基于手机定位信息和出行调查的动态OD获取方法

摘要：作为对一定时间范围内交通需求描述的OD矩阵,是现代化城市交通研究中必不可少的部分。随着信息化进程的加快,利用手机定位信息获取交通信息已经成为可能。但目前对手机定位信息的研究还多局限于理论建模阶段,并且出行识别技术尚未成熟。基于此,本文将基于手机定位信息以及辅助的出行调查信息,开展基于典型区域的动态OD获取方法研究。 首先,本研究针对现有的OD估计方法展开综述研究,并且对OD估计的数据采集方法进行研究,分析和总结了现存方法的优缺点。进而总结了现阶段手机定位技术的研究现状。在此基础上,确定了本文研究内容。 其次,针对手机定位信息和出行调查信息,分别进行了对原始数据的分析,以及交通OD信息的提取。针对手机定位信息,本研究在分析数据特性的基础上,设计了基于手机定位信息的出行链获取方法,通过速度阈值、时间阈值以及距离阈值的限定,对OD点进行识别。 然后,本研究重点分析了手机定位信息的触发机制,并依据该机制,将手机定位信息划分为主动方式和被动方式。在此基础上,本研究对两种方式的时间分布特征进行了分析,得到了不同方式下的24小时时变特征,从而总结了两种不同触发机制下数据的优缺点。进而,针对主动方式和被动方式分别设计了基于出行调查数据的OD矩阵修正方法。对于主动方式触发的OD数据,首先根据OD总量时变规律进行修正,进而对单个OD对进行分别的调整。对于被动方式触发的OD数据,根据其自身的数据特性,本研究依据出行调查的OD矩阵数据,利用手机OD的时变规律曲线,设计了修正方法。 最后,本研究以典型区域为例进行了动态OD获取方法的验证。对区域界定后的典型区进行原始OD数据的获取,并按照修正方法,进行基于出行调查数据的OD矩阵修正。对全方式触发的OD矩阵数据以及被动方式触发的OD矩阵数据分别进行不同维度的验证。从出行总量维度分析,修正之后的误差从原先的30.08%降低到7.11%。从小区间产生吸引关系来看,一维相关系数都有明显提升。从矩阵相关性分析,虽然也有提升,但提升幅度不明显,这可能与数据来源的技术差异以及研究过程中的假设有关。