论文部分内容阅读
近年来，城镇规模扩大，人口出行需求异常加大，机动车数量急剧增加，但又缺乏有效管理，由此导致的交通拥挤、居民出行困难、出租车资源分布不均衡等交通问题日益严重。浮动车技术的发展，产生了海量的、精确的浮动车GPS数据。出租车作为公共交通的重要补充，其行驶轨迹遍布整个城市路网。这些海量的出租车GPS数据蕴含着丰富的交通信息，为缓解甚至解决交通问题提供了可能。但由于定位误差的存在，GPS点不能准确的道路上，这给浮动车GPS数据的深入研究与应用带来了极大限制。地图匹配技术作为一种基于软件的定位修正方法，有效的校正了这些误差，但不同的地图匹配算法有各自的局限性。本文针对当前浮动车GPS数据的特点和匹配要求，基于点-线基础模型改进了地图匹配算法并应用于当前数据，将GPS点与道路在空间上关联起来，并进一步研究交通行为的时空分布规律。
本文利用一个月的出租车GPS数据，对其进行地图匹配处理后，进一步从乘客和出租车两个角度展开分析，研究内容主要包括以下几个方面：
对原始GPS数据的唯一性、时间和空间范围以及方向有效性等进行了评估，并针对冗余、不合理等数据进行了有效的预处理。
针对当前浮动车GPS数据特点和匹配要求，基于点-线模型进行了地图匹配算法的改进。
从乘客角度，先分析了居民出行次数、出行时长等基本统计特征，然后研究了不同时段居民上、下车点在道路网络空间下的分布，利用核密度聚类方法识别出行空间热点。最后分析了热门的OD对分布。
从出租车角度，先分析了出租车日载客次数、载客里程、运营里程、空驶率等基本运营特征，然后研究了不同时段路段空驶车辆经过情况的分布。
最后，关于进一步工作的方向进行了简要的讨论。
本文利用一个月的出租车GPS数据，对其进行地图匹配处理后，进一步从乘客和出租车两个角度展开分析，研究内容主要包括以下几个方面：
对原始GPS数据的唯一性、时间和空间范围以及方向有效性等进行了评估，并针对冗余、不合理等数据进行了有效的预处理。
针对当前浮动车GPS数据特点和匹配要求，基于点-线模型进行了地图匹配算法的改进。
从乘客角度，先分析了居民出行次数、出行时长等基本统计特征，然后研究了不同时段居民上、下车点在道路网络空间下的分布，利用核密度聚类方法识别出行空间热点。最后分析了热门的OD对分布。
从出租车角度，先分析了出租车日载客次数、载客里程、运营里程、空驶率等基本运营特征，然后研究了不同时段路段空驶车辆经过情况的分布。
最后，关于进一步工作的方向进行了简要的讨论。