[发明专利]一种基于大规模手机位置数据的自行车骑车与停车需求评估方法

权利要求书

1.一种基于大规模手机位置数据的自行车骑车与停车需求评估方法，其特征在于：包括以下步骤：

步骤S1：对大规模手机位置数据进行数据整理和数据筛选；

步骤S2：进行用户停留识别，从原始轨迹RT中找出一定范围区域内持续一定时间长度的轨迹分段，该轨迹分段即为停留S，而原始轨迹中除去停留的部分，剩下的轨迹分段即为移动M；

步骤S3：进行用户目标出行提取，当移动的距离满足一定距离阈值α和β时，该移动构成用户的一个目标出行TM；

步骤S4：把自行车的出行需求分为骑车需求和停车需求两个方面，并将一天划分为24个小时，计算每个时段内自行车出行需求情况。

2.根据权利要求1所述的一种基于大规模手机位置数据的自行车骑车与停车需求评估方法，其特征在于：步骤S1具体为：对手机位置数据中的记录数据、原始轨迹、轨迹分段、移动、停留、出行以及目标出行进行定义；

所述记录数据r表示形成轨迹的原始记录数据，表示为四元组＜用户编号，时间，经度，维度＞，如下式：

r＝＜OID,t,lon,lat＞；

式中，OID为对象编号，t为时间，lon和lat分别表示经纬度；

所述原始轨迹RT表示具有相同的对象编号的记录数据按照时间顺序从先到后的方式组织形成的序列，如下式：

RT＝[r1,r2,...,rn]；

式中，n为记录个数，对任意的1≤i＜j≤n，rj.time＞ri.time，即记录rj的时间晚于记录ri；

所述轨迹分段TS是原始轨迹的记录子集，分段是个体轨迹的一部分，由多个连续的记录组成，将轨迹分段表示为一个六元组，如下：

RTTS＝＜UserID,start,end,type,RECORDS＞；

式中，UserID表示用户编号，start和end分别是分段开始和结束的时间，type是分段的类型，包括停留S和移动M；RECORDS为组成分段的初始记录集，不少于两个元素；

所述停留S是轨迹分段的子类，表示个体没有发生移动或在局部范围内活动，并且持续时间大于设定值T0，表示为一个五元组＜UserID,start,end,type,RECORDS＞，其中type类型为S；

所述移动M是轨迹分段的子类，表示该段时间内，个体处于移动的状态，表示为一个五元组＜UserId,start,end,type,RECORDS＞，其中type类型为M；移动表示停留之间的出行行为；

所述目标出行TM表示用户的出行在距离上满足相应的筛选条件，如下式：

{m∈TM|α＜DIS(m)＜β}

式中，m是移动的实例，DIS是距离函数，以实际路网距离为参考，α和β分别表示用于过滤产生自行车出行方式对应的目标出行参数。

3.根据权利要求1所述的一种基于大规模手机位置数据的自行车骑车与停车需求评估方法，其特征在于：步骤S2具体包括以下步骤：

步骤S21：从第一条记录开始，判断待判定下一个记录数据j到第一个记录之间的距离是否小于设定的空间距离阈值DO；

步骤S22：若两个记录之间的空间距离小于距离阈值DO，则将记录j加入潜在的停留集合Q；并继续判断下一个数据记录，计算其与集合Q中每一个记录之间的距离，如果距离均小于DO，则将其添加到集合Q中；

步骤S23：如果集合Q不为空且集合Q中第一个记录与最后一个记录之间的时间距离大于时间阈值T0，则集合Q中的记录构成一个停留；

步骤S24：从当前记录开始，重复步骤S21-步骤S23，直到所有的记录均被处理。

4.根据权利要求1所述的一种基于大规模手机位置数据的自行车骑车与停车需求评估方法，其特征在于：步骤S3具体为：将用户目标出行TM分为短距离目标出行以及接驳目标出行；

提取短距离目标出行的步骤为：计算用户所有移动M的路网距离，从用户移动M中筛选出路网距离在α到β之间的轨迹分段，该轨迹分段组成短距离目标出行；

提取接驳目标出行的步骤为：计算用户所有移动M的路网距离，从用户移动M中筛选出距离大于β的移动；针对移动起始和结束的记录数据所在位置，分别搜索距离最近的公共交通站点；计算移动起始点和结束点与公共交通站点之间的路网距离，若距离长度在α到β之间，则该记录与公共交通站点组成的轨迹分段构成接驳目标出行。

5.根据权利要求1所述的一种基于大规模手机位置数据的自行车骑车与停车需求评估方法，其特征在于：步骤S4具体包括以下步骤：

步骤S41：单个基站p在24个时段中出发的频次outflow^p和到达频次inflow^p分别表示为：

式中，表示的是基站p在第i个时段内从基站p出发的频次，表示的是在第i个时段，到达基站p的频次；

步骤S42：考虑到在某时间段内，到达基站p的出行所提供的自行车可以部分满足该时刻由基站p出发的骑车需求，同时避免了此部分车辆的停车需求；因此，基站p在第i时刻的骑车需求和停车需求计算分别如下式所示：

步骤S43：对所有用户重复上述两个步骤，计算出每个基站在一天中各个时段下的骑车需求和停车需求进而得到一天24个时段下骑车和停车的需求量及其分布；

步骤S44：累加所有基站在对应时段的骑车和停车需求，得到一天24个时段下的骑车和停车需求。