基于停车场流水数据的分时段分目的出行制造技术

本发明专利技术提出基于停车场流水数据的分时段分目的出行

【技术实现步骤摘要】
基于停车场流水数据的分时段分目的出行OD提取方法


[0001]本申请涉及出行
OD
提取方法，尤其涉及基于停车场流水数据的分时段分目的出行
OD
提取方法，属于智能交通

。

技术介绍

[0002]随着城市化进程的加快和车辆拥有量的增加，城市交通拥堵成为一大挑战
。
了解人们的出行行为和交通流量分布对城市交通规划和交通管理至关重要
。
出行
OD
（
Origin
‑
Destination
）数据指的是记录了出行起点和目的地之间关系的数据
。
通过分析出行
OD
数据，可以揭示人们的出行偏好
、
交通流量分布
、
交通模式选择等信息，为交通规划和决策提供有力支持
。
[0003]目前，提取出行
OD
数据的方法主要依赖于调查问卷
、GPS
定位
、
公共交通刷卡数据等手段，但这些方法存在一些问题
。
例如，调查问卷的样本容量有限，难以全面准确地反映出行行为；
GPS
定位数据虽然能够提供较精确的位置信息，但是在高密度城市区域和封闭空间内的定位精度较低；公共交通刷卡数据只能反映使用公共交通工具的出行情况，而不能全面获取私家车出行的数据
。
[0004]为解决上述问题有研究人员提出一种专利公开号为
CN108596381
，专利技术名称为基于
OD
数据的城市停车需求预测方法的专利，首先获取研究区域的
OD
数据和停车数据，根据所述
OD
数据和停车数据对所述研究区域进行停车小区划分；基于所述研究区域的
OD
数据
、
停车数据和停车小区划分方案进行回归分析，构建停车需求预测模型；根据所述停车需求预测模型对目标停车区域进行停车需求预测
。
通过对
OD
数据和已知区域的停车数据进行回归分析，得到停车需求预测模型，然后利用停车需求预测模型估计未知区域停车需求，摒弃了传统的大规模调查，节省了人力和物力，具有简便快捷准确的优点，可为停车规划
、
停车资源配置
、
停车问题解决提供参考和技术支持
。
[0005]但该专利仍存在不足：基于道路卡口数据提取的车辆出行
OD
数据，未能识别车辆更加精确的从停车场到停车场之间的出行
OD
，也缺少对车辆出行
OD
数据的出行目的的区分
。

技术实现思路

[0006]在下文中给出了关于本专利技术的简要概述，以便提供关于本专利技术的某些方面的基本理解
。
应当理解，这个概述并不是关于本专利技术的穷举性概述
。
它并不是意图确定本专利技术的关键或重要部分，也不是意图限定本专利技术的范围
。
其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序
。
[0007]鉴于此，为解决现有技术中存在缺少对车辆出行
OD
数据的出行目的的区分，及无法识别车辆从停车场到停车场之间的出行
OD
的技术问题，本专利技术提供基于停车场流水数据的分时段分目的出行
OD
提取方法
。
本专利技术结合了停车场监控系统中收集到的停车流水数据和数据处理技术
。
停车场监控系统通过安装在停车场出入口的摄像头或传感器，可以实时
记录和识别车辆的进出情况
。
利用这些数据，可以构建一个全面的停车流水数据库
。
[0008]方案一
、
基于停车场流水数据的分时段分目的出行
OD
提取方法，包括以下步骤：
S1.
获取停车场位置数据
、
交通分区数据和停车场停车流水数据；
S2.
对
S1
获取的数据进行预处理，生成停车场交通分区关联表；
S3.
基于停车场停车流水数据识别车辆居住地，生成车辆居住办公地信息数据；生成车辆居住地停车场的方法是：基于历史停车场停车流水数据，统计车辆夜间停留各停车场的停留频次；夜间居住地停车时段定义在
22:00
至次日
6:00
；且夜间在停留点停留的时长不少于6小时；选取夜间停留频次最长的停车场为居住地停车中心点；以居住地停车中心点中心
500
米范围内的所有停车场标识为车辆居住停车场；
S4.
基于停车流水数据，结合停车场交通分区关联表
、
时段划分
、
车辆居住办公地信息数据，提取交通分区间分时段分目的的出行
OD。
[0009]优选的，车辆居住办公地信息数据包括车辆居住地停车场和车辆办公地停车场；所述车辆居住地停车场包括车辆日间常停区域和夜间常停区域
。
[0010]优选的，生成车辆办公地停车场的方法是：基于历史停车流水数据，统计车辆日间停留各停车场的停留频次；日间居住地停车时段定义在
09:00
至当日
18:00
；且日间在停留点停留的时长不少于4小时；选取日间停留频次最长的停车场为办公地停车中心点；办公地停车中心点为中心
500
米范围内的所有停车场标识为车辆的潜在车辆办公地停车场
。
[0011]优选的，基于停车流水数据，结合停车场交通分区关联表
、
时段划分
、
车辆居住办公地信息数据，提取交通分区间分时段分目的的出行
OD
的方法包括以下步骤：
S41.
车辆
OD
识别，基于停车场停车流水数据，识别单个车辆的出行起点和终点为目标，提取生成车辆出行
OD
表；
S42.
车辆出行目的识别，基于车辆出行
OD
表结合车辆办公地停车场数据，生成分目的的车辆出行
OD
表；
S43.
交通分区分时段分目的出行
OD
识别；基于分目的的车辆出行
OD
表结合停车场交通分区关联表和时段对照表生成车辆出行
OD
表
。
[0012]优选的，车辆
OD
识别，基于停车场停车流水数据，识别单个车辆的出行起点和终点为目标，提取生成车辆出行
OD
表的方法包括以下步骤：
S441.
将累计多日停车场停车流水数据按照车辆
ID、
以进入停车场的时间从小到大进行排序；
S442.
将相邻的2条记录，以第前一条记录的停车场
ID本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于停车场流水数据的分时段分目的出行
OD
提取方法，其特征在于，包括以下步骤：
S1.
获取停车场位置数据
、
交通分区数据和停车场停车流水数据；
S2.
对
S1
获取的数据进行预处理，生成停车场交通分区关联表；
S3.
基于停车场停车流水数据识别车辆居住地，生成车辆居住办公地信息数据；生成车辆居住地停车场的方法是：基于历史停车场流量数据，统计车辆夜间停留各停车场的停留频次；夜间居住地停车时段定义在
22:00
至次日
6:00
；且夜间在停留点停留的时长不少于6小时；选取夜间停留频次最长的停车场为居住地停车中心点；以居住地停车中心点中心
500
米范围内的所有停车场标识为车辆居住停车场；
S4.
基于停车流水数据，结合停车场交通分区关联表
、
时段划分
、
车辆居住办公地信息数据，提取交通分区间分时段分目的的出行
OD。2.
根据权利要求1所述的基于停车场流水数据的分时段分目的出行
OD
提取方法，其特征在于，车辆居住办公地信息数据包括车辆居住地停车场和车辆办公地停车场；所述车辆居住地停车场包括车辆日间常停区域和夜间常停区域
。3.
根据权利要求2所述的基于停车场流水数据的分时段分目的出行
OD
提取方法，其特征在于，生成车辆办公地停车场的方法是：基于历史停车流水数据，统计车辆日间停留各停车场的停留频次；日间居住地停车时段定义在
09:00
至当日
18:00
；且日间在停留点停留的时长不少于4小时；选取日间停留频次最长的停车场为办公地停车中心点；办公地停车中心点为中心
500
米范围内的所有停车场标识为车辆的潜在车辆办公地停车场
。4.
根据权利要求3所述的基于停车场流水数据的分时段分目的出行
OD
提取方法，其特征在于，基于停车流水数据，结合停车场交通分区关联表
、
时段划...

【专利技术属性】
技术研发人员：杨宇星，刘晓玲，丘建栋，唐易，
申请(专利权)人：深圳市城市交通规划设计研究中心股份有限公司，
类型：发明
国别省市：