【出租车GPS数据专题】出租车GPS数据有哪些应用?

【出租车GPS数据专题】出租车GPS数据有哪些应用?_58汽车

出租车GPS数据是一种重要的时空大数据,广泛应用于交通管理、城市规划、环境监测等领域。本文将详细介绍出租车GPS数据的8个主要应用方向,并提供相关论文资料。1. 交通拥堵监测与预测:通过分析出租车轨迹数据,可以实时监测交通拥堵情况,预测拥堵趋势,为交通管理提供决策支持。2. 社会事件检测与评估:利用出租车轨迹数据,可以发现异常的社会活跃度,识别社会事件的发生时间和地点,评估事件规模和影响。3. 出租车需求预测:基于出租车GPS数据,可以预测不同时间段和区域的出租车需求,为出租车调度和运营管理提供依据。4. 出租车服务时空结构分析:研究出租车服务的时空分布特征,揭示城市功能结构和交通流模式。5. 出租车运营管理优化:通过分析出租车轨迹数据,可以优化出租车的寻客策略和调度方案,提高司机收入。6. 路径规划与异常检测:利用出租车轨迹数据,可以为司机规划最优路径,检测行驶路径中的异常现象。7. 出租车共享系统设计:基于出租车GPS数据,可以设计高效的出租车共享系统,优化资源分配,减少交通拥堵。8. 环境监测与城市规划:出租车GPS数据可以用于评估城市交通对环境的影响,为城市规划和交通规划提供支持。总之,出租车GPS数据具有丰富的应用价值,通过深入挖掘和分析,可以为城市交通管理、环境监测和城市规划等领域提供有力支持。同时,本文提供的论文资料,可以为相关研究者提供参考和启发。出租车GPS数据的应用方向包括交通拥堵监测、社会事件检测、需求预测、服务时空结构分析、运营管理优化、路径规划、异常检测、共享系统设计、环境监测和城市规划等。这些应用可以为城市交通管理、环境监测和城市规划提供有力支持。通过深入分析出租车GPS数据,可以挖掘出丰富的信息,为相关领域的发展提供数据支撑和决策依据。

出租车GPS数据、共享单车数据、地铁刷卡数据、公交GPS数据是我们最常用的交通大数据,基于这些数据可以做很多的研究,发很多的论文。

但是很多人看到这几种数据又很怵头,想要应用它们会遇到几个问题:第一个是不知道这些数据具体能做哪些分析,第二是不知道这些数据如何获取,第三个是不知道这些数据如何分析。

后面我们会通过一系列的文章来介绍这几种数据,对于每一种数据,我们将分为三篇文章,分别介绍:数据有什么用?数据如何获取?数据有什么分析要点?

今天我们先带来出租车GPS数据的第一篇文章,来看一下出租车GPS数据有哪些应用。在具体介绍出租车GPS数据的应用之前,我们下来认识一下出租车GPS数据!

出租车GPS数据是最常见的一种个体连续追踪时空大数据,它的采集原理通常是:通过车载GPS设备以一定的采样时间间隔追踪记录并保存出租车的GPS地理坐标位置而产生。时空大数据的个体、时间、空间三要素在出租车GPS数据中兼备。

大部分出租车GPS数据的采样频率大约在15秒一条,不同运营公司的数据质量会有一定差异。车载GPS设备采样频率越高、运营的出租车数量越多,则数据量越大。单个城市每日产生的出租车GPS数据大约在2GB左右,一个月的数据量就会有60GB。

出租车GPS数据包括但不限于表1中所列出的数据字段。这些字段中,车辆ID、经纬度、时间与载客状态是出租车GPS必不可少的字段。有了这四个字段,就可以判断出每一趟出租车出行的开始与结束时间与出行的路径等信息。

有些出租车GPS数据还带有速度、方向角、是否在快速上等字段,但这些并不是最核心的字段,他们的准确性需要在分析过程中检验,在实际的课题中不能理所当然地认为这些字段的内容一定是准确的。

我们对相关文献进行了整理,梳理出来8个应用方向,并对每个方向整理了代表论文,所有论文可以添加文末客服免费(不用转发)获取!我们来具体看下这8个方向:

从出租车轨迹数据中提取城市道路交通相关的信息,并利用这些信息来识别交通拥堵现象与特殊社会事件、估计并预测交通流量和订单时间等的一类研究,这类研究的意义是辅助管理者及时采取应急措施。

论文1:基于浮动车数据的快速交通拥堵监控

论文来源:《计算机研究与发展》-北大核心-EI.

论文简介:该研究基于浮动车技术,筛选出可能发生拥堵的相应数据,进而对拥堵区域变化趋势进行概化预测。此外,该研究还设计了基于预测的多优先级调度算法用以实现整个监控流程,从而实现实时交通拥堵监控。

论文2:City-ScaleSocialEventDetectionandEvaluationwithTaxiTraces

论文来源:ACMTransactionsonIntelligentSystemsandTechnology

论文简介:该研究利用出租车轨迹进行分析社会网络中的信息分析。该研究提出了一种方法,可以从异常的社会活跃度中发现事件的发生时间和地点,还可以通过这种活跃度的变化来衡量事件的规模。通过出租车行驶轨迹该研究还提取了交通拥堵信息,并利用其在社会事件中的变化来衡量其影响。

论文3:PredictingTaxi–PassengerDemandUsingStreamingData

论文来源:IEEETransactionsonIntelligentTransportationSystems

论文简介:该研究根据安装在出租车上的传感器实时监测出行信息,为实时寻找省时的出租车路线提供决策信息。作者使用了葡萄牙波尔图市运行的441辆车队的实时数据进行了实验测试。结果表明,所提出的框架能够有效地洞察出租车乘客在30分钟范围内的时空流量分布。

论文4:SpatiotemporalStructureofTaxiServicesinShanghai:UsingExploratorySpatialDataAnalysis

论文来源:201119thInternationalConferenceonGeoinformatics

论文简介:该研究根据基于GPS的出租车服务数据,提出了一种新的方法来研究交通流的时空模式和城市文化结构之间的关系。城市文化的结构由街道行政边界、CBD以及商业和社会事件和活动的集聚得出。对空间模式的总体衡量表明,城市中的出租车服务有一个稳定的集聚,但空间集中程度随时间而波动。这种波动显然与上海的城市结构、制度和生活方式相吻合。

出租车轨迹数据挖掘结果在改善出租车的运营管理、提高出租车司机平均收入方面是该领域应用最为受欢迎的。如将出租车轨迹数据中提取得到的上下客点、载客里程、空载率等数据作为出租车行为分析、打车需求预测的依据,从而为出租车的寻客策略和调度方针提供战略。

论文1:Atwo-layermodelfortaxicustomersearchingbehaviorsusingGPStrajectorydata

论文来源:IEEEonIntelligentTransportSystem

论文简介:该研究提出了一个两层的决策框架来模拟出租车司机在城市区域内的寻客行为。第一层对出租车司机的接客地点选择决策进行建模,并使用Huff模型来描述接客地点的吸引力。然后,在第二层中使用PathSizeLogit(PSL)模型来分析考虑路径大小、路径距离、旅行时间和交叉口延迟等信息的路线选择行为。本文的研究结果可以帮助理解出租车司机的客户搜索决策,并提供改善系统服务的策略。

论文2:HuntingorWaiting?DiscoveringPassenger-FindingStrategiesfromaLarge-ScaleReal-WorldTaxiDataset

论文来源:8thIEEEInternationalWorkshoponManagingUbiquitousCommunicationsandServices

论文简介:该研究基于大规模的出租车GPS数据,寻找高效和低效的寻客策略。通过挖掘高效寻客策略的显著特征,从而指导出租车司机获得更高效、更节能的寻客方式。

论文3:Taxi-AwareMap:IdentifyingandPredictingVacantTaxisintheCity

论文来源:Conference:AmbientIntelligence-FirstInternationalJointConference,AmI2010,Malaga,Spain,November10-12,2010.Proceedings

论文简介:该研究基于了解空闲出租车在特定时间和空间的位置,提出了特定区域内的空闲出租车需求的预测模型,用于用户的日常安排和出租车服务提供商的调度。基于葡萄牙里斯本的150辆出租车,本文能够预测每小时的总误差率为0.8辆出租车/1×1平方公里。

路径规划主要指为出租车司机规划特定两个位置之间的最短路径,往往参考从出租车轨迹数据中挖掘到的高收入司机的择路经验。异常检测则指对出租车行驶路径进行异常检测,如将待检测路径与从轨迹数据中提取的常规路径进行比较,从而判断是否偏离路线、超速等异常现象,该类研究目的是预防司机的欺骗行为及监测突发事件的发生。

论文1:基于出租车轨迹数据的最优路径规划方法

论文来源:《计算机应用》-中文核心

论文简介:该研究提出了一种融合出租车驾驶经验并以时间为度量的路径规划算法。首先,从大量的出租车轨迹数据中提取真实的载人轨迹数据,并将载人轨迹数据匹配到路网数据中;其次,根据地图匹配结果计算路段的访问频次,选取前Top-k个路段作为热点路段;然后,计算热点路段间行车轨迹的相似度,对轨迹进行聚类分析,在路网的基础上构建该k个路段的热点路段图;最后,使用一种改进的A*算法实现路径规划。

论文2:Real-TimeDetectionofAnomalousTaxiTrajectoriesfromGPSTraces

论文来源:InternationalConferenceonMobileandUbiquitousSystems:Computing,Networking,andServices

论文简介:该研究提出了一种实时的研究方法,它能够”即时”检测异常轨迹,并确定轨迹的哪些部分是导致其异常的原因。

论文3:Understandingindividualroutingbehaviour

论文来源:JournalofTheRoyalSocietyInterface

论文简介:该研究分析了92419条车辆GPS轨迹,提出了一种空间概率分布,该分布将路径选择空间限定在一个椭圆内,以起点和终点为焦点,对司机的路径规划选择进行描述。该研究能够对车辆路线选择模型建模、基础设施规划、路线推荐系统和新的移动性解决方案等多个应用提供的基础支持。

随着地理空间大数据的出现和海量数据处理的突破,出租车共享为公众提供了一种新颖的交通模式,该模式具有高效、节约成本的特点。然而,设计一个出租车共享系统来尽可能高效地分配出租车资源并减少城市交通流量是一个复杂的问题。此外,共享出租车在多大程度上可以成为一种生态友好的服务,而不给城市排放、燃料消耗和交通系统带来额外的压力,也是另一个研究的方向。

论文1:GPSdataintaxi-sharingsystem:Analysisofpotentialdemandandassessmentoffuelconsumptionbasedonroutingprobabilitymodel

论文来源:AppliedEnergy

论文简介:该研究设计了一个基于匹配和调度算法的司机路线概率的出租车共享系统。该方法能够将多个出租车行程匹配成一个共享行程,并考虑到时间和空间上的可行性。此外,该研究还提出了出租车共享中不同运营策略中提高运营效率和减少燃油消耗的潜力,进而将共享车次分配给出租车。

论文2:GPSdatainurbanonlineride-hailing:Asimulationmethodtoevaluateimpactofuserscaleonemissionperformanceofsystem

论文来源:JournalofCleanerProduction

论文简介:该研究基于大量的滴滴GPS数据,提出了一个交叉模拟模型来评估用户规模对叫车系统排放绩效的影响,并采用吉布斯抽样法进行了综合计算。结果显示,用户规模对排放性能的影响很大。基于这种关系,该研究提出了预期阈值下,共乘车排放和效率表现的近似用户规模。这项工作可以为未来的叫车服务决策提供基础和指导。

论文3:Understandingtheeffectsoftaxiride-sharing—AcasestudyofSingapore

论文来源:ResearchCollectionSchoolOfComputingandInformationSystems

论文简介:该研究提出了一个等待时间有限的拼车调度计划,并基于新加坡城市的出租车预定数据进行了综合模拟研究,评估了等待时间、额外旅行时间和出租车费用节省等各种因素对拼车实践的影响。结果表明,拼车可能有助于减少现代大城市的交通流量、汽油消耗和空气污染。

车辆在行驶过程中的燃油消耗、尾气排放等活动是自然资源与环境保护方面关注的一个重要部分。将出租车作为城市行驶车辆的一个样本,计算出租车行驶里程、行驶速度并提取加油行为、可估计能耗以及汽车尾气在PM2.5排放量中的占比,并可作为相关政策制定的辅助依据。

论文1:UrbanTrafficModellingandPredictionUsingLargeScaleTaxiGPSTraces

论文来源:InternationalConferenceonPervasiveComputing

论文简介:本文提出了一种基于大规模出租车GPS轨迹的交通密度模型构建方法。这个模型可以用来预测未来的交通状况和估计排放对城市空气质量的影响。

论文2:AnalysisonSpatial-TemporalFeaturesofTaxis’EmissionsfromBigDataInformedTravelPatterns:ACaseofShanghai,China

论文来源:JournalofCleanerProduction

论文简介:该研究根据出租车的GPS数据,分析了上海出租车的能耗和排放的时空分布。本文为政策制定者提供了富有启发性的见解,以便更好地理解上海大都市的出行模式和相关的环境影响,从而为更好地规划基础设施系统、需求侧管理和推广低碳生活方式提供支持。

这里的城市规划主要指城市功能区域规划及道路交通规划,通过出租车轨迹数据挖掘而获得的土地使用类型、城市功能单元、区域可达性指标和道路容纳量等,能作为评价现有城市规划的指标,并为城市规划优化提供依据和支撑。

论文1:UrbanLandUsesandTraffic‘Source-SinkAreas’:EvidencefromGPS-EnabledTaxiDatainShanghai

论文来源:LandscapeandUrbanPlanning

论文简介:该研究根据出租车GPS数据显示的上下车数量及其独特的时间模式,试图从交通模式中揭示城市内部的土地利用情况。

论文2:VisualExplorationofBigSpatio-TemporalUrbanData:AStudyofNewYorkCityTaxiTrips

论文来源:IEEE-VisualizationandComputerGraphics

论文简介:该研究根据纽约市50万次包含时空信息的出租车出行,通过可视化查询模型,为城市生活的不同方面提供新的见解,包括经济活动、人类行为和移动模式。

论文3:City-wideExaminingTransportNetworkAccessibilityUsingTaxiGPSData

论文来源:15thCOTAInternationalConferenceofTransportationProfessionals

论文简介:该研究利用出租车数据来识别所有交通可达性欠缺的区域,并利用哈尔滨市的出租车GPS数据测试了这种方法的可行性。总共发现了10个最差的区域,其无障碍措施仅达到整个城市总体平均水平的81.3%。该方法在改善整个城市的可及性情况方面具有较大的潜力。

论文4:Revealingtravelpatternsandcitystructurewithtaxitripdata

论文来源:JournaloftransportGeography

论文简介:该研究利用上海出租车出行数据构建了空间联系网络来模拟城市内部的空间互动,采用社区发现方法用于揭示网络所形成的空间分区结构,并使用若干网络度量来检查子区域的属性。这项研究提供了使用新兴数据源揭示出行模式和城市结构的见解,有助于制定和应用城市交通政策。

从出租车轨迹数据中能提取出较为清晰的交通路网结构,通过比对历史路网数据可以识别出路网变化,实现路网更新。同时,结合出租车速度与方向信息对道路交叉口进行分析能够识别复杂的交叉口结构、学习交叉口交通规则。

论文1:基于车辆轨迹大数据的道路网更新方法研究

论文来源:《计算机研究与发展》-北大核心

论文简介:该研究提出了一种基于车辆轨迹大数据的道路网快速变化发现与更新的方法:1)以道路弧段为基本单元构建缓冲区,根据道路变化信息类型及表现形式,运用轨迹运动几何信息(方向、转角)与交通语义信息(速度、流量),对道路变化信息进行检测、分类,确定道路变化类型;2)将道路变化类型推断与增量信息提取相结合,分别运用Delaunay三角网、交通流时间序列分析提取增量信息;3)根据变化类型进行增量信息融合。本文运用深圳市出租车GPS数据进行试验分析。

论文2:路网更新的轨迹-地图匹配方法

论文来源:《测绘学报》-核心期刊-EI

论文简介:该研究基于轨迹地图匹配技术,提出一种采用“检查→分析→提取→更新”过程的螺旋式路网数据更新策略。其主要思想是逐条输入轨迹,借助HMM地图匹配发现已有路网中的问题路段,进而从问题路段周边局部范围内的轨迹数据中提取并更新相关道路信息。本文运用武汉市出租车GPS数据进行试验分析。

出行行为分析是指利用各类地理空间大数据研究人类时空间行为的一类研究。城市道路网中或城市各区域间交通流方向与流量的变化可以反映市民的日常出行规律变化。这类研究通过挖掘交通热点、跟踪热点区域间的交通轨迹来探究人群的移动规律与市民社会活动与娱乐生活的偏好规律,其关注的是城市尺度上人群的集体流动模式。

论文1:MiningTime-DependentAttractiveAreasandMovementPatternsfromTaxiTrajectoryData

论文来源:IEEE200917thInternationalConferenceonGeoinformatics

论文简介:该研究利用出租车数据来发现人们常去的有吸引力的地区(即热点地区),通过乘客上下车点的频率和密度建立一个随时间变化的出行流通互动矩阵,从而更好地解释人们的出行规律和移动模式,以服务于交通管理、城市规划以及时空定制的位置搜索和相应的服务。

论文2:Time-EvolvingODmatrixEstimationUsingHigh-SpeedGPSDataStreams

论文来源:ExpertSystemsWithApplications

论文简介:该研究通过一个新的增量模型,在一个时间演变的OD矩阵上进行城市流动性动态的统计,作者旨在获得一个能够总结相关环境感知信息的通用框架,该框架能够尽可能紧密地跟踪人类移动行为的随机动态。它的潜在影响范围是专家系统对多个行业的决策支持,从公共交通规划的需求估计到智能路由系统的旅行时间预测等。

论文3:ExplainingthePower-LawDistributionofHumanMobilityThroughTransportationModalityDecomposition

论文来源:ScientificReports

论文简介:该研究基于GPS数据集,分解不同的交通模式(包括步行、地铁、出租车等)来解释在人类移动模式中观察到的Levy特征。

论文4:Two-RegimePatterninHumanMobility:EvidencefromGPSTaxiTrajectoryData

论文来源:GeographicAnalysis

论文简介:该研究通过使用出租车的轨迹数据,集中解决了两个问题:1)测试指数幂律和截断帕累托分布在城市系统中描述总体流动模式的有效性;2)研究不同出行目的的流动模式的差异。

搜索“立方数据学社”公众号,添加立方数据学院客服小鲨鱼,免费获取所有论文哦!

以上内容由58汽车提供。如有任何买车、用车、养车、玩车相关问题,欢迎在下方表单填写您的信息,我们将第一时间与您联系,为您提供快捷、实用、全面的解决方案。

原创文章,作者:58汽车,如若转载,请注明出处:https://car.58.com/7015598/