[发明专利]基于移动数据的交通站点人群网格化迁徙检测方法和装置

说明书

一种基于移动数据的交通站点人群网格化迁徙检测方法和装置，该方法包括：对待检测地区进行区域网格划分；根据待检测地区的交通站点位置和所述区域网格确定起始网格集合；根据所述起始网格集合内的移动设备确定目标人群；计算所述目标人群中单个目标对象在起始网格的得分，以及所述单个目标对象所对应的目的地网格的得分；根据所述目标人群的起始网格得分、目的地网格得分识别该地区的人群迁徙网格关系，可低成本、高效率地实现交通站点人群网格化迁徙的监测。

技术领域

本发明涉及迁徙检测技术领域，特别涉及一种基于移动数据的交通站点人群网格化迁徙检测方法、一种计算机可读存储介质和一种基于移动数据的交通站点人群网格化迁徙检测装置。

背景技术

线网设计、发车频率、行车时刻表是城市公交、轨道交通网络规划的基础，对其进行合理的决策需要有足够有效的出行OD数据和科学的方法来支撑。当前主要以城市居民出行OD调查，城市公交IC卡为数据基础，建立多目标决策、熵极大模型、遗传算法等模型来进行预测分析。

但是，由于OD调查一般样本量较小，对区域总体的代表性不强，且耗费的人力财力巨大、周期较长；较大城市的公交IC卡，在样本量方面较OD调查有所提高，但却仅能统计从公交/地铁站到公交/地铁站点的流量信息，不能准确定位居民的实际OD，且不能统计私家车等非公共交通的数据。从路段断面交通量的基础数据来看，进行线网设计、发车频率、行车时刻表的决策，通常需要的OD量远大于有断面交通量的路段，造成了总体估计精度偏低。

另一方面，引力模型等模型有一定的假设条件，现实生活中未必满足这些条件，且影响居民出行的因素较多，综合考虑起来较为复杂。模型建立依赖历史数据，对近期或区域交通网络上的交通阻抗都不会有多大变化的出行分布预测是可用的，但一般情况下，区域交通会因交通设施改进等的变化而不断变化，有一定的局限性。

综上，现有技术中的规划结果常导致一些车辆拥挤不堪、乘客体验较差的同时，另一些车辆却客源不足，车辆空驶率较高。因此，现有技术需要改进。

发明内容

本申请提供一种基于移动数据的交通站点人群网格化迁徙检测方法，能够利用移动设备留下的数据进行交通站点人群网格迁徙的监测，有效增加了基础数据的数量，同时提高了基础数据的准确性。

根据第一方面，一种实施例中提供一种基于移动数据的交通站点人群网格化迁徙检测方法，包括以下步骤：对待检测地区进行区域网格划分；根据待检测地区的交通站点位置和划分的所述区域网格确定起始网格集合；根据所述起始网格集合内的移动设备确定目标人群；计算所述目标人群中单个目标对象在起始网格的得分，以及所述单个目标对象所对应的目的地网格的得分；根据所述目标人群的起始网格得分、目的地网格得分识别该地区的人群迁徙网格关系。

进一步地，所述根据待检测地区的交通站点位置和所述区域网格确定起始网格集合具体包括：根据所述交通站点位置确定该交通站点对应的相邻网格；其中，每个交通站点位置对应8个相邻网格；将所述交通站点位置与其对应的相邻网格确定为起始网格集合。

进一步地，所述单个目标对象在起始网格的得分通过所述单个目标对象在所述起始网格的出现时间或频次确定。

进一步地，所述单个目标对象所对应的目的地网格的得分通过所述单个目标对象在所述目的地网格的驻留时间和/或频次确定。

在一个实施例，所述单个目标对象在目的地网格的得分为：

W_grid＝W₁×VN_frequency+W₂×VT_stay

其中，VN_frequency、VT_stay分别为目的地网格的出现频次和驻留时间的标准化值，W₁≥0、W₂≥0、W₁+W₂＝1。