[发明专利]一种城市出租车乘客出行特征可视化分析方法

说明书

技术领域

本发明涉及交通数据可视化领域，具体为一种城市出租车乘客出行特征可视化分析方法。

背景技术

GPS地理感知设备日渐普及，车辆、人等的移动轨迹数据量急剧增加，分析这些数据能帮助人们认知身边的城市，为相关部门人员提供丰富、准确的辅助信息。出租车作为城市交通的重要组成部分，对于反映居民出行时空规律具有重要指征作用。如何有效地挖掘、分析出租车GPS轨迹数据显得十分重要，其结果可以应用于城市规划、智能交通等领域。

就出租车而言，以西安市为例，一天产生的出租车数据量达2GB，有效的理解和利用这些数据不仅需要自动高效的分析方法，也需要直观生动的可视化来展示。

近年来，轨迹数据的可视化技术得到很大的发展。目前交通轨迹数据的可视化主要集中在道路交通流、交通事件等方面，而当研究特征为标量时，也大多是采用简单的图表效果。目前还未有关于城市出租车乘客出行特征的可视化分析方法。

发明内容

本发明的目的在于针对上述现有技术中的问题，提供一种城市出租车乘客出行特征可视化分析方法，利用可视化技术进行基于网页的交互式分析，借助Leaflet.js地图和D3.js等相关技术，结合地图和其它视图多方位探索分析出租车乘客出行特征，将复杂的数据转换为直观、动态交互的图形图像，使用户通过视觉感知手段发现数据中隐藏的时空规律、直观地掌握城市出租车乘客的出行特征，同时也为结合多个可视化方法分析轨迹数据提供新的路径。

为了实现上述目的，本发明采用的技术方案为：包括以下步骤：

步骤一、提取出租车GPS数据并进行数据清洗；获取出租车的上客点和下客点并聚类；

步骤二、利用轨迹压缩算法对清洗后的出租车GPS数据进行压缩，提取轨迹特征点；

步骤三、进行可视化前的编码映射；

步骤四、可视化展示分析：

A)聚集可视化：根据获取到的出租车的上客点和下客点聚类结果，利用聚类分布图对数据进行显示，得到出租车的上客点和下客点分布时空概览图；

B)特征可视化：对不同的数据特征采用不同的可视化组件对数据时空模式进行挖掘，并进行出租车的行驶轨迹可视化分析、乘客出行特征可视化分析、乘客出行特征对比分析。

步骤一中数据清洗包括剔除经纬度越界和异常数据，异常包括格式错误及时间间隔不是30s；获取出租车的上客点和下客点时使用二次排序，首先将出租车按车牌号分组并排序，然后在每组内按时间字段排序，最后根据车辆状态字段提取4→5为上客点、5→4为下客点；车辆状态字段分为：0.无状态位；1.防劫；2.签到；3.签退；4.空车；5.重车；6.点火；7.熄火。

所述步骤一通过基于密度的G-DBSCAN聚类算法对出租车的上客点和下客点进行聚类。

所述的步骤二采用距离阈值和速度差值阈值共同提取轨迹特征点；

所述的轨迹压缩算法中速度差值的计算方法为：

2.1.计算轨迹点p₀到p_i之间的平均速度

2.2.计算轨迹点的速度差值ΔSpeed；

式中的i代表每个轨迹点的编号，v是轨迹点的当前速度。

步骤三可视化前的编码映射包括颜色编码和时间编码；颜色编码包括在绘制车辆行驶轨迹时，引入颜色饱和度α编码车辆轨迹的亮度，每个轨迹点对应的颜色饱和度α_i计算公式为：

式中的v_imax分别表示当前绘制的轨迹平均速度和最大速度；

所述的时间编码是指采用动画来表示车辆轨迹数据中的时间流动方向。

特征可视化采用包含地图和平行坐标的视图显示轨迹特征点来可视化出租车的行驶轨迹；利用包含分页柱状图和箱线图可视化出租车乘客出行特征，出租车乘客出行特征包括车辆数、出行量、实载率及出行需求；利用交互式平行坐标视图来对比分析乘客出行特征之间的关联。