当前位置: 首页> 学位论文 >详情
原文传递 基于卡口数据的县城机动车出行特征研究--以无棣县为例
论文题名: 基于卡口数据的县城机动车出行特征研究--以无棣县为例
关键词: 机动车;出行特征;轨迹构建;交通卡口数据
摘要: 近年来,随着智能交通技术的飞速发展,交通卡口数据被逐渐用来进行诸如出行OD分析、交通拥堵分析、交通流量预测等方面的研究,这是因为,一方面,卡口数据的记录越来越全面化、自动化、精细化,随着交通卡口的分布越来越密集以及车牌识别技术的不断提高,获取的卡口数据的储量和质量都有了明显提升;另一方面,卡口数据不仅具备覆盖车辆类型全面、信息完整等优势,而且相较于GPS数据、手机信令数据等,其在中小城市中更容易获取,拥有更好的数据规模和数据品质。通过对卡口数据的分析,使得获取机动车的出行特征成为可能,通过分析机动车出行特征,有助于交通管理者更好地了解机动车出行者的交通需求,从而为制定交通规划方案和交通管理措施提供一定的依据。
  首先,本文提出了一个基于交通卡口数据的机动车出行轨迹构建的技术流程:(1)首先对交通卡口数据进行预处理,然后按照车牌号码和时间先后顺序构建机动车时间序列,再通过行程时间阈值T对机动车出行轨迹进行拆分,将出行轨迹拆分为若干条子轨迹;(2)拆分后的子轨迹存在中途点缺失的现象,对缺失的子轨迹分别采用基于百度地图开源数据的轻量级路线规划模型、基于Dijkstra算法的GIS最短路径分析模型进行轨迹构建,以获得完整的轨迹出行链;(3)利用基于OWA算子的TOPSIS算法的机动车出行轨迹评价模型,对两种轨迹构建模型进行评价,通过比较两种模型的结论准确性、与本次研究内容的契合程度,得到基于百度地图开源数据的轻量级路线规划模型更适用于本次研究的结论,从而确定在后续进一步研究中,使用百度地图开源数据的轻量级路线规划模型作为轨迹构建模型。
  接着,在机动车出行轨迹构建研究的基础上,以无棣县为例,对该县城区的早高峰通勤机动车出行特征、机动车停车特征两个方面进行分析研究。首先分别利用k-means聚类算法、机动车停车概率分配模型对机动车早高峰通勤、机动车停车两种交通行为进行特征车辆识别,然后进一步研究早高峰通勤机动车出行特征、机动车停车特征。该章节得到的交通特征结论可以为交通决策提供基础支撑。
  最后,概括全文研究工作及成果,并对未来研究工作进行了展望。
作者: 贾宏观
专业: 交通运输
导师: 牟振华;王强
授予学位: 硕士
授予学位单位: 山东建筑大学
学位年度: 2023
检索历史
应用推荐