1.一种基于出租车轨迹序列的乘客下客点提取优化方法,其特征在于,具体包含以下步骤;
S1:获取出租车轨迹数据并根据载客状态字段与时间字段变化情况进行下客点的提取;
S2:选取城市中下客点位置较为确定的出入口,在出入口前及通往该出入口的邻接道路上设置缓冲区,分别作为下客点位置准确区域与下客点位置存在偏差区域;
S3:筛选出坐落在缓冲区内的下客点,并根据车辆行驶方向与行驶速度进行下客点的清洗;
S4.对S3中保留下来的下客点分别进行前后各4个轨迹点的提取,生成长度为9的轨迹序列,经过标准化处理后分别生成下客点位置准确的无偏序列TST与下客点位置存在偏差的有偏序列TSW;
S5.使用DTW序列相似度度量方法分别计算TST中轨迹序列与TSW中轨迹序列的相似度;
S6.选取TST中与TSW序列相似度最高的轨迹序列TSM作为匹配序列,将TSW中行驶速度与TSM中第5个轨迹点的行驶速度最接近的点作为纠正后的下客点。
2.根据权利要求1所述的一种基于出租车轨迹序列的乘客下客点提取优化方法,其特征在于,所述S1步骤具体为:S11.根据出租车轨迹信息的载客状态字段变化情况进行上客点与下客点的预提取,“重车”变化为“空车”的时刻为下客点,“空车”变化为“重车”的时刻为上客点;
S12.根据轨迹数据中的时间字段进行下客点提取结果的清洗,剔除订单执行时间小于
5分钟的上下客点。
3.根据权利要求1所述的一种基于出租车轨迹序列的乘客下客点提取优化方法,其特征在于,所述S3步骤具体为:S31:根据引射线法判断下客点与S2中所建缓冲区的空间位置关系,即从下客点出发引一条射线,根据射线和多边形所有边的交点数目进行判断,如果有奇数个交点,则下客点在缓冲区内部,如果有偶数个交点,则下客点在缓冲区外部;筛选出交点数目为奇数,即落在缓冲区内的下客点;
S32:根据落在缓冲区内车辆的行驶方向与车辆的行驶速度进行下客点的清洗,即剔除邻接道路缓冲区内行驶方向D1与出入口相对于车辆的方向D2的夹角大于45°的下客点和行驶速度为0的下客点,以确保S32提取出的下客点的目的地为所选出入口。
4.根据权利要求1所述的一种基于出租车轨迹序列的乘客下客点提取优化方法,其特征在于,所述S4步骤具体为:S41.以S3中提取的下客点为轨迹中心,分别进行该点前后各4个轨迹点行驶速度的提取,生成长度为9的出租车轨迹序列{dp1,dp2,dp3,dp4,dp5,dp6,dp7,dp8,dp9,},其中,dp5为该序列预提取的下客点;
S42.为了消除数据变异大小因素的影响,使用0‑1标准化法对数据进行处理,从而生成下客点位置准确的无偏序列TST与下客点位置存在偏差的有偏序列TSW,标准化公式如下:*
其中,x为归一化后的序列值,x为当前正在处理的序列值,xmin为当前序列的最小值,xmax为当前序列的最大值。
5.根据权利要求1所述的一种基于出租车轨迹序列的乘客下客点提取优化方法,其特征在于,所述S5步骤具体为:S51.使用9*9的矩阵M表示两条轨迹序列A,B之间各个点的距离,两点之间距离:M(i,j)=|A(i)‑B(j)|,1≤i,j≤9
其中,M(i,j)为序列A的第i个点和序列B的第j个点之间的距离,A(i)为轨迹序列A第i个轨迹点的行驶速度,B(j)为轨迹序列B第j个轨迹点的行驶速度;
S52.初始化轨迹序列A与B的最短距离,即:
Lmin(1,1)=M(1,1)
其中,Lmin(1,1)为序列A中第1个点到序列B中第1个点的最短距离,M(1,1)为序列A中第
1个点到序列B中第1个点的距离;
S53.根据如下递归规则求解轨迹序列A与轨迹序列B之间的最短距离:Lmin(i,j)=min{Lmin(i,j‑1),Lmin(i‑1,j),Lmin(i‑1,j‑1)}+M(i,j)其中,Lmin(i,j)为序列A中第i个点到序列B中第j个点的最短距离,M(i,j)为序列A中第i个点到序列B中第j个点的距离;
根据此递归算法求得的距离即为轨迹序列A与B之间的最短距离,以此距离表示两条轨迹序列的相似程度。