大規(guī)模出租車(chē)od數(shù)據(jù)可視分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)計(jì)了一個(gè)大規(guī)模出租車(chē)OD(Origin-Destination)數(shù)據(jù)可視分析方法。
【背景技術(shù)】
[0002] 隨著城市化的發(fā)展和城市人口的增加，現(xiàn)代大都市面臨著嚴(yán)重的城市疾病，如交 通擁堵和不理想的城市規(guī)劃等。交通擁堵造成諸多的負(fù)面影響，如時(shí)間浪費(fèi)、成本上升、空 氣污染等等。多年來(lái)，政府部門(mén)努力解決這些問(wèn)題，但是，有時(shí)，只有一點(diǎn)點(diǎn)的成功。近年來(lái)， 隨著不同傳感技術(shù)的快速進(jìn)步和廣泛滲透，大量的數(shù)據(jù)已成功地收集記錄了城市各個(gè)方面 的狀態(tài)。這給解決都市問(wèn)題和創(chuàng)建基于城市大數(shù)據(jù)分析的智能城市帶來(lái)了新的機(jī)遇。以城 市規(guī)劃和交通管理為例，道路交通狀況反映了人們的運(yùn)動(dòng)模式。反過(guò)來(lái)，后者顯然受一個(gè)城 市的功能結(jié)構(gòu)的影響。例如，如果沒(méi)有地鐵，人們往往乘坐出租車(chē)從火車(chē)站到達(dá)機(jī)場(chǎng)，或者 從一個(gè)站到達(dá)另一個(gè)站。當(dāng)一個(gè)新的地鐵線(xiàn)建立后，為了節(jié)省時(shí)間和金錢(qián)，乘客可能會(huì)選擇 先乘坐出租車(chē)到達(dá)地鐵站，然后轉(zhuǎn)乘地鐵。更重要的是，如果必須轉(zhuǎn)乘幾次公交才能到達(dá)目 的地，乘客很有可能會(huì)選擇乘坐出租車(chē)。在這種情況下，人的因素，更具體的說(shuō)是人的運(yùn)動(dòng) 模式，發(fā)揮了核心作用，并始終是智慧城市分析方面的核心，如交通管理和城市規(guī)劃等。因 此，分析師要想探索和理解在不同應(yīng)用場(chǎng)景下的人的運(yùn)動(dòng)模式，一套有效的工具對(duì)其非常 重要。
[0003] 目前，越來(lái)越多的出租車(chē)安裝了 GPS，從而產(chǎn)生了大量的出租車(chē)數(shù)據(jù)。這些數(shù)據(jù) 記錄了出租車(chē)的行為，反映了城市的生活方式，并且可以幫助出租車(chē)運(yùn)行部門(mén)監(jiān)控出租車(chē) 運(yùn)行狀態(tài)、改進(jìn)出租車(chē)的調(diào)度。以杭州出租車(chē)數(shù)據(jù)為例，這些原始數(shù)據(jù)是在2011年7月 到2011年11月這個(gè)時(shí)間段收集的。約8340輛出租車(chē)的GPS數(shù)據(jù)記錄被存儲(chǔ)。通常情況 下，每5到10秒傳送一次出租車(chē)的位置信息。每天一輛出租車(chē)總共記錄約1200萬(wàn)條。這 使得每天400000多條軌跡，一整年總共約有14. 4億條軌跡。每條軌跡記錄了出租車(chē)ID， 車(chē)牌號(hào)，車(chē)輛經(jīng)煒度坐標(biāo)，車(chē)輛是否載客，車(chē)輛行駛方向，車(chē)輛瞬時(shí)速度。這是一個(gè)典型的 Origin-Destination (OD)數(shù)據(jù)，只有起始終止信息而沒(méi)有軌跡信息。然而，杭州的城市規(guī)劃 和交通專(zhuān)家目前并沒(méi)有很好的工具來(lái)分析這些出租車(chē)數(shù)據(jù)。傳統(tǒng)數(shù)據(jù)挖掘的一些算法隨著 數(shù)據(jù)量越來(lái)越大，算法的復(fù)雜度相對(duì)較高，處理時(shí)間也呈指數(shù)級(jí)增長(zhǎng)，并且傳統(tǒng)的數(shù)據(jù)挖掘 結(jié)果并不能給人一個(gè)很直觀的結(jié)果，往往都是一個(gè)抽象的知識(shí)。
[0004] 為了解決上述缺點(diǎn)，一種基于大數(shù)據(jù)的可視分析應(yīng)運(yùn)而生，可視分析技術(shù)能將大 數(shù)據(jù)中所潛在的信息通過(guò)可視化，讓用戶(hù)從中學(xué)習(xí)分析并結(jié)合自己的領(lǐng)域知識(shí)，從中更容 易獲取那些真正能解決問(wèn)題的數(shù)據(jù)信息。
[0005] 而且，對(duì)于展現(xiàn)OD數(shù)據(jù)分布的可視化方法有很多，其中比較有代表性的是交通流 圖，例如箭頭圖。
[0006] 但是對(duì)于箭頭圖當(dāng)數(shù)據(jù)量一大之后展現(xiàn)就會(huì)比較混亂，需要進(jìn)行改進(jìn)。本發(fā)明的 方法很好的解決了這種展現(xiàn)錯(cuò)亂的問(wèn)題，并且該方法為自動(dòng)化比較OD模式成為了一種可 能，而且其展現(xiàn)結(jié)果還可以作為進(jìn)一步分析的一個(gè)候選圖形。
[0007] 以出租車(chē)OD數(shù)據(jù)為例，說(shuō)明可視分析方法存在的缺點(diǎn)：雖然能通過(guò)單獨(dú)的圖進(jìn)行 分析，但是一般不能在一個(gè)圖上進(jìn)行對(duì)比分析，會(huì)增加用戶(hù)分析難度。

【發(fā)明內(nèi)容】

[0008] 為了從大量的出租車(chē)GPS數(shù)據(jù)中有效的提取有用的信息，本發(fā)明提供了一種大規(guī) 模出租車(chē)OD數(shù)據(jù)可視分析方法。
[0009] 本發(fā)明所設(shè)計(jì)的大規(guī)模出租車(chē)OD數(shù)據(jù)可視分析方法，包括以下步驟：
[0010] 1)、消除GPS原始數(shù)據(jù)中的噪音，保證GPS點(diǎn)的經(jīng)煒度坐標(biāo)和在線(xiàn)地圖的地理坐標(biāo) 系一致；
[0011] 2)、通過(guò)ST-matching算法將出租車(chē)軌跡的GPS點(diǎn)匹配到相應(yīng)的道路上，以此來(lái)校 準(zhǔn)GPS點(diǎn)；
[0012] 3)、利用車(chē)載標(biāo)志來(lái)提取出租車(chē)打車(chē)上下客信息（即出租車(chē)載客軌跡的起點(diǎn)/終 點(diǎn)），并且利用網(wǎng)格索引技術(shù)，將軌跡數(shù)據(jù)進(jìn)行網(wǎng)格化存儲(chǔ)；
[0013] 4)、采用bin聚類(lèi)，聚類(lèi)完成之后，可以生成熱度圖和聚類(lèi)圖，如圖4最左邊的圖所 示，即本文系統(tǒng)的OD分布全局概覽視圖，展示了出租車(chē)軌跡的起點(diǎn)/終點(diǎn)（即出租車(chē)軌跡 的上客點(diǎn)/下客點(diǎn)）的分布情況。根據(jù)不同的時(shí)間跨度或時(shí)間區(qū)間可以生成不同的熱度圖 及聚類(lèi)圖；
[0014] 5)、通過(guò)熱度圖和聚類(lèi)圖，選擇感興趣的區(qū)域或比較有特點(diǎn)的區(qū)域；
[0015] 6)、選擇感興趣的區(qū)域后，用可視化組件環(huán)形像素圖（如圖1)和時(shí)空堆棧圖（如 圖2)展示0/D模式時(shí)空分析視圖；在圖1所示的環(huán)形像素圖中，中間的環(huán)形區(qū)域即為根據(jù) 上述映射方式所作的OD數(shù)據(jù)的空間分布展示；環(huán)形區(qū)域的每一個(gè)小扇形即為一個(gè)像素點(diǎn)； 像素點(diǎn)在極坐標(biāo)系中的位置(務(wù)作代表該像素點(diǎn)是被選中區(qū)域距離為[(r-l)*2km, r*2km)之 間、方向夾角在[(_ I) * WQ:，W ItF)之間的那些OD信息的可視化編碼；像素點(diǎn)的顏色深淺 表明OD數(shù)據(jù)量的大小，顏色越深代表這個(gè)距離內(nèi)、這個(gè)方向上的數(shù)據(jù)分布越密集；使用交 互式工具，包括選擇，過(guò)濾和分離來(lái)分析投影到不同維度的數(shù)據(jù)；根據(jù)距離和方向?qū)傩裕?/D 數(shù)據(jù)使用環(huán)形像素圖（圖5組件B)聚集和展示，從環(huán)形像素圖可以發(fā)現(xiàn)有意義的像素；環(huán) 形像素圖可以提供數(shù)據(jù)不同的聚集尺度包括小時(shí)，天，周，月，年等的可視化表示；
[0016] 7)、如果用戶(hù)想進(jìn)一步挖掘一定距離和方向的區(qū)域的時(shí)間特性，可以將環(huán)形像素 圖的數(shù)據(jù)向方向或距離這兩個(gè)維度分別做投影，進(jìn)一步集聚為時(shí)空堆棧圖（圖2);時(shí)-空 堆棧圖將被選中區(qū)域在某個(gè)方向上或某個(gè)距離下的OD數(shù)量按時(shí)間變化情況展示出來(lái)，橫 軸表示時(shí)間，不同顏色編碼表示不同方向或者距離，條帶高度則編碼OD數(shù)量大??；如圖 2(a)所示為對(duì)方向維度做投影后的時(shí)-空堆棧圖。當(dāng)高亮某個(gè)方向時(shí)候，小箭頭圖標(biāo)可 表明該層是所屬的具體方向：箭頭往上表示向正北，箭頭向下則表示向正南，以此類(lèi)推；圖 2(b)則展示了對(duì)距離維度做投影后的時(shí)-空堆棧圖；圖中從下往上的不同層表示距離被選 中區(qū)域由近到遠(yuǎn)的分布情況；其中層數(shù)越多表示距離越遠(yuǎn)；如圖2(b)中第1層表示3km以 內(nèi)，第2層表示3km到6km內(nèi)，以此類(lèi)推；
[0017] 8)、通過(guò)高亮環(huán)形像素圖一個(gè)或幾個(gè)臨近像素或時(shí)空堆棧圖中的層來(lái)交互選擇一 對(duì)起始和終止區(qū)域；OD數(shù)據(jù)軌跡視圖展示了以被選中區(qū)域?yàn)槠瘘c(diǎn)出發(fā)到終點(diǎn)的出租車(chē)OD 數(shù)據(jù)軌跡分布，分析選定區(qū)域的具有時(shí)空模式的OD數(shù)據(jù)后，分析員可能對(duì)進(jìn)一步挖掘起始 區(qū)域和終止區(qū)域之間的軌跡感興趣。時(shí)間范圍、路網(wǎng)距離和行程時(shí)間，這三個(gè)軌跡屬性對(duì)于 研究人類(lèi)活動(dòng)的特征、出租車(chē)路線(xiàn)和交通狀況來(lái)說(shuō)很重要。圖3所示的柱狀像素圖可視化 地表現(xiàn)了這三個(gè)屬性間的復(fù)雜關(guān)系。通過(guò)Ο/D軌跡視圖（圖5中的組件A)和柱狀像素條 形圖（圖5中的組件D)進(jìn)一步研究這兩個(gè)區(qū)域中人類(lèi)運(yùn)動(dòng)的模式。
[0018] 進(jìn)一步，所述的步驟（4)生成熱度圖包括以下步驟：
[0019] (4. Ia)由于出租車(chē)OD軌跡的存儲(chǔ)采用了網(wǎng)格索引技術(shù)，因此利用bin聚類(lèi)的思 想，將地圖區(qū)域分成1000X1000的矩形塊，在每一個(gè)網(wǎng)格中統(tǒng)計(jì)起點(diǎn)（或終點(diǎn)）落在該網(wǎng) 格內(nèi)的OD軌跡數(shù)目；
[0020] (4. 2a)然后將網(wǎng)格中的OD統(tǒng)計(jì)數(shù)據(jù)的數(shù)值通過(guò)顏色映射，用熱度圖的方式繪制 在Google地圖上（見(jiàn)圖4最左邊的上圖所示）。其中熱度圖中紅色的圖層顏色越深表示軌 跡的數(shù)目越大，否則表示數(shù)目非常稀少或者為〇。
[0021] 進(jìn)一步，所述的步驟（4)生成聚類(lèi)圖包括以下步驟：
[0022] (4. Ib)去除那些軌跡數(shù)目非常少的網(wǎng)格網(wǎng)格，
[0023] (4. 2b)如果存在未被聚類(lèi)的標(biāo)記，則選擇之；否則算法結(jié)束；
[0024] (4. 3b)如果該標(biāo)記位于某一聚類(lèi)所代表的網(wǎng)格中，則將該標(biāo)記添加至該聚類(lèi)中， 同時(shí)計(jì)算該網(wǎng)格中所有標(biāo)記的幾何中心作為該聚類(lèi)的新聚類(lèi)中心，轉(zhuǎn)（4.2b);否則，將該 標(biāo)記構(gòu)造為一個(gè)新的聚類(lèi)，聚類(lèi)所代表的網(wǎng)格大小根據(jù)地圖縮放比例自動(dòng)設(shè)置，轉(zhuǎn)（4. 2b)。
[0025] 進(jìn)一步，所述的步驟（8)包括以下步驟：
[0026] (8. 1)四個(gè)可視話(huà)組件相互配合；通過(guò)交互，用戶(hù)在不同視圖間切換，并對(duì)數(shù)據(jù)有 了更深層次的理解；交互過(guò)程通常遵循"A - B - C - D( - A) "的反饋循環(huán)；例如上述的 (4)，（6)和（7)點(diǎn)分別反映了"A --C"和"C -D"；當(dāng)用戶(hù)與環(huán)形像素圖的像素 進(jìn)行交互時(shí)，時(shí)空堆積圖將相應(yīng)地改變；這種協(xié)調(diào)也屬于"B - C" ；
[0027] (8. 2)更重要的是，當(dāng)用戶(hù)突出顯示環(huán)形像素圖的特定像素或時(shí)空堆棧圖的特定 層時(shí)，0/D軌跡視圖和柱狀像素條形圖將被繪制；后兩個(gè)可視化組件相關(guān)聯(lián)，并根據(jù)前兩種 可視化組件的變化保持更新；這些都分別反映了 "B - D"，"B - A"和"C - D"，"C - A"交 互。
[0028] 本發(fā)明的技術(shù)構(gòu)思是：先數(shù)據(jù)處理，利用車(chē)載標(biāo)志來(lái)提取出租車(chē)打車(chē)上下客信息， 對(duì)出租車(chē)起點(diǎn)終點(diǎn)特征數(shù)據(jù)分別進(jìn)行分析，并且通過(guò)熱度圖和聚類(lèi)圖，引導(dǎo)用戶(hù)進(jìn)一步地 分析感興趣以及相對(duì)有特點(diǎn)的區(qū)域。結(jié)合環(huán)形像素圖，時(shí)空堆棧圖，柱狀像素圖等專(zhuān)門(mén)針對(duì) 于出租車(chē)OD數(shù)據(jù)進(jìn)行分析的可視化組件，讓用戶(hù)從交互探索中得出城市發(fā)展各個(gè)區(qū)域內(nèi) 出租車(chē)流向的差異性，以及從出租車(chē)數(shù)據(jù)中挖掘不同日期以及一些城市規(guī)劃事件對(duì)人們出 行模式的影響。
[0029] 本發(fā)明的優(yōu)點(diǎn)是：能夠從大量的時(shí)空數(shù)據(jù)中挖掘出有用的信息，可視分析技術(shù)能 將數(shù)據(jù)中所潛在的知識(shí)通過(guò)可視化，讓用戶(hù)從中學(xué)習(xí)分析并結(jié)合自己的領(lǐng)域知識(shí)，從中更 容易獲取那些真正能解決問(wèn)題的數(shù)據(jù)信息。
【附圖說(shuō)明】
[0030] 圖1為環(huán)形像素圖可視化組件。
[0031] 圖2(a)所示為對(duì)方向維度做投影后的時(shí)-空堆棧圖，圖2(b)是對(duì)距離維度做投 影后的時(shí)-空堆棧圖。
[0032] 圖3為柱狀像素圖可視化組件。
[0033] 圖4為本發(fā)明的系統(tǒng)概覽圖。
[0034] 圖5為OD模式時(shí)空分析界面。
[0035] 圖6為OD模式時(shí)空分析流程圖。
【具體實(shí)施方式】
[0036] 本發(fā)明設(shè)計(jì)采用d3. js來(lái)繪制前端可視化組件，數(shù)據(jù)處理主要采用java進(jìn)行編 寫(xiě)。
[0037] 參照?qǐng)D 1、2、3、4、5、6
[0038] 本發(fā)明所設(shè)計(jì)的大規(guī)模出租車(chē)OD數(shù)據(jù)可視分析方法，包括以下步驟：
[0039] 1)、消除GPS原始數(shù)據(jù)中的噪音，保證GPS點(diǎn)的經(jīng)煒度坐標(biāo)和在線(xiàn)地圖的地理坐標(biāo) 系一致；
[0040] 2)、通過(guò)ST-matching算法將出租車(chē)軌跡的GPS點(diǎn)匹配到相應(yīng)的道路上，以此來(lái)校 準(zhǔn)GPS點(diǎn)；