CN105608890A - 一种基于手机信号数据的人员出行参数统计方法 - Google Patents

Abstract

本发明公开了一种基于手机信号数据的人员出行参数统计方法，主要步骤为：建立虚拟传感器网络，以固定时间间隔从手机网络获取该时间间隔内所有手机发出的实时信号数据；根据电子地图信息和实时信号数据得到用户的电子脚印；根据电子脚印判断用户出行以及是否存在二次出行；再根据路网匹配计算出行距离；最终获取整个统计区域的出行OD矩阵，以及相关的出行参数。本发明充分依托现有的移动通信网络资源，利用已有手机通信网络中的信息，即能在短时间完成城市内大范围的交通出行特征调查，同时初期投资相对较小、数据覆盖范围大、数据精度高。

Description

一种基于手机信号数据的人员出行参数统计方法

技术领域

本发明涉及交通规划与管理方法技术领域，具体是一种基于手机信号数据的人员出行参数统计方法。

背景技术

城市交通调查和交通规划需要获取大范围准确、可靠的出行现状数据信息，尤其是居民出行特征数据。传统的居民出行调查往往采用抽样问卷的方式，抽样率一般为2-5%甚至更低，并且调查成本较高，组织协调需耗费大量人力、物力和时间，数据汇总处理周期也较长。现阶段中国城市经济高速增长、基础设施建设突飞猛进、土地利用更频繁，但通常间隔若干年才进行一次全面的交通调查，仅能获取相对静态的现状数据，很难跟上交通需求和供给的更新节奏。

随着智能交通***的兴起，通常要求以较短的周期对OD矩阵进行循环更新，如每天、每小时、甚至更小颗粒度，并要求达到较高准确性。传统方式的信息获取机制、采样率和准确性显然无法满足ITS的需求。因此，无论是交通研究者还是交通从业人员都一直在找寻更经济、更高效率、更高精度的人员出行信息获取技术。

20世纪80年代开始，出现了利用路段流量反推OD矩阵的技术，只要先验OD矩阵具有一定的可信度，就能满足小范围区域交通影响分析的需求，一度成为研究热点。但由于其分配算法的复杂性难以适用于较大区域且数据精度跟先验参数矩阵关系密切。也有GPS终端志愿者等其他方式，试图提高数据精度，扩大应用范围，但由于成本等诸多限制，大部分仅限于理论研究或小样本尝试阶段。此外，感应线圈、微波检测、视频图像识别等定点信息采集技术，以及电子标签等浮动信息采集技术，已经得到了大量应用并取得良好效果，但采集对象主要为运行中的车辆，检测结果更多的是车辆运行信息。根据车流信息反推居民出行信息，由于其分配算法的复杂性，难以用于较大空间范围。因此，交通研究者与交通从业人员都一直在找寻更经济、效率更高、精度更高的居民出行信息获取技术。

随着21世纪个人手机终端的普及，出行群体中手机拥有率和使用率已经达到相当高的比例，人们越来越认识到手机是一种较为理想的交通探测器。手机数据为居民出行信息分析提供了很好的技术选择，可作为现有交通数据采集技术的重要补充之一，通过对长时间的手机信令数据进行跟踪，研究手机用户活动轨迹的识别方法，分析手机用户的有规律的空间分布和出行特征参数。

发明内容

本发明用交通科学或交通工程的基础知识来处理手机信号数据,获取人员出行参数的方法，目的在于提供一种效率、精度高的基于手机信号数据的人员出行参数统计方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于手机信号数据的人员出行参数统计方法，具体步骤如下：

（1）建立虚拟传感器网络；

（2）以固定时间间隔T从手机网络获取该时间间隔内所有手机发出的实时信号数据；

（3）对所述步骤（2）获取到的数据进行预处理；

（4）从城市区划数据库中读取城市电子地图信息，将上一步得到第i部手机的所有手机数据叠加在电子地图中，得到第i部手机在电子地图中移动的轨迹，将其定义为第i个用户的电子脚印；

（5）根据第i个用户的电子脚印，计算第i个用户在每个地点的停留时间，设定停留时间大于设定阈值T1的为一个停留点，判断得出第i个用户的所有停留点，按时间排序的第j个停留点和第j+1个停留点形成一次出行；

（6）回溯第j个停留点和第j+1个停留点在电子脚印中的轨迹情况，计算这条轨迹的总长度与第j个停留点和第j+1个停留点的直线距离的比值k，根据k的值判断出行链是否需要打断，即将该次出行是否需要分成两次出行；

（7）根据步骤（6）的结果，第j个停留点和第j+1个停留点间的出行的旅行时间为对应信号发生时间的差值，即旅行时间t=T_j+1-T_j，式中，T_j+1为在第j+1个停留点第i部手机信号发生的时间，T_j为在第j个停留点第i部手机信号发生的时间；

（8）计算得到第j个停留点和第j+1个停留点间的出行的距离Lj；

（9）汇总每个手机的每次出行以及每次出行对应的旅行时间及距离，获取到最终的出行OD矩阵，以及相关的出行参数。

作为本发明进一步的方案：所述步骤（2）中对数据进行预处理包括删除无效的数据、处理因为基站漂移产生的数据、分析处理长时间没有产生信号的手机数据。

作为本发明再进一步的方案：所述步骤（8）中计算距离Lj的方法为：

首先计算第j个停留点和第j+1个停留点间的直线距离lj，按照起讫点进行类型的划分，对不同类型出行根据路网特点与基站覆盖特点扩样至最短路径出行，扩样系数为α₁，最后根据不同类型出行将最短路径出行扩样至全出行，扩样系数为α₂，则×最终的出行距离Lj=lj×α₁×α₂。

与现有技术相比，本发明的有益效果是：

本发明充分依托现有的移动通信网络资源，利用已有手机通信网络中的信息，即能在短时间完成城市内大范围的交通出行特征调查，同时初期投资相对较小、数据覆盖范围大、数据精度高。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

一种基于手机信号数据的人员出行参数统计方法，具体步骤如下：

（1）建立虚拟传感器网络；

（2）以固定时间间隔T从手机网络获取该时间间隔内所有手机发出的实时信号数据；

（3）对所述步骤（2）获取到的数据进行预处理，包括删除无效的数据、处理因为基站漂移产生的数据、分析处理长时间没有产生信号的手机数据；

（4）从城市区划数据库中读取城市电子地图信息，将上一步得到第i部手机的所有手机数据叠加在电子地图中，得到第i部手机在电子地图中移动的轨迹，将其定义为第i个用户的电子脚印；

（5）根据第i个用户的电子脚印，计算第i个用户在每个地点的停留时间，设定停留时间大于设定阈值T1的为一个停留点，判断得出第i个用户的所有停留点，按时间排序的第j个停留点和第j+1个停留点形成一次出行；

（6）回溯第j个停留点和第j+1个停留点在电子脚印中的轨迹情况，计算这条轨迹的总长度与第j个停留点和第j+1个停留点的直线距离的比值k，根据k的值判断出行链是否需要打断，即将该次出行是否需要分成两次出行；

（7）根据步骤（6）的结果，第j个停留点和第j+1个停留点间的出行的旅行时间为对应信号发生时间的差值，即旅行时间t=T_j+1-T_j，式中，T_j+1为在第j+1个停留点第i部手机信号发生的时间，T_j为在第j个停留点第i部手机信号发生的时间；

（8）计算得到第j个停留点和第j+1个停留点间的出行的距离Lj，首先计算第j个停留点和第j+1个停留点间的直线距离lj，按照起讫点进行类型的划分，对不同类型出行根据路网特点与基站覆盖特点扩样至最短路径出行，扩样系数为α₁，最后根据不同类型出行将最短路径出行扩样至全出行，扩样系数为α₂，则×最终的出行距离Lj=lj×α₁×α₂。

（9）汇总每个手机的每次出行以及每次出行对应的旅行时间及距离，获取到最终的出行OD矩阵，以及相关的出行参数。

本发明通过实时采集、分析移动通信网络中的通信数据，将普通用户使用的手机移动终端作为一种有效的交通检测器，利用本发明提出的方法，分析推算每个手机的出行轨迹和出行时间、距离。本发明无需在手机终端上安装任何特殊设备、无需安装任何软件，将每个个人用户使用的普通手机作为采集终端，突破了传统交通采集技术需要事先安装采集终端的初期投资建设瓶颈，可节约大量基础设施投资。

本发明可以为交通规划和城市规划提供决策支持，适用于相关政府交通管理以及城市规划部门，为道路基础设施规划、交通控制和管理、交通组织设计提供决策支持信息。同时本发明也可用于弥补居民调查对于调查期实际的统计误差偶然性误差，为相关部门提供更经济、效率更高、精度更高的居民出行信息获取技术。

本发明充分依托现有的移动通信网络资源，利用已有手机通信网络中的信息，即能在短时间完成城市内大范围的交通出行特征调查，同时初期投资相对较小、数据覆盖范围大、数据精度高。

上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下作出各种变化。

Claims (3)

1.一种基于手机信号数据的人员出行参数统计方法，其特征在于，具体步骤如下：

（1）建立虚拟传感器网络；

（2）以固定时间间隔T从手机网络获取该时间间隔内所有手机发出的实时信号数据；

（3）对所述步骤（2）获取到的数据进行预处理；

（4）从城市区划数据库中读取城市电子地图信息，将上一步得到第i部手机的所有手机数据叠加在电子地图中，得到第i部手机在电子地图中移动的轨迹，将其定义为第i个用户的电子脚印；

（5）根据第i个用户的电子脚印，计算第i个用户在每个地点的停留时间，设定停留时间大于设定阈值T1的为一个停留点，判断得出第i个用户的所有停留点，按时间排序的第j个停留点和第j+1个停留点形成一次出行；

（6）回溯第j个停留点和第j+1个停留点在电子脚印中的轨迹情况，计算这条轨迹的总长度与第j个停留点和第j+1个停留点的直线距离的比值k，根据k的值判断出行链是否需要打断，即将该次出行是否需要分成两次出行；

（7）根据步骤（6）的结果，第j个停留点和第j+1个停留点间的出行的旅行时间为对应信号发生时间的差值，即旅行时间t=T_j+1-T_j，式中，T_j+1为在第j+1个停留点第i部手机信号发生的时间，T_j为在第j个停留点第i部手机信号发生的时间；

（8）计算得到第j个停留点和第j+1个停留点间的出行的距离Lj；

（9）汇总每个手机的每次出行以及每次出行对应的旅行时间及距离，获取到最终的出行OD矩阵，以及相关的出行参数。

2.根据权利要求1所述的基于手机信号数据的人员出行参数统计方法，其特征在于，所述步骤（2）中对数据进行预处理包括删除无效的数据、处理因为基站漂移产生的数据、分析处理长时间没有产生信号的手机数据。

3.根据权利要求1所述的基于手机信号数据的人员出行参数统计方法，其特征在于，所述步骤（8）中计算距离Lj的方法为：

首先计算第j个停留点和第j+1个停留点间的直线距离lj，按照起讫点进行类型的划分，对不同类型出行根据路网特点与基站覆盖特点扩样至最短路径出行，扩样系数为α₁，最后根据不同类型出行将最短路径出行扩样至全出行，扩样系数为α₂，则×最终的出行距离Lj=lj×α₁×α₂。