基于出租车数据的时空可视化城市交通状况分析 YL1005Word下载.docx
《基于出租车数据的时空可视化城市交通状况分析 YL1005Word下载.docx》由会员分享，可在线阅读，更多相关《基于出租车数据的时空可视化城市交通状况分析 YL1005Word下载.docx（18页珍藏版）》请在冰豆网上搜索。
目
概
况
项目名称
基于出租车OD分布的城市交通智能分析研究
项目性质
（√）基础研究（）应用基础研究
项目来源
（）自主立题（√）教师指导选题
起止时间
自2015年10月至2016年9月
项目状况
1、√研发阶段2、中试阶段3、批量（规模）生产（选项打√）
申
请
人
姓名
蔡东方
性别
男
出生
年月
1995.9.10
入学年月
2014.9．1
所在
院系
信息学院
联系
电话
178********
电子信箱
1914417081@
项目组
主要成员
年龄
专业
具体分工
杨立
曹浩伟
刘羽诺
指
导
教
师
周志光
1983.10
主要研究方向
数据可视分析
近三年获奖成果：
国家级__等奖___项，省部级__等奖___项
近三年科研经费______30______万元，年均____10_____万元
主
要
内
容
简
介
一、随着经济发展，人们生活水平也不断提高，城市交通已经被提升到了一个举足轻重的位置，成为了人们日常生活不可或缺的一部分，更成为经济社会发展中不容忽视的环节。
二、在信息化时代，交通运转过程中产生了海量数据信息。
如果对这些富含意义的数据进行专业化处理，便可快速地挖掘出数据背后的潜在价值，但如何获得这些宝贵的数据却成了难题。
私家车由于涉及个人隐私且采集过程复杂多变，所需技术及经费要求过高，所以很难实现完整而准确的交通分析。
另一方面，当前出租车普遍装载了完善的定位及采集系统，可实时反馈信息，且所反馈的数据具有时效性、全面性等特点。
因此该系统所提供的出租车轨迹数据，即载客下车等记录为我们的智能交通分析提供了有效支持。
三、本项目采用OD分布处理技术，即通过出租车记录数据得到城市交通数据，并对其进行分析和预处理，结合图形学与可视化技术对城市交通进行时空映射，并在二维地图空间中加以协同展示的方法。
本技术可全面准确反映现阶段城市交通状况，并给出智能解决方案。
使城市交通能够更服务于大众日常生活和经济社会全面协调可持续发展。
四、那么本项目如何做到这一点呢？
本项目的研究内容主要有三点：
1.单个车辆轨迹的可视化设计，对运动、停止、载客、空车等状态进行可视化，对车辆的工作状况的时空分布特征进行抽象描述。
2.OD分布统计，对数据进行处理，分析随时间变化，OD分布的变化，进而发现市民出行规律。
3.开发基于出租车OD分布的可视分析原型系统，提供数据处理、可视化设计、生活规律发现等功能。
通过这三点环环相扣、相辅相成的实践，达成我们既定的目标。
五、通过本项目，用户不但可以直观地了解到城市交通的现阶段分布状况、变化趋势；
相关部门还可以更加快速地发现其隐含特征信息，如市民出行规律、生活方式等，为城市建设、道路交通等的决策部署提供依据。
因而该项目对城市交通发展，市民生活改善有着重要意义。
二、项目的研究目的及意义
1、申请项目的必要性、可行性、目的及意义。
必要性：
（1）城市交通设施建设是城市乃至国家发展的基础性条件，是城市各项社会经济活动的联系纽带，具有全局性、先导性的特点，是具有战略意义和现实意义的重大任务。
在经济发展中，智能的交通系统可以为之提供强有力的物质保障和技术支持，因而交通建设有如一个平台，助推经济起飞。
（2）在人们的日常生活中，交通建设扮演着必不可少的角色。
人们越来越倾向于更智能的交通体验，更灵活的交通设置，更实用的交通指引。
所以，提高城市交通的智能性，尤其是为市民创造一个更加舒适、便利、安全的城市交通环境，让市民享受到更人性化的服务是目前摆在我们面前的迫切问题。
因此城市交通在城市经济生活中和社会生活中具有特别重要的地位和作用。
（3）但是，现当代中国的不同省市还是不同程度的存在着城市交通的问题，这势必将严重影响到城市的可持续发展。
调查研究表明，中国大中城市的交通还存在诸如基础设施建设不足、交通规划不合理、公共交通萎缩等等让管理者十分头痛的问题。
解决这些问题，不仅是专家学者的意见，更已经成为社会共识。
可行性：
（1）城市交通如此重要但是却又存在如此多的问题，早已经有诸多人尝试解决这些问题。
而且当下也有许多分析城市交通的手段，但是这些方法多以调查为主，对调查的数据进行分析然后给出报告。
类似的方法存在效率不高、耗时较长、结果不够直观等问题，很难进行深入的分析，更不用说给出中肯的评价以及合理的解决方案，因而之前的尝试大都收效甚微。
（2）如何获得直观并且具有极大实用价值的数据成了首要工作。
数据的采集首先需要确定采集目标。
私家车在城市中具有广、数量多、品类齐、范围大等特点。
然而私家车属于私人使用，种类众多，很难找出具有代表性的案例；
且可控力小，采集过程需要极大的时间与资金支持，难以在现有的条件下完成采集；
并且触及私人隐私，很难获得实质性的反映最真实情况的资料。
（3）对于私家车的数据采集作罢，由此我们便将目光转移到了出租车上。
出租车是城市主要的交通之一，与城市交通状况息息相关，最能直观反映城市交通信息，以此作为模版加以研究，便可有极大的突破。
随着GPS技术的进步，实时反馈出租车的信息，提供大规模的时空出租车的记录居民的出行情况成为了可能。
此数据能够做到在横向的空间和纵向的时间这两个维度所组成的三维模型上及时且宏观地描述出一个大体的城市居民的出行情况。
因此，通过对这份数据的分析能够有效帮助我们的用户根据出租车的运行情况，分析用户的出行时的生活习惯，进而获知在人居生活的各个阶段城市交通的规律。
有了这一有效支持，我们得以顺利开展之后的研究。
目的及意义：
（1）随着研究的深入，我们更加好奇采集到的数据之间的内在的、本质的、必然的联系，探寻其所包含的客观规律。
我们采用了OD分布的方法来综合优化整体所得数据，所谓OD分布就是将城市分为若干个区域然后用矩阵图表示各个乘客上车下车的区域。
通过对单个车辆轨迹的运动、停止、载客、空车等状态以及路程、距离、次数、时间等状况可视化处理，得出时空特征的抽象描述，并结合OD分布统计对数据进行处理，分析随时间变化，OD分布的变化，从而总结出市民出行的规律。
基于这些分析，最终开发出出租车OD分布的可视析原型系统，为将来的研究以及决策提供数据处理、可视化设计、生活规律发现等功能。
（2）本项目的目的在于综合考虑城市交通的各个因素，以多源数据进行协同可视化的方式，揭示时间、道路位置、车辆流量等多源因素与城市交通状况之间的内在联系，帮助用户快速理解复杂城市交通状况及多源因素对城市交通的影响及作用效果；
进而分析时序多源数据协同可视化结果的空间局部变化，提炼交通状况影响因子，建立复杂环境状况多源因素分析模型，利用出租车移动轨迹数据进一步分析模型参数，为交通治理手段提供证据参考，帮助相关部门对交通状况进行决策和评估。
（3）可以从这看出，本项目利用多源分析和可视化技术，在视觉上帮助用户和政府快速建立出租车数据与城市交通状况的联系，进而在时空可视交互的引导下，设计复杂城市交通状况多因素分析的模型，为政府相关部门提供决策及评估工具，对缓减交通问题、民生健康、社会发展均有重大的意义。
2、项目的背景、主要内容、技术水平及应用范围
（1）项目的背景
1）交通对于人民意义以及存在的问题
汽车自诞生以来对人类发展，包括生产方式、生活方式、城市布局、生态环境等各方面都产生了巨大而深远的影响。
一方面，汽车交通相对于其他交通方式具有许多优点相对于人力交通方式，它快速、舒适、机动化、大运量;
相对于火车、轮船、飞机，它自由、灵活、经济。
就小汽车而言，它在现有的各种交通方式中最能满足人性的发展需要。
随着人类对自身潜能开发能力的加强，自身价值的提高，时间对人越来越重要，自由、自主对人越来越重要，私密对人越来越重要，远距离的休闲、观光、旅游对人越来越有吸引力。
小汽车快捷、舒适、私密等优势都远胜过其他交通工具。
我们没有理由在不损害社会整体利益和他人利益、不破坏生态环境的前提下，不让人们拥有和使用自己的小汽车。
汽车的发明和发展尽管从现在看给人类社会、尤其是大城市带来了很大麻烦甚至威胁，但它更多的是作为现代工业经济的主要推动力，促进了人类的发展;
更多的是作为人的代步工具，扩大了人的活动范围，解放了人的劳动，促进了人类文明进步。
另一方面，私人小汽车是城市中单位乘客运行成本最高的客运交通工具，这种高成本不仅体现在使用者的成本高，还体现在其社会成本和边际成本也最高，社会资源的消耗大（能源、土地、环境等）。
现如今，汽车的出现方便了人们的出行，但也从另一方面增加了城市的拥挤程度。
首都北京的上班平均用时为52分钟，全国平均上班用时39分钟。
如此低效的交通直接严重地清扰着人们的生活。
汽车带来的作用是两方面的，有利的和不利的，如何最大程度的发挥汽车的有利方面，规避汽车带来的负面效应，使汽车真正给人带来切实的便利，把握交通系统内部结构的优化趋向，实现整体的最优目标，已经成为人们普遍思考的问题。
2）交通对于社会的意义以及面临的问题
不仅如此，随着经济的快速发展，社会工业化和城市化进程的不断加快，城市交通建设得到了很大的提高，但是由于人口基数大，管理不到位，车辆数量的不断增加，城市交通状况日益低下，并逐步成为城市发展的致命问题。
在现代科学技术越来越先进，工业发展越来越快，人类生活水平越来越高的前提下，各种交通工具数量也在日益增多。
由于交通工具的剧增，现有道路已经无法满足日益增长的交通需求，尤其是在城市，车辆保有量急剧增加致使交通拥堵不堪，特别是在一些大城市，城市交通更成了人们日常工作生活的大问题。
越来越多的城市在实施可持续发展战略，促进资源能源节约和生态环境保护，建设资源节约型环境友好型社会之时；
在贯彻落实科学发展观和以人为本理念，为人民真心诚意办实事，尽心竭力解难事，坚持不懈做好事之时；
在把发展作为党执政兴国的第一要务，努力做到发展依靠人民、发展为了人民、发展成果由人民共享之时，交通问题是管理者和民众共同面对的突出矛盾和重要问题。
现在中国大多数城市面临的交通问题有三个：
一、机动车数量增长过快而导致的道路容量不足。
最近几年城市机动车增长迅速，而与之对应的人均道路面积却一直处于低水平状态，虽然随着城市道路交通的扩建等已经有了较快发展，但仍赶不上城市交通量年均20%的增长速度。
二、规划不合理和交通管理水平低下。
我国现有城市路网一般都密度低、干道间距过大、支路短缺、瓶颈路断头路畸形路较多，导致交通微循环不畅，功能混乱等情况，市民平均出行时间长、出行效率下降，难以适应现代汽车交通的需要。
此外，交通信息服务、交通安全管理的设施不能满足现实的出行需求息。
交通政策的制定与实施整体水平有待提高。
三、公共交通萎缩，出行结构不合理。
目前我国城市公共交通系统建设总量严重滞后，对公共交通投入不足，公交优先战略落实不到位，城市公共汽车交通持续萎缩，从运营效率到经营管理，从服务水平到经济效益，城市公共交通发展缓慢。
虽然公共车辆和线路长度增长许多，但公交车辆的运营速度不断下降，新增的运力被运输效率低下所抵消。
由于公共交通受到冲击，被转移出来的乘客便要寻找其他出行方式，加剧出行结构的不合理。
以上几点直接导致城市交通的拥堵，从而影响城市整体的建设和发展。
作为最大的发展中国家，中国在城市交通这方面所面临的挑战是巨大的，在大力实施科教兴国战略的同时，如何利用科学技术来改善现当代中国交通状况是政府和社会人员一直关注的热点，本项目能够利用可视化技术分析大量的出租车轨迹路线数据，解析复杂的内在联系，从而缓减甚至解决现存的交通问题，这将利于用户们的出行，有利于缓减城市的交通压力，最终有利于社会的可持续发展。
解决这个问题是许多仁人志士与普罗大众的共识，之前的人们也做过许多有参考意义的尝试，给出了纷繁复杂的解决方案，我们也看到了许多成功的案例，但这些措施所达到的效果与社会的要求相去甚远。
道路交通问题每况愈下，困扰人们多年的问题仍然没有得到解决。
3）我们解决上述问题的思路及其意义
当前我们所能看到的研究此类问题的方法以及解决的措施多以调查加之报告为主，我们加以综合考量与学习之后得出了以下两点共识作为前人之鉴，我们认为,类似的方法存在很多问题。
第一，效率不高，耗时较长。
由于要得到较为准确具体的数据，调查的时间往往很长，这就严重影响了分析的效率。
第二，结果不够直观。
这种分析方法给出的报告多以文字为主，就算有图也无法做到结合时空，对于普通的用户来说这样的结果是很难接受的。
现有的分析城市交通的方法存在上诉一系列的问题，一直无法为改善城市交通作出很大的贡献。
我们从前人的经验中汲取了有益的智慧，吸收了丰硕的经验，为我们付诸实践的方案提供了许多可喜的帮助。
在遍览各类研究方案与尝试各种分析手段之后，我们从众多的分析方法之中选择了OD分布，正是这样的方法，我们得以在研究的天空继续翱翔。
OD时空分布就是某地区在某个时间段内从出发地到目的地的交通量分布，并通过对车辆行驶轨迹以及起止点的调查，进一步延伸到包括出发地、出发时间、目的地、到达目的地的时间、交通工具、出行目的、换乘情况、上车前后的步行时间等内容。
车辆行驶轨迹是驾驶人员主观意愿和道路客观约束条件综合作用的结果，利用车载GPS从海量车辆轨迹中可以挖掘出道路的实时交通信息，从而为智能交通服务。
通过建立轨迹模型用以量化各约束因子，基于线性参照系统的数据预处理，以加快检索速度和降低轨迹的不确定性；
基于移动目标主体相似性和移动轨迹时空相似性的数据选取降低了数据库搜索次数提高发掘准确度，分别针对道路交叉口和一般路段进行数据挖掘，提取实时的道路交通信息。
这些研究成果对优化城市轨道交通系统的运输组织起着重大作用,不仅满足乘客出行的方便性与安全性，也有利于政府交通部门的日常管理和出租车公司提高部分运营效益。
研究表明，使用出租车轨迹数据挖掘可以帮助政府了解城市道路状况，交通资源与交通需求的分布，甚至道路与交通路线规划信息；
可以帮助乘客了解出行的时间与费用以及交通服务质量；
可以帮助司机推荐导航路线，改善出租车的运营策略。
（2）主要内容
一、单个车辆轨迹的可视化设计。
城市交通的状况主要根据汽车的轨迹数据来分析。
出租车是目前国内大部分城市的主要交通工具，且都已装备GPS终端，能够每隔一定时间向出租车管理中心发送本车的位置、速度和方向等信息，记录其位置轨迹。
现在我们提取了出租车数据中的GPS定位、载客情况、时间等与交通状况有着密切联系的数据信息进行下一步的分析。
二、OD分布的统计，我们可以拖动时间轴，观察每个小时内各个地区之间的OD分布情况；
固定车辆，观察一辆车在一天时间的OD分布；
固定空间，观察当前空间与其他空间在一天内的OD分布情况。
基于OD分布的城市交通分析，通过不同日期的OD分布图，我们可以发现工作日和周末城市交通的差异；
通过不同地区的OD分布，可以发现机场和车站等重要区域的OD分布有什么特点。
以此进行差异比对，总结相应的市民出行特征及规律。
三、开发基于OD分布的交通智能分析系统，我们可以根据OD统计和可视化设计转换，为我们的用户提供交互，发现其普遍特点和一般规律。
在不同的时间，不同区域给出特定的最适合的路线，进而能够为相关部门在不同的时间段，不同地区指定最适合的交通方案提供决策依据。
（3）技术水平
本项目的数据处理主要运用JAVA，然后结合processing对数据进行可视化，软件框架主要是基于Eclipse，具体的技术水平如下：
1）数据的预处理技术
面向城市交通的可视分析方法研究的交通数据主要是从交管部门获取，由于原始数据较为冗余繁杂，本项目将对数据进行预处理，提取出租车移动轨迹数据，需要将文件一一打开通过数据清理，数据集成，数据变换，数据归约等手段提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。
主要是达到如下目标：
a）统一文件格式
格式标准化，异常数据清除，错误纠正，重复数据的清除。
将多个数据源中的数据结合起来并统一存储。
通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式。
读取其中的经纬度、载客情况、以及时间等各个属性的数据。
b）匹配小区编号
首先在统一格式后的出租车GPS数据文件中添加小区编号属性，然后将此文件和城市小区划分及编号的文件一起加载到GoogleEarth中，再根据每个出租车GPS记录点的空间坐标，通过GIS的匹配运算得到各个记录点所在的小区，最后将该小区的编号记录到GPS数据文件的小区编号属性列。
c）重新排列GPS定位信息表
出租车定位信息表是出租车GPS数据的另一种表现形式，是以Excel的格式存储。
它里面的数据是按照接收时间的倒序排列，显示在前面的记录是最新接收到的，所以要进行重新排序。
首先对所有记录顺序编号，再对编号列重新排序，使用降序排列并扩展选定区域，使得显示在前面的记录是最早接收到的。
d）判定出行的起讫点
在GPS定位信息表中，出租车一次出行的记录是一系列连续的“载客”状态记录点的集合，且第一个“载客”记录点为本次出行的起点，最后一个“载客”。
记录点为本次出行的终点。
2）基于GPS的出租车OD调查
基于GPS的出租车OD矩阵推算是利用GIS的各种运算功能（如属性编辑、叠合处理等）和相应可视化编程语言，将出租车GPS原始数据转换为出租车OD矩阵的一种方法。
OD调查结果通常用一个二维表格表示，称为OD统计表，也叫OD矩阵。
其中期望值图应用较为广泛，它是连接各小区形心的直线，代表了小区间所发生的出行，其宽度通常按小区间出行数比例大小而定。
这些图表为进一步的工作提供了方便。
这就是初步的OD统计图，我们将深圳市分为20个区域，图中的21区表示出了深圳市的范围。
图中横轴表示上车的区域，纵轴表示下车的区域，颜色的映射方案采用HSB方案，并且在0-270内归一化。
3）基于出租车OD分布数据的交通流速分析技术
出租车速度是反映交通流速出租车速度快慢的指标之一，其变化规律在很大程度上反映了交通流的基本特性，对某路段上的交通流速进行较为准确分析，可以大致推断出该路段交通拥堵状况。
本项目拟采用传统分析方法中的区间平均速度分析法，区间平均速度分析法拟合速度的主要原理如下：
设所测区间总长度为S，第辆车的行程时间为t（i=1，2…．n），经过第一段路口时的时刻为t，经过另一端路口的时间为t，则车辆的区间平均速度为n辆车的总路程除以t与t的差值。
基于出租车OD分布数据中的GPS轨迹数据拟采用传统分析方法中的区间平均速度分析法拟合速度得到交通流速；
基于出租车OD分布数据中的GPS轨迹数据获得空载轨迹与载客轨迹，引入热点（hotspots）对交通指数进行分析和预测，热点主要是用于描述当前位置上下客事件的频率。
4）基于出租车OD分布数据的交通指数预测技术
交通指数是综合反映道路网畅通或拥堵的概念性指数值，数值越高表明交通拥堵状况越严重，且出租车速度取决于交通拥堵情况，对交通指数的预测可以得到全路网或者区域路网的交通状态。
为了对出租车OD分布数据中的移动轨迹数据中的上下客事件进行分析，本项目将一次METERSTATE的状态转换作为一个上下客事件。
例如：
METERSTATE状态从0变换到1表明有一个上车事件发生，从1转换到0表示有一个下车事件发生。
一个载客轨迹被定义为以一个上车事件开始并且以一个下车事件结束的连续GPS记录序列。
相反的，一个空载轨迹被定义为以一个下车事件开始并且以一个上车事件结束的连续GPS记录序列。
其中，空载轨迹和载客轨迹需分别用不同的线型表示。
为了了解城市中出租车上下客的频率相对较高的区域，本项目引进热点对其进行描述。
对于出租车的上下客的热点来说，热点区域的大小选取得是否合理十分重要，太大的热点使得交通指数失去准确性，而太小的热点导致上下客事件过于稀疏，较难预测交通指数。
5）基于出租车OD分布对城市环境监测点处的交通进行交通拥堵系数的研究技术
基于出租车OD分布数据中的轨迹数据对城市环境监测点处的交通进行交通拥堵系数的计算，使用户可以根据交通拥堵系数了解此处的城市交通的拥堵状况，交通拥堵系数是根据道路通行情况，设置来综合反映城市道路网畅通或拥堵的概念性指数值，相当于把城市交通拥堵情况数字化。
现实生活中，在道路拥堵的情况下，车流量大，车速低；
在道路畅通的情况下，车速通常较高，而此时车流量可大可小，是一个随机值，可见，车速才是衡量道路是否拥堵的标准。
因此，针对交通拥堵系数：
假设第i个监测点在h小时的交通拥堵系统为，选定一定范围内出现的车数为N，第j辆车的车速为，交通拥堵系数的值为N辆车的车速之和除以车辆总数N。
其中，根据交通拥堵系数的大小，划分不同范围，可将道路状况划分为五个等级：
[10，8]内为严重拥堵，[8，6]内为中度拥堵，[6，4]内为轻度拥堵，[4，2]内为基本畅通，[2，0]内为畅通。
6）城市交通的时空可视化技术
结合图形学与可视化技术对城市交通进行时空映射，并在二维地图空间中加以协同展示。
通过可视化的方法表示复杂的数据关系，从不同的数据源中提取有用的数据，并对其进行清洗、转换、重构，将数据信息中的对象、属性和联系，自动映射成可视的实体、连线、布局、颜色等图形元素，通过图形引擎，对数据进行各种关联分析，最后将分析结果以图形化的方式呈现于决策者面前。
拖动上图中的时间轴就可以看到24时每个小时内的OD分布图，只要扩大数据范围，就可以看到不同时间，不同日期，不同地区的OD分布图。
7）开发基于OD分布的智能分析系统，得到各种OD分布图之后我们的软件可以在当时的时间、日期、地区为我们的用户指定出最合适的路线，进而可以为相关部门的决策提供重要依据。
（4）应用范围
对于民众来说，本项目可以为普通的民众的出行选择更为合适的路线，尽量避免其遭受交通堵塞的烦恼。
另外，对于管理者而言，本项目也可以为政府部门在改善城市交通方面提供帮助，为其决策提供重要的依据。
出租车轨迹记录了每个出租车个体的精确的时空信息。
利用出租车轨迹数据和兴趣点数据评价各交通分析区域的城市功能，并可将公交刷卡数据与出租车轨迹数据整合，实现更为完整的城市功能的评价。
作为一个大数据时代，现在任何系统都离不开信息技术的发展，本项目可适用于智能交通系统，智能交通系统（IntelligentTransportationSystem，简称ITS）是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种大范围、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。
本项目的虚拟性可以解决跨越行政区域的限制。
交通数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理
升级会员 