[发明专利]一种基于轨迹聚类技术的定制公交线路生成方法

说明书

本发明属于智能交通领域，涉及一种基于轨迹聚类技术的定制公交线路生成方法。本发明包括获取出租车GPS轨迹数据；从方向、地理区间、轨迹子片段三个维度计算轨迹相似度，并考虑领域知识与计算复杂度对特征进行融合，获得能反映三个特征的轨迹相似度；基于计算得到的轨迹相似度，使用DBSCAN模型对轨迹集进行聚类，并基于多目标优化方法VIKOR优化DBSCAN中的Eps、MinPts参数；基于聚类结果，对每类聚类结果进行潜在线路提取。本发明能够有效地应用在出租车GPS轨迹数据上，并通过对聚类结果的中心轨迹进行提取，实现了最终潜在开设线路的提取。

技术领域

本发明属于智能交通领域，涉及一种基于轨迹聚类技术的定制公交线路生成方法。

背景技术

近年来，一种名为定制公交的新型地面公交服务模式正在很多国家兴起。定制公交是一种基于汽车共享理念的需求响应式公交。线路规划是定制公交研究的关键之一，目前许多地区面向出行需求开设的定制公交线路大多采取问卷调研与预约结合的方式进行开设，另一部分则在政策或与公交公司合作指导下开设。然而，网络问卷调研的方式存在如下问题：(1)可靠性低：难以覆盖城市居民的整体通勤需求(2)时效性差：难以根据变化的出行需求进行实时调整。(3)繁琐且昂贵：人工地设计线路这样的不但消耗大量的人力与时间成本。

部分研究采取从大规模数据集中提取出行OD并结合路径规划的方法生成潜在线路。一些研究人员提出了包含出行需求处理、OD小区划分、OD区域配对和线路发布的定制公交线网规划方法，构建了线网规划模型并设计了求解算法。然而，该研究采取调查数据而导致可靠性低、时效性差繁琐不经济等诸多缺点。因此，一些研究人员基于出租车轨迹数据，对具有相似起点、终点、出发时刻的轨迹进行聚类提取。此外，一些研究人员基于公交车刷卡数据，对相似OD对进行聚类分析。相比于出租车数据，公交刷卡数据集中提取定制公交线路更适宜于长途出行用户(8km以上)。上述研究利用出租车数据或公交车数据提取出行OD数据，对需求起始点和终到点进行聚类，找出可选站点，进而进行定制公交线路规划。这样的做法容易忽略起点和终点间的对应关系造成与实际的出行需求产生偏差，且居民出行过程中的线路选择因受到环境条件和其自身的经验知识影响，如道路的拥堵程度、上下车的便捷性等。因此路径规划产生的中间线路与居民的实际行驶线路有时并不一致。一部分研究将定制公交应用于转移地铁客流，限制地铁站为起点的定制公交路线规划，或以连接居民区与地铁站的接驳公交线路优化。该类型线路需要设置在地铁站附近，不符合定制公交门到门的出行特征与优势，也难以作为一种通用方法使用。

轨迹聚类采取数据挖掘方法挖掘海量出行数据中的出行模式，成为移动对象轨迹数据挖掘的热点之一。基于出租车轨迹数据，从轨迹聚类获得的出行模式提取的潜在线路蕴含着出行者的历史出行经验知识与实时路网状态信息，能够较大程度覆盖居民的出行需求，且不需要进行繁琐的线路规划，适合作为定制公交线路开设的依据。

虽然目前已有部分学者对车辆轨迹聚类进行了研究，并取得了相当不错的成果，但仍存在一些挑战：

1、考虑多种轨迹特征的综合轨迹相似度计算方法。轨迹相似度的计算研究热点之一在于如何综合考虑轨迹不同属性，例如轨迹的方向和重叠子片段，如何将轨迹的各个特征合理进行融合仍然是一个难点。

2、聚类结果难以应用，通用方法的聚类结果具有较为离散的起终点，研究人员难以从聚类结果中提取符合具有集中出行OD线路作为定制公交潜在开设线路的参考。

发明内容

针对现有技术的不足，本发明提出一种基于轨迹聚类技术的定制公交线路生成方法。

本发明包括以下步骤：

步骤A，利用路网中的出租车GPS数据信息，构建以出行为单位的轨迹集合，并计算轨迹集合T中各轨迹之间的相似度矩阵M。