[发明专利]一种基于浮动车数据的路网重要交叉口提取方法

说明书

本发明提出一种基于浮动车数据的路网重要交叉口提取方法。根据路网交叉口特点，利用路网数据提取出路网交叉口数据，并根据交叉口所连接路段类型对交叉口类型进行细分；接着以路网交叉口为基础，对浮动车出行轨迹进行O、D匹配，以距离出行起终点最近的交叉口为出行O、D；接着利用提取出的交叉口，将以路段为基础的出租车出行线路数据转换成以交叉口为基础的出行数据；接着对交叉口线路数据进行拆分，对出行数据进行筛选，剔除不合理数据；最后引入交叉口关联度定义并选取合适的关联度参数，分别获取在出行O点、D点或OD已知的情况下，对出行行为影响较大交叉口，并对其差异进行分析，提取重要交叉口。

技术领域

本发明涉及交通规划应用技术领域，更具体地，涉及一种基于浮动车数据的路网重要交叉口提取方法。

背景技术

近年来，随着细粒度数据集的出行，为深入分析城市交通提供了新思路。传统的城市交通分析中，主要以路段分析为主，而交叉口作为城市路网的重要组成部分，在路网规划、设计及管理等各环节都是重要考虑因素，良好的城市交通运行必须注重交叉口的合理有效管理。另外城市交叉口因其节点性能突出，正受到越来越多的研究者的关注，考虑其作为城市交通流重要集散地，是出行者出行过程中进行出行方向、出行路段等选择时的重要决策点，因而对出行者出行行为具有重要影响。

近年来基于城市交叉口的研究中，城市交叉口的分类主要以相关规范标准为依据，选取相应类型的交叉口作为主要交叉口进行分析。这些交叉口类型主要是根据其设计建造之初的相关标准进行设定。在实际的路网中，由于城市空间差异、时间变迁等因素导致其实际地位发生改变。因此，基于《城市道路交叉口规划规范(条文说明)》选取时，可靠度较低，对研究者所进行的研究产生影响。

浮动车数据作为一种高效的城市交通数据，其具有时空覆盖面广、体量大、细化程度高等特点，是目前城市交通管理、规划等各方面的重要数据源。研究者通过不同方式，从不同角度对浮动车数据进行挖掘，在交通地理、出行行为分析、出行者空间感知等各方面均取得较好成果。但基于城市交叉口的相关研究较少，且目前研究者正以城市空间结构为基础，对交通参与者相关行为进行研究。

交叉口作为城市空间结构的重要组成部分，是城市地理中重要的节点组成之一，以大规模城市浮动车数据为基础，通过挖掘各交叉口在出行数据中实际的表现形式，能够更加真实的区分出实际中各交叉口重要程度，合理有效的进行交叉口分类，为进一步合理规划城市路网等级、进行相关研究提供参考依据。

发明内容

本发明提出一种基于浮动车数据的路网重要交叉口提取方法，是基于城市中实际的浮动车出行数据对城市交叉口进行分类，通过深入的数据挖掘，提出的一种城市重要交叉口的提取方法，为进一步合理规划城市路网等级、进行相关研究提供参考依据。该方法是基于实际的浮动车出行数据，通过挖掘与分析数据特征，克服传统研究中以规范标准为基础的分类方法，使得交叉口分类结果更有现实意义。

为了实现上述目的，本发明的技术方案为：

一种基于浮动车数据的路网重要交叉口提取方法，包括以下步骤：

S1.路网数据路网交叉口，并依据相交路段类型对交叉口进行细化分类，根据路网交叉口位置及出行记录起终点位置，对各出行记录出行O、D进行匹配，出行记录起终点最近交叉口为出行O、D；

S2.利用提取的路网交叉口数据，结合出行记录数据，将以路段为基础的出行记录转化为以路网各交叉口顺序连接的出行记录，通过对转化后的线路数据进行拆分，对出行数据进行筛选，剔除不合理数据；

S3.引入交叉口关联度定义并选取关联度参数，分别获取在出行O点、D点或OD已知的情况下，各出行过程选取概率达到设定值(0.7、0.5、0.5)的交叉口，将此类交叉口视为对出行行为影响较大交叉口，并对其差异进行分析。