基于手机定位数据的城市居民出行模式识别

科学的高覆盖交通出行需求分析是城市科学规划与决策的一个重要支撑理论需求，目前尚无有效的方法来全面获取城市交通出行信息。手机定位数据能够覆盖城市几乎所有空间和时段，基本解决了交通出行分析所需的数据源问题。然而，复杂城市交通环境存在出行模式高度混合、数据聚合交织、交通状态制约出行等问题，如何突破这些问题，从手机定位数据中识别不同的出行模式是一个关键的研究难题。本课题从单个居民的出行模式展开研究，通过分析手机定位数据和复杂城市交通环境的特点，研究出行模式在道路交通状态制约下的时空变化规律，建立多种参数变量的出行模式关系模型，以路网拓扑关系和交通规则为背景，建立居民在任意路段的出行模式识别算法，并结合昆明市手机定位数据进行试验验证。本课题研究为交通出行需求分析提供基础数据和理论支撑，为探索人类运动规律和传染病传播规律提供新的思路，同时为交通规划、公共卫生安全、应急等领域的研究提供有效的技术手段。

本课题通过分析手机定位数据的特点，提出了一种用Voronoi图确定移动基站信号覆盖范围的方法；根据复杂城市交通的特点，提出了转折点分段线性表示的时间序列相似性分类算法，实现了动态OD矩阵的获取；在数据不足情况下，以手机切换定位方法为基础，提出了一种模糊逻辑的道路匹配方法，并构建了基于历史数据的用户运动轨迹重建方法。通过对居民出行特点与出行方式之间换乘特性的研究，建立了基于先验知识的手机用户出行模式的识别方法，并结合昆明市手机定位数据进行试验验证，并与GPS浮动车数据进行了对比。本课题研究成果可为交通出行需求分析提供基础数据和理论支撑，将为探索人类运动规律和传染病传播规律提供新的思路，同时为交通规划、公共卫生安全、应急等领域的研究提供有效的技术手段。