近年来我国物流量节节攀升,末端配送压力巨大,自提柜因“配送+自提”的模式有利于缓解末端配送压力,得到了大力推广和使用。据统计2018年我国投放的自提柜数量已达32.4万组,预计2020年将达到75万组。随着自提柜数量的剧增和分布的密集度提高,辅助用户进行自提柜选择变得尤为重要。有研究表明,用户自提时更倾向于顺道取货,而现实中用户常需偏离顺道路径取货,这往往造成自提柜资源使用不均,用户满意度降低等问题。因此探究顺道自提柜的选择方法,对于合理分配运作资源,增加用户感知价值,优化配送服务具有重要意义。目前自提柜的选择主要以目的地距离为标准,存在用户取货的时空错配问题,难以实现顺道取货。从用户出行时空规律出发,在深入分析自提柜顺道取货可行性的前提上,提出了以用户日常出行时空轨迹信息为基础,实现顺道取货的自提柜选择方法,其中利用热点分布挖掘用户出行时空规律,运用核密度估计方法实现时空数据标准的统一。首先,出行数据处理与活动热点识别。为了更好的识别用户出行的时空规律,本文选择了以连续且高频率的方式采集的时空数据集,由于用户自提一般采取步行的方式,因此本文通过识别用户的出行模式,提取用户时空轨迹中的步行轨迹数据作为研究的基础数据。基于地理信息技术中热点识别技术,通过对用户步行时空轨迹数据进行挖掘,识别出用户出行的活动热点,进而将时空轨迹转化为以热点为节点的热点链,由此了解用户出行过程中停留的空间位置和时长,进而了解用户出行的偏好。其次,筛选规律活动热点。在辅助进行顺道自提柜选择时由于无法获得用户当天收货点前序活动热点位置,因此需确定用户收货点前一个规律活动热点作为顺道取货的起点。本文将收件点前序的一个热点提取作为规律活动热点的备选数据集。基于核密度估计方法,通过广义化数据距离和重构核函数构建了用户规律活动热点的筛选模型。接着,选择顺道自提柜。在确定顺道取货的起讫点后,本文以空间距离为标准进行顺道自提柜选择。然而自提柜的使用存在重量-体积的限制,同时用户取货后需负重到达收件点,为了在选择自提柜时能够兼顾用户感知。本文综合快递重量体积特性和空间距离构建了基于核密度估计方法的顺道自提柜选择模型。最后,算例验证与分析。以实测的4人9天共622080条时空轨迹数据为基础,进行了试验与分析。试验结果验证了以顺道取货为目标的自提柜选择方法的有效性。同时为了了解重量-体积参数对于选择结果的影响本文进行了灵敏度分析,验证了所提出的方法与目标的一致性。