采用概率分布的方法，挖掘出个体在分级空间道路网上的行动轨迹的方法。

背景技术

近年来，随着信息技术的发展，数据信息量呈现爆炸式增长，数据来源越来越多，数据量也越来越庞大。其中，由手机、WIFI、物联网等信息传感器记录的数据已经成为大数据分析中最重要的数据来源，其较为完备的个体出行记录为大数据，尤其是交通大数据分析提供了很好的数据支持。以手机为例，至2015年，手机用户达到13.06亿，占到总人口的96％以上，手机终端设备持续产生的信号信息，形成了记录用户出行的一系列数据集，为交通出行分析提供了重要的数据来源。

然而，以手机大数据为代表的移动通信大数据的数据基础是手持移动终端与固定传感器之间的通信记录，这就使得移动通信大数据的基础数据是离散的而不是连续的，对从个体与固定传感器的通信记录数据识别和提取个体在空间网络中的出行轨迹带来困难。另一方面，固定传感器所处的位置一般并非道路，这就使得对个体空间出行道路网络轨迹提取的数据基础本身并不在网络连线上。

发明内容

本发明的目的是：提供一定的算法对个体出行记录数据集进行加工，以此为基础挖掘出个体在空间道路网络上的出行轨迹，从而有利于精准识别个体出行轨迹，有效判断道路网络分时段的载荷量。

为了达到上述目的，本发明的技术方案是提供了一种大数据环境下个体出行道路轨迹提取的方法，其特征在于，包括以下步骤：

步骤1、从传感器运营商处获取一定时间范围内的匿名加密移动终端传感器数据，为每个用户构建由个体和固定传感器通信记录构成的初步个体出行时空记录，将固定传感器的地理属性赋予初步个体出行时空轨迹中的每个通信节点，以此构建个体出行时空数据集；

步骤2、按时间顺序整理个体出行时空数据集，以个体与固定传感器之间的通信记录为节点，构建个体出行时空序列，识别个体出行时空序列中的出行O-D点，将个体出行时空序列按照O-D点裁剪，划分为若干条O-D路段，将每条路段编号，构成个体出行O-D路段数据集；

步骤3、依据个体出行O-D路段数据集，计算个体在出行路段中两两节点之间的距离、花费时间和平均速度，根据个体出行路段中两两节点间的速度，通过构建网络模型，以实际道路交通网为地理基底，计算个体在两个节点之间可能的个体出行路径，包括以下步骤：

步骤3.1、整理个体所在城市的道路交通网，将道路交通网中的每条道路分级，依据现有数据获得每种出行方式在每条道路上在每个时间段中的平均移动速度；

步骤3.2、将个体出行O-D路段数据集中个体每条O-D路段中的所有通信节点按照其空间位置投射到道路交通网中，查找距离各个通信节点最近的道路交通网路口节点，定义为R点，将R点作为两两通信节点之间的S-T点，计算通信节点到各自的S-T点的最短距离；

步骤3.3、提取出两两通信节点之间的最短距离及其路径，计算最短路径花费的时间；

步骤3.4、将两两通信节点间的最短路径按路段裁开，计算最短路径的空间方向复杂度SDF，该空间方向复杂度SDF采用对分路段的移动方向求加权标准差得到；