基于GPS轨迹的行信息提取研究.docVIP

基于GPS轨迹的出行信息提取研究 【摘要】：一个城市的活力得益于顺畅的交通系统。出行预测模型为交通规划和交通政策的制定提供了科学依据。从20世纪50年代发展至今,出行预测模型发生了从基于“出行”(Trip-based)向基于“活动”(Activity-based)的范式转变。活动分析法的基本思路是通过对在驱动因素和限制条件下微观个人的出行决策分析来获得大尺度群体行为的宏观涌现,因此对出行细节数据的需求更为迫切,而传统的出行调查方法无论在精度上还是在数据采集频率上已经远远落后于需要。传统的出行调查方法采用入户访谈(Face-to-Face)、计算机辅助电话调查(CATI)的方式,这些方法本质上都依赖于被访者对行程的回忆和主观认知,因此不可避免的存在受访回应率低、数据质量不高的问题,更无法提供活动模型所需的路径选择信息。将全球定位系统(GPS)应用于出行调查,变传统的人工记录为仪器记录,可解决长期困扰传统调查方法的诸多难题,但同时又对从轨迹中自动提取出行信息提出了挑战。对该问题的解决,不仅可革新出行调查技术,也可为行为学、时间地理学等研究提供数据支撑。从更广泛的意义来讲,这种从仪器记录的时间位置数据向可认知的语义信息的转化,为计算设备理解人的行为,实现“智慧化”,提供了重要契机。本文关注的问题是,在无需借助任何辅助数据的情形下,是否存在一些算法,单纯依靠GPS轨迹的时空特征,可以获得对