计算机应用

作者：邹复民, 罗思杰, 陈志辉, 廖律超

单位：1.福建省汽车电子与电驱动技术重点实验室（福建工程学院），福州 350118；2.福建省北斗导航与智慧交通协同创新中心（福建工程学院），福州 350118；3.数字福建交通大数据研究所（福建工程学院），福州 350118

关键词：轨迹数据,停留点,出租车交接班,时空分布,城市交通

基金：国家自然科学基金资助项目(41971340);2020年度福建省“一带一路”科技创新平台项目(2020D002);福州市科技局市级科技计划项目(2019-G-40);福建省科技厅自然科学基金资助项目(2019I0019);福建省百千万人才工程省级人选(GY-Z19113)

针对目前出租车交接班行为识别不够精准的问题，提出了一种基于轨迹数据挖掘的出租车交接班行为精准识别的方法。首先，分析出租车停留状态的数据特性后，提出了一种出租车非运营状态停留点检测方法；然后，对停留点进行聚类，从而得出了潜在的出租车交接班地点；最后，基于出租车交接班事件的判断指标与出租车交接班时间的核密度估计，有效地识别出出租车交接班地点和时间。以福州市4 416辆出租车的轨迹数据为实验样本，共识别出了5 639个交接班地点，这些交接班地点在市民主要工作区域、交通枢纽、商圈以及风景名胜。而识别出的交接班时间主要在凌晨4：00—6：00与傍晚16：00—18：00，与福州市民众出行规律相吻合。实验结果表明，该方法能有效地检测出出租车交接班的时空分布，能为城市的交通资源规划与管理提供合理建议，且使公众打车出行更加便捷，提高了出租车的运行效率，为城市加油站、充电站等汽车相关设施的选址优化提供了参考。

来源：2021年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第11期