论文部分内容阅读
城市居民出行调查作为交通调查的核心内容,其结果能表征居民出行的出行方式、出行时间、出行地点等特征,综合居民的社会属性和经济属性加以分析,发现城市居民的潜在出行需求,掌控城市交通出行的症结所在,为城市交通现状分析和规划管理提供科学依据。传统出行调查方式的低效、高成本、数据有效性低、后期整理分析困难等诸多弊端,不能满足现代城市交通发展需求,GPS技术的发展使交通出行调查高效、准确地搜集出行数据成为可能,但也存在着诸多局限性。智能手机作为互联网时代的必需品,在城市居民出行调查中拥有高普及率及便捷性等优越性,加上5G网络的铺设,移动数据流量将出现爆炸式增长,能解决传统交通出行调查方式中的诸多痛点,因此设计一款能高效、低成本地搜集、管理和分析居民出行数据的综合信息化系统是当前迫切需要解决的问题。目前国内外大多数研究均基于GPS数据或手机话单数据来进行出行数据搜集和分析,存在着诸多局限性,没有充分利用智能手机集成的多传感器优势。本文设计并实现了基于手机的出行调查停留点识别及特征提取系统,对手机出行数据的建模和停留点识别进行了重点分析并最终进行了实证分析。本文主要研究的内容有:(1)分析了当前出行调查过程中存在的问题,对基于手机的出行调查及特征提取系统进行了需求分析,完成了基于智能手机的出行调查及其特征提取系统的总体架构设计和功能设计。(2)结合手机各传感器的技术原理和各传感器参数的优劣势,提出了一种基于手机多运动参数的停留点识别方法,并对其有效性进行了实证分析,解决了传统GPS设备停留点识别存在的室内数据缺失问题,同时,利用加速度数据弥补了基于单一类型定位数据的停留点识别的不可靠性问题。(3)基于手机出行调查采集系统实地采集的大量数据,提出了一种基于个人出行记录的出行特征提取方法,用以识别出行调查数据的综合特征及规律;分析了多种层次聚类法的特点,应用基于质心距离的凝聚层次聚类算法实现了城市出行热点区域的自动发现,为发现城市交通问题和把控城市交通规划提供科学依据。(4)基于JAVA WEB平台,结合手机APP平台及地图服务等关键技术,完成了基于手机的出行调查停留点识别及特征提取系统的设计与实现。