CN108320501B - 基于用户手机信令的公交线路识别方法 - Google Patents

基于用户手机信令的公交线路识别方法 Download PDF

Info

Publication number
CN108320501B
CN108320501B CN201711393085.4A CN201711393085A CN108320501B CN 108320501 B CN108320501 B CN 108320501B CN 201711393085 A CN201711393085 A CN 201711393085A CN 108320501 B CN108320501 B CN 108320501B
Authority
CN
China
Prior art keywords
user
track
bus
mobile phone
phone signaling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711393085.4A
Other languages
English (en)
Other versions
CN108320501A (zh
Inventor
李永军
王幸
袁鲁峰
颜学智
崔峻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Xinwang Video Signal Software Technology Co ltd
Original Assignee
Jiangsu Xinwang Video Signal Software Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Xinwang Video Signal Software Technology Co ltd filed Critical Jiangsu Xinwang Video Signal Software Technology Co ltd
Priority to CN201711393085.4A priority Critical patent/CN108320501B/zh
Publication of CN108320501A publication Critical patent/CN108320501A/zh
Application granted granted Critical
Publication of CN108320501B publication Critical patent/CN108320501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Telephonic Communication Services (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及基于用户手机信令的公交线路识别方法，属于手机信令采集交通量技术领域；所述中央处理器与手机信令数据获取平台、实时交通处理***、大数据分析***、实时模块连接；所述手机信令数据获取平台与实时交通处理***连接；所述实时交通处理***与大数据分析***连接；所述实时模块与实时交通处理***、大数据分析***连接；所述手机信令数据获取平台与交通移动平台连接；所述交通移动平台与地图API模块连接；通过获取地图以及公交的数据，利用信令数据、用户轨迹和公交线路的几何关系，来判断用户出行的信息，也可以准确地计算用户的出行距离和出行速度。

Description

基于用户手机信令的公交线路识别方法
技术领域
本发明涉及基于用户手机信令的公交线路识别方法，属于手机信令采集交通量技术领域。
背景技术
随着信息技术的快速发展，数字从城市与智慧城市应运而生，数字城市与智慧城市又促进了移动互联网、物联网和云计算等技术的发展，并直接推动了交通大数据的形成与发展，为交通数据获取方法提供了新的途径。基于手机定位的交通信息采集技术具有覆盖范围广、样本量大、数据实时性强、基础设施再投资少以及定位精度可满***通信息采集精度等优势，因此得到了国内外交通研究机构的普遍关注。在移动通信网络覆盖范围越来越广以及手机用户规模越发庞大的发展态势下，基于手机定位技术的交通信息采集技术有着广阔的应用前景。
用户随身携带手机，手机的移动准确的反映了用户的活动规律。通过对连续的手机信令进行分析，可以避免单词调查只能获取特定时间点居民出行的信息不足，全面掌握用户活动的时间和空间特征。
目前分析用户的交通出行方式多数通过调查问卷，视频监控人像识别与IC卡数据统计。但这些统计方法都有一定的缺陷，人工调查只能获取特定时间的居民出行信息，而且人数较少，无法长时间获取数据；视频监控的识别精度不高，而且存在死角的可能性。利用IC卡统计数据进行识别，对于比较复杂的换乘或者不出站往返情况无法很好地统计，局限性很大。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供一种基于用户手机信令的公交线路识别方法，通过该办法可以有效地对居民的日常出行中属于公交的出行段进行有效地识别。
为实现上述目的，本发明采用的技术方案是：它包含电源模块、中央处理器、手机信令数据获取平台、实时交通处理***、大数据分析***、实时模块、交通移动平台、地图API模块、用户轨迹与交通线路匹配模块、判断模块；所述电源模块与中央处理器连接；所述中央处理器与手机信令数据获取平台、实时交通处理***、大数据分析***、实时模块连接；所述手机信令数据获取平台与实时交通处理***连接；所述实时交通处理***与大数据分析***连接；所述实时模块与实时交通处理***、大数据分析***连接；所述手机信令数据获取平台与交通移动平台连接；所述交通移动平台与地图API模块连接；所述用户轨迹与交通线路匹配模块与交通移动平台、地图API模块连接；所述判断模块与用户轨迹与交通线路匹配模块连接。
本发明的基于用户手机信令的公交线路识别方法，操作步骤如下：
步骤1、利用GeoHash网格对城市进行划分，可以划分成长X米，宽Y米的小网格，对每个小网格进行编号，设每个小网格记为QUOTE
Figure 871227DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE003
，其中 QUOTE
Figure DEST_PATH_IMAGE005
Figure 398155DEST_PATH_IMAGE005
为该小网格在覆盖区域S中的行数， QUOTE
Figure DEST_PATH_IMAGE007
Figure 849996DEST_PATH_IMAGE007
为该小网格在覆盖区域S中的列数；
步骤2、获取公共汽车的交通道路信息，通过某地图API，基于一定的选区规则，对于每条公交线路，选取公交线路连续的道路作为该条公交的特征线路；
步骤3、获取用户一日中上报的信令切换数据，提取出用户的运动轨迹点P(1)、P(2).....P(n)，和这些点对应的网格；如果该用户在同一个基站下有连续多次的上报数据，且总时长超过设定的阈值时间t，用半径为R的圆以基站为据点进行聚类，得出用户出行的驻点；根据驻点，对用户一日出行的轨迹进行分割，得到轨迹段的 QUOTE
Figure DEST_PATH_IMAGE009
Figure 642941DEST_PATH_IMAGE009
；基于一定的规则，对用户的信令切换轨迹进行优化，获取较为平滑的移动轨迹和相应的轨迹点；
步骤4、将该用户的轨迹段中手机信令位置坐标映射在GeoHash网格中，用时间的序列和网格的坐标记录有效的出行信息，并对轨迹进行优化；
步骤5、对轨迹进行筛选，如果轨迹中有过短、不在GeoHash范围内的，则不予以考虑；
步骤6、对用户的轨迹片段和公交线路进行匹配，如果能匹配成功，则记录下来，记为H；
步骤7、整理出用户乘坐的公交线路，或判断出用户是否是乘坐私家车；
步骤8、我们根据上一步将一个轨迹段按照公交车的路线已经分好类，再计算这一段时间内的平均速度，如果平均速度大于阈值，我们就认为用户必然乘坐了公交车。
作为优选，所述步骤6中用户轨迹片段和公交线路匹配：先对用户的轨迹进行优化切片，再用几何的方法于公交线路进行匹配如果能匹配成功就加入备选集合H中。
作为优选，所述步骤6中根据用户轨迹段的夹角对用户轨迹进行优化，可以根据连续一段的夹角的余弦值判断是否可以用来删除部分片段。
作为优选，所述步骤6中在计算用户轨迹的片段与公交线路匹配，借助轨迹的片段和公交线路片段的几何关系、速度阈值以及换乘次数，判断用户是否与公交线路匹配，以及换乘关系。
作为优选，所述步骤6中用户基站切换轨迹具体为移动通信网络用户在通信网络中由于位置更新而产生的基站切换序列。
本发明中手机信令数据将由中央处理器进行信号采集和备份。所述的移动用户数据将由移动数据平台处理，并进行处理，与可能的公交线路进行匹配。通过移动用户的手机信令以及数据平台***，能够充分地分析用户的移动轨迹、是否搭乘机动车，以及搭乘是否搭乘某辆公交车。***方便管理部门获取精确地获取用户出行信息，能改善交通状况和了解交通的变化状况
采用上述结构后，本发明有益效果为：本发明所述的基于用户手机信令的公交线路识别方法，通过获取地图以及公交的数据，利用信令数据、用户轨迹和公交线路的几何关系，来判断用户出行的信息，也可以准确地计算用户的出行距离和出行速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的结构框架图；
图2是本发明中用户轨迹与道路轨迹匹配图；
附图标记说明：
电源模块01、中央处理器02、手机信令数据获取平台03、实时交通处理***04、大数据分析***05、实时模块06、交通移动平台07、地图API模块08、用户轨迹与交通线路匹配模块09、判断模块10。
具体实施方式
下面结合附图对本发明作进一步的说明。
参看如图1和图2所示，本具体实施方式含电源模块01、中央处理器02、手机信令数据获取平台03、实时交通处理***04、大数据分析***05、实时模块06、交通移动平台07、地图API模块08、用户轨迹与交通线路匹配模块09、判断模块10；所述电源模块01与中央处理器02连接；所述中央处理器02与手机信令数据获取平台03、实时交通处理***04、大数据分析***05、实时模块06连接；所述手机信令数据获取平台03与实时交通处理***04连接；所述实时交通处理***04与大数据分析***05连接；所述实时模块06与实时交通处理***04、大数据分析***05连接；所述手机信令数据获取平台03与交通移动平台07连接；所述交通移动平台07与地图API模块08连接；所述用户轨迹与交通线路匹配模块09与交通移动平台07、地图API模块08连接；所述判断模块10与用户轨迹与交通线路匹配模块09连接。
本具体实施方式的操作步骤如下：
步骤1、利用GeoHash网格对城市进行划分，可以划分成长X米，宽Y米的小网格，对每个小网格进行编号，设每个小网格记为 QUOTE
Figure 660575DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
，其中 QUOTE
Figure 889562DEST_PATH_IMAGE005
Figure 359858DEST_PATH_IMAGE005
为该小网格在覆盖区域S中的行数， QUOTE
Figure 762021DEST_PATH_IMAGE007
Figure 165320DEST_PATH_IMAGE007
为该小网格在覆盖区域S中的列数。
步骤2、获取公共汽车的交通道路信息。通过某地图API，基于一定的选区规则，对于每条公交线路，选取公交线路连续的道路作为该条公交的特征线路。
在特征道路段的选取上，有以下规则：
（1）以道路交叉点为切割点，将公交特征片段切割成多个道路片段，长且直的道路视情况切割；
（2）作为单个公交特征的各个道路片段之间需要尽量保持连续，某些路段由于过短，不足以当作特征路段集合的子集；
（3）不同公交线路可以共用某条道路片段，但是特征片段集合需要唯一识别特定公交线路。
步骤3、将该用户的轨迹段中手机信令位置坐标映射在GeoHash网格中，用时间的序列和网格的坐标记录有效的出行信息。也将公交车的行驶经过的小网格按照公交车行驶的顺序记录下来。如果公交车在某个网格中行驶的距离过短，则删除此网格。
步骤4、获取用户一日中上报的信令切换数据，提取出用户的运动轨迹点P(1)、P(2).....P(n)，和这些点对应的网格。如果该用户在同一个基站下有连续多次的上报数据，且总时长超过设定的阈值时间t，用半径为R的圆以基站为据点进行聚类，得出用户出行的驻点。根据驻点，对用户一日出行的轨迹进行分割，得到轨迹段的集合 QUOTE
Figure 627525DEST_PATH_IMAGE009
Figure 850696DEST_PATH_IMAGE012
。再对整段轨迹进行筛选，若轨迹不在南京市区、过短或者在该段内的平均速度不满足相应的指标需求，则不予以分析此段轨迹。基于一定的优化方式，对用户的信令切换轨迹进行优化，获取较为平滑的移动轨迹和相应的轨迹点。
优化方式：
对于每个轨迹段M(i)选取连续的三个上报位置，其中包含了两次切换信息，因此可以生产两个切换向量。
QUOTE
Figure DEST_PATH_IMAGE013
Figure 790971DEST_PATH_IMAGE013
， QUOTE
Figure 48777DEST_PATH_IMAGE014
Figure 213042DEST_PATH_IMAGE014
再计算切换向量的夹角信息
Figure DEST_PATH_IMAGE015
利用夹角做置信度，对切换轨迹进行优化，通过计算连续的轨迹点之间的夹角，得到有序的夹角集合 QUOTE
Figure DEST_PATH_IMAGE017
Figure 392350DEST_PATH_IMAGE017
，如果有用户的信令数据在这条轨迹段上有往返运动，可以得出某些连续的 QUOTE
Figure DEST_PATH_IMAGE019
Figure 133386DEST_PATH_IMAGE019
的值在接近1或者-1，这一段数据可以删除除最后一个点外的数据。经过多层优化后，就可以得到较为平滑的移动轨迹。
步骤5、再以 QUOTE
Figure DEST_PATH_IMAGE021
Figure 980119DEST_PATH_IMAGE021
为阈值，若轨迹的拐角大于此阈值，则在此点将轨迹段切分。此步骤将轨迹切割为比较直的片段集合，用于和道路片段做匹配。
步骤6、对于每个片段，得出包含这个片段的网格 QUOTE
Figure DEST_PATH_IMAGE023
Figure 784127DEST_PATH_IMAGE023
，因为信号有误差性，所以需要扩充S，对与每个 QUOTE
Figure DEST_PATH_IMAGE025
Figure 981890DEST_PATH_IMAGE025
，在S中加入 QUOTE
Figure DEST_PATH_IMAGE027
Figure 529546DEST_PATH_IMAGE027
所有上下左右相邻的网格，这样就将S扩充了。在公交车线路里，找出经过S中网格的公交线路，并只取包含在S中的公交车线路部分。将片段与公交线路，逐个计算轨迹段和特征道路片段的匹配程度。若片段与公交线路片段夹角小于π/6且平均距离小于预先给定的阈值(可以在公交车线路上取出一些点，对片段做垂线，计算平均距离)，则认为两个片段有匹配关系。记录与该片段有匹配关系的公交线路，记为H， QUOTE
Figure 761944DEST_PATH_IMAGE028
Figure 2433DEST_PATH_IMAGE028
，其中每个 QUOTE
Figure 687492DEST_PATH_IMAGE030
Figure 304418DEST_PATH_IMAGE030
都代表一个公交线路， QUOTE
Figure DEST_PATH_IMAGE031
Figure 125744DEST_PATH_IMAGE031
代表在一个路段中与道路相匹配的公交线路，如果没有相匹配的公交线路则记为(0)。
步骤7、 再经过步骤6的操作后，得到了用户可能乘坐的公交车的片段。我们根据以下原则识别用户具体乘坐了哪些公交车。
a.两个公交线路可能会有重叠的部分，可以使用最长原则进行判断，也就是如果用户的轨迹与n条公交线路匹配，则选取匹配长度最长的公交线路。在H中，先计算 QUOTE
Figure 802713DEST_PATH_IMAGE031
Figure 975068DEST_PATH_IMAGE031
中每个元素连续在H中其他集合中连续出现最大次数，设至第k项结束，那么就删除H中的前k项，得到新的H。重复对H做这个操作，直到H为空集。
b.如果在匹配的某段公交车线路上有较长的特征路段出现，则按时间计算特征线路出现的起始点和终点，我们就可以认为用户在这段时间里乘坐了该条公交线路或者步行。我们也可以得到用户哪一段没有乘坐公交线路，如果根据计算用户的没有公交线路的比例有较多，或者换成次数很多，可以看成是乘坐私家车或者步行。
步骤8、我们根据上一步将一个轨迹段按照公交车的路线已经分好类，再计算这一段时间内的平均速度，如果平均速度大于阈值，我们就认为用户必然乘坐了公交车.
以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.基于用户手机信令的公交线路识别方法，其特征在于：操作步骤如下：
步骤1、利用GeoHash网格对城市进行划分，可以划分成长X米，宽Y米的小网格，对每个小网格进行编号，设每个小网格记为G(XiYj)，其中Xi为该小网格在覆盖区域S中的行数，Yj为该小网格在覆盖区域S中的列数；
步骤2、获取公共汽车的交通道路信息，通过某地图API，基于一定的选取规则，对于每条公交线路，选取公交线路连续的道路作为该条公交的特征线路；
步骤3、获取用户一日中上报的信令切换数据，将该用户的轨迹段中手机信令位置坐标映射在GeoHash网格中，用时间的序列和网格的坐标记录有效的出行信息；
步骤4、提取出用户的运动轨迹点P(1)、P(2).....P(n)，和这些点对应的网格；如果该用户在同一个基站下有连续多次的上报数据，且总时长超过设定的阈值时间t，用半径为R的圆以基站为据点进行聚类，得出用户出行的驻点；根据驻点，对用户一日出行的轨迹进行分割，得到轨迹段的M=｛M(1),M(2),M(3)...M(k)｝；基于一定的规则，对用户的信令切换轨迹进行优化，获取较为平滑的移动轨迹和相应的轨迹点；
先对用户的轨迹进行优化切片，再用几何的方法于公交线路进行匹配如果能匹配成功就加入备选集合H中；
根据用户轨迹段的夹角对用户轨迹进行优化，根据连续一段的夹角的余弦值判断是否可以用来删除部分片段；
优化方式：
对于每个轨迹段M(i)选取连续的三个上报位置，其中包含了两次切换信息，因此可以生产两个切换向量：
Figure 455563DEST_PATH_IMAGE002
，
Figure 372703DEST_PATH_IMAGE004
再计算切换向量的夹角信息
Figure 418020DEST_PATH_IMAGE006
利用夹角做置信度，对切换轨迹进行优化，通过计算连续的轨迹点之间的夹角，得到有序的夹角集合
Figure 813229DEST_PATH_IMAGE008
，如果有用户的信令数据在这条轨迹段上有往返运动，可以得出某些连续的
Figure 627601DEST_PATH_IMAGE010
的值在接近1或者-1，这一段数据可以删除除最后一个点外的数据；经过多层优化后，就可以得到较为平滑的移动轨迹；
步骤5、对轨迹进行筛选，如果轨迹中有过短、不在GeoHash范围内的，则不予以考虑；
步骤6、整理出用户乘坐的公交线路，或判断出用户是否是乘坐私家车或步行；
步骤7、根据上述步骤将一个轨迹段按照公交车的路线已经分好类，再计算这一段时间内的平均速度，如果平均速度大于阈值，就认为用户必然乘坐了公交车。
2.根据权利要求1所述的基于用户手机信令的公交线路识别方法，其特征在于：所述步骤4中在计算用户轨迹的片段与公交线路匹配，借助轨迹的片段和公交线路片段的几何关系、速度阈值以及换乘次数，判断用户是否与公交线路匹配，以及换乘关系。
3.根据权利要求1所述的基于用户手机信令的公交线路识别方法，其特征在于：所述步骤4中用户基站切换轨迹具体为移动通信网络用户在通信网络中由于位置更新而产生的基站切换序列。
CN201711393085.4A 2017-12-21 2017-12-21 基于用户手机信令的公交线路识别方法 Active CN108320501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711393085.4A CN108320501B (zh) 2017-12-21 2017-12-21 基于用户手机信令的公交线路识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711393085.4A CN108320501B (zh) 2017-12-21 2017-12-21 基于用户手机信令的公交线路识别方法

Publications (2)

Publication Number Publication Date
CN108320501A CN108320501A (zh) 2018-07-24
CN108320501B true CN108320501B (zh) 2021-01-12

Family

ID=62891397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711393085.4A Active CN108320501B (zh) 2017-12-21 2017-12-21 基于用户手机信令的公交线路识别方法

Country Status (1)

Country Link
CN (1) CN108320501B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727452A (zh) * 2019-01-08 2019-05-07 江苏交科能源科技发展有限公司 基于手机信令数据的出行比例核算方法
CN111435570B (zh) * 2019-01-11 2021-12-28 阿里巴巴集团控股有限公司 一种公交线路匹配方法及装置
CN110021169A (zh) * 2019-05-06 2019-07-16 南京航空航天大学 一种基于手机信令数据和公交数据的公交乘客下车站点推测方法
CN110310477B (zh) * 2019-05-14 2021-11-02 浙江工业大学之江学院 基于公交gps与手机信令数据的公交客流检测方法
CN110415517B (zh) * 2019-07-15 2020-12-01 中国地质大学（北京） 一种基于车辆行驶轨迹的道路拥堵精准预警***及方法
CN110337067B (zh) * 2019-07-25 2021-08-13 深圳市口袋网络科技有限公司 一种运动轨迹生成方法、装置及相关组件
CN110418291B (zh) * 2019-07-30 2021-07-20 中国联合网络通信集团有限公司 乘车站点识别方法、售票管理***及电信运营商平台
CN110706477B (zh) * 2019-10-12 2021-07-20 杭州律橙电子科技有限公司 一种公交站点匹配方法
CN110909799B (zh) * 2019-11-26 2022-09-06 杭州三汇数字信息技术有限公司 一种乘车信息映射关系获取方法
CN111242186B (zh) * 2020-01-03 2022-08-12 支付宝(杭州)信息技术有限公司 确定运行线路的方法、装置及计算设备
CN111653099B (zh) * 2020-06-10 2022-06-17 南京瑞栖智能交通技术产业研究院有限公司 基于手机信令数据的公交客流od获取方法
CN112511971B (zh) * 2020-11-26 2022-08-16 西安建筑科技大学 一种基于手机信令数据的出行方式识别方法
CN112530166B (zh) * 2020-12-01 2021-11-05 江苏欣网视讯软件技术有限公司 基于信令数据与大数据分析识别公交出行上下车站点的方法与***
CN113256987B (zh) * 2021-06-30 2021-10-29 深圳市城市交通规划设计研究中心股份有限公司 基于多源数据融合的居民出行链生成方法及共乘查询方法
CN114298880A (zh) * 2021-12-29 2022-04-08 南京大学 基于公共交通方式优势出行距离确定城市用地规模的方法
CN114627645B (zh) * 2022-03-04 2023-05-02 北京百度网讯科技有限公司 车辆实时运行线路的确定方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050040181A (ko) * 2003-10-27 2005-05-03 박정병 하차를 알려주는 휴대폰
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN105243844A (zh) * 2015-10-14 2016-01-13 华南理工大学 一种基于手机信令的道路状态识别方法
CN105608505A (zh) * 2015-12-22 2016-05-25 重庆邮电大学 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN105679019A (zh) * 2016-01-28 2016-06-15 广州杰赛科技股份有限公司 一种道路交通状态识别方法及装置
CN106197458A (zh) * 2016-08-10 2016-12-07 重庆邮电大学 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法
CN106503843A (zh) * 2016-10-20 2017-03-15 上海萃图数字科技有限公司 一种基于手机信令数据的常规公交线网优化与调整方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732756A (zh) * 2013-12-24 2015-06-24 中兴通讯股份有限公司 一种利用移动通信数据挖掘进行公交规划的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050040181A (ko) * 2003-10-27 2005-05-03 박정병 하차를 알려주는 휴대폰
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN105243844A (zh) * 2015-10-14 2016-01-13 华南理工大学 一种基于手机信令的道路状态识别方法
CN105608505A (zh) * 2015-12-22 2016-05-25 重庆邮电大学 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN105679019A (zh) * 2016-01-28 2016-06-15 广州杰赛科技股份有限公司 一种道路交通状态识别方法及装置
CN106197458A (zh) * 2016-08-10 2016-12-07 重庆邮电大学 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法
CN106503843A (zh) * 2016-10-20 2017-03-15 上海萃图数字科技有限公司 一种基于手机信令数据的常规公交线网优化与调整方法

Also Published As

Publication number Publication date
CN108320501A (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
CN108320501B (zh) 基于用户手机信令的公交线路识别方法
CN108322891B (zh) 基于用户手机信令的交通区域拥堵识别方法
CN106600960B (zh) 基于时空聚类分析算法的交通出行起讫点识别方法
CN111681421B (zh) 基于手机信令数据的对外客运枢纽集疏空间分布分析方法
CN107241512B (zh) 基于手机数据的城际交通出行方式判断方法和设备
CN106931974B (zh) 基于移动终端gps定位数据记录计算个人通勤距离的方法
CN104050817B (zh) 限速信息库生成、限速信息检测的方法和***
CN102332210B (zh) 基于手机定位数据的实时城市道路交通流数据提取方法
CN102521973B (zh) 一种手机切换定位的道路匹配方法
CN105608505B (zh) 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN108171993B (zh) 一种基于手机信令大数据的高速公路车辆速度计算方法
CN105142106A (zh) 基于手机信令数据的出行者职住地识别与出行链刻画方法
CN103593430A (zh) 一种基于移动对象时空信息轨迹分段聚类的方法
CN105206048A (zh) 一种基于交通od数据的城市居民群体换乘模式发现***及方法
CN111737605A (zh) 一种基于手机信令数据的出行目的识别方法及装置
CN110796337B (zh) 一种评价城市公交站点服务可达性的***
CN106710208A (zh) 交通状态的获取方法及装置
CN110414732A (zh) 一种出行未来轨迹预测方法、装置、储存介质及电子设备
CN104504099A (zh) 基于位置轨迹的交通出行状态切分方法
CN110598917B (zh) 一种基于路径轨迹的目的地预测方法、***及存储介质
CN115168529B (zh) 一种基于手机定位数据的枢纽客流溯源方法
CN112036757A (zh) 基于手机信令和浮动车数据的停车换乘停车场的选址方法
CN112988936A (zh) 出行轨迹预测方法、装置、计算设备及存储介质
CN109410576A (zh) 多源数据融合的路况分析方法、装置、存储介质及***
CN108108859A (zh) 一种基于大数据分析的交通管理勤务优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant