出租车辆GPS大数据的可视分析.pptxVIP

出租车辆GPS大数据的可视分析 内容 背景 总体框架 离散时序图和连续变化时序图 总结与展望 背景 GPS、视频等设备的快速发展 大数据分布式存储和查询及云平台的发展 智慧城市、智能交通技术的发展 背景 浙江省智能交通工程技术研究中心 银江科技集团（全国最大的智能交通上市公司） 浙江工业大学信息工程学院 获得多种浙江省数据 出租车GPS 公交车GPS 公交自行车 其他营运车辆 交通卡口流量数据 国内外研究现状 道路交叉口的交通数据可视化 (Guo, PacificVis 2011 ) 城市出租车轨迹数据可视化 (Liu VAST 2011) 密度图展示船舶运动轨迹 ( Willems, CGF 30(3): 堆栈式的轨迹数据可视化方式 (Tominski TVCG 18（12) ) ……………………… 我们分析双向道路的车流量和速度 杭州市交通中心采集的杭州市区及周边县市地区出租车GPS数据 8000多辆车，每15秒发回一次数据，1200万条/天, 4月 500G数据 数据概况： 车牌、位置经纬度、时间、速度、车类型、是否载客等信息 数据属性： 杭州市交通研究院 数据来源 出租车GPS数据介绍 总体框架 道路车流量可视分析 道路双向车流量的可视分析—地图上嵌入可视化图表 离散时序箭头图 离散时序堆叠栈图 连续变化时序栈图 离散时序图 箭头图 箭头宽度、高度、颜色不同的含义 左图 1 天， 右图 1 周 离散时序图 OpenStreet Map得到开阔道路的地图 西湖区一天的车流 离散时序图 一周的车流 离散时序图 箭头图的颜色杂乱、难以观察出趋势颜色聚类 离散时序栈图 文一路一星期数据效果图 栈堆叠图 原图（文一路） 保留特征点的时序图 经过特征点提取后，将原图每个路段的168个数据点缩减到约50个数据点，曲线更加平滑 连续变化时序栈图 曲线特征点提取（道格拉斯特征点） 连续变化时序图 栈堆叠图颜色聚类 总结与展望 本可视方法主要侧重于道路双向行车情况的分析 箭头图容易得到车流方向，但难以在短时间明确指出车流量的波峰波谷位置。 内嵌箭头的栈图可以清晰反映当天波峰波谷位置，连续型图表相比于离散型图表更能反映出车流量在一天的趋势变化。 分析时间间隔为1小时，可能忽略很多细节 可做其它的分析如司机行为，乘客行为等 不妥之处，请批评指正！ 谢谢！