基於浮動車數據的經驗知識獲取與時空建模

《基於浮動車數據的經驗知識獲取與時空建模》是依託武漢大學，由唐爐亮擔任項目負責人的面上項目。

基本介紹

• 中文名：基於浮動車數據的經驗知識獲取與時空建模
• 項目類別：面上項目
• 項目負責人：唐爐亮
• 依託單位：武漢大學

項目摘要

人們在熟悉的城市環境中，會根據自己的經驗知識，找到合理的出行路徑，但是當人們處於陌生環境中，由於對城市交通不熟悉，在日益擁堵的城市中出行非常困難。如何將熟悉城市環境人群的經驗知識用於公眾在陌生環境中出行，一直是科學家們亟待解決的課題。.2010年《Science》指出基於歷史軌跡數據的統計，發現有93%的規律和重複性，經驗路徑比當前導航系統規劃的路徑更優越。本課題以計程車GPS採集的浮動車軌跡數據為研究對象，研究計程車司機對於城市交通的時空認知規律與經驗知識的獲取，解決經驗知識獲取需求親身體驗的難題；提出採用基於Space-Time的經驗知識多維度、多尺度時空表達與建模方法，解決困擾國內外研究者們經驗知識時空表達困難的科學問題，建立個性化出行用戶需求模型，將經驗知識用於公眾個性化出行的路徑最佳化，避開和緩解城市交通擁堵，方便公眾出行，具有重要的研究價值和套用前景。

結題摘要

隨著城市人口的急劇增長，城市的空間結構日益複雜，道路交通環境日趨惡化，人們在不熟悉的環境中出行非常困難。2010 年《Science》指出“基於歷史軌跡數據的統計，發現有93%的規律和重複性”，“經驗路徑比當前導航系統規劃的路徑更優越”。計程車每天運行在城市的大街小巷，計程車司機在長期的運營中對城市的交通形成了深刻的理解，計程車的軌跡中也蘊含了豐富的交通出行的經驗知識。本課題以計程車GPS採集的軌跡數據為研究對象，研究了基於計程車認知規律的時空軌跡融合與路網生成、道路網動態拓撲時空建模、基於時空GPS軌跡的精細交通知識信息獲取、時空GPS軌跡大數據網路傳輸共享等相關方法，發現了計程車司機對城市道路交通從“感知→認知→經驗”三層次時空交通認知規律，提出了基於Space-Time GIS的經驗知識時空多維多尺度建模方法，構建經驗知識的時空數據模型，研究經驗知識的時空表達與建模；研究公眾出行的多目標偏好用戶需求模型與個性化出行路徑最佳化算法，滿足公眾個性化出行。 經過四年的研究，本課題組取得了一系列的研究成果：提出一種低精度GPS軌跡數據的高精度自適應濾選方法與精細車道信息獲取方法，實現了從車載GPS軌跡大數據中自適應濾選出符合期望精度需求的高精度軌跡數據；提出了基於認知規律的時空軌跡融合與路網生成方法以及城市道路網路動態拓撲的時空模型，實現了從車載GPS大數據的路網生成和時空軌跡融合與動態拓撲建模表達；提出了交叉口不同轉向的通行時間探測方法並進行路徑最佳化，解決了交叉口通行時間難以估計與轉向問題；提出了了城市道路擁堵排隊線事件的核密度分布時空分析方法，形成了基於時空GPS軌跡大數據的城市空間動態性分析新理論；提出了基於相似度的網路漸進傳輸方法，解決時空交通經驗知識數據的網路傳輸共享的難題。相關研究成果申請專利8項、軟體著作權3項；研究成果發表了19篇論文（其中SCI 論文7篇，EI期刊論文7篇，核心期刊論文5篇），研究成果相繼發表在國際地理信息領域TOP頂級SCI期刊IJGIS、CAGIS，交通領域TOP期刊IEEE ITS以及國內權威期刊上。人才隊伍建設方面，唐爐亮教授2015年入選珞珈學者特聘教授。