用于评估当前出行需求及预测未来出行需求的方法及系统的制作方法
【技术领域】
[0001] 本发明涉及交通规划技术领域，具体来说涉及一种交通需求评估及预测的方法及 系统。
【背景技术】
[0002] 由于0D矩阵量化地展示了网络中交通需求的空间分布，对于分析解决城市交通 问题具有重要的意义，因此在我国逐渐得到重视，部分城市定期进行交通调查以便了解交 通需求特性。
[0003] 然而在居民出行调查中要求出行者回忆先前的出行情况并记录，受访者常常无法 准确回忆起自己的出行信息，或由于调查项目过于琐碎而失去耐心，拒绝填写或随意填写， 对出行调查的准确性带来影响。
[0004] 随着我国城市化进程的快速推进，城市规模日益扩大，新区建设和旧城改造使得 交通需求常在短时间内产生较大的变化，然而一次全面细致的交通调查和数据汇总分析常 常需要耗费大量时间，使得相关人员难以及时掌握城市交通需求状况。
[0005] 已知的是，移动通信网络在很多国家和地区的覆盖率已经达到90%以上，并且无 线通讯设备等的使用也越来越普及。另外，移动网络一般都能基于小区基站来记录用户的 位置，这就提供了获得人们在特定位置的逗留时间的可能性。因此，可以基于移动网络来进 行交通需求数据的采集，其基本原理是在预定区域内获得人们的主要位置，诸如"居住地"、 "工作地"、"购物休闲地"等。
[0006] 目前，现有技术中已出现一些利用手机信令数据对交通小区间的交通需求进行分 析的技术，但是实际情况是，并非所有居民均持有无线通讯设备或或部分居民持有设备但 并未参与调查，也就是说，并非所有的出行者均拥有可以产生移动数据的设备。基于以传统 的居民出行调查这样的数据采集方式以及前文介绍的现有技术中利用无线通讯设备数据 获取居民出行信息的方式均无法准确地评估当前出行需求。并且，现有技术也没有提供基 于较为准确地评估得到的当前出行需求对交通小区未来的出行需求进行预测的方法和系 统。
【发明内容】
[0007] 为此，本发明公开了一种用于评估预定区域当前出行需求的方法和设备，以及一 种用于预测预定区域未来出行需求的方法及系统，其至少部分上消除或者缓解了上述问 题。
[0008] 在根据本发明的第一方面中，提供了一种用于评估预定区域当前出行需求的方 法，包括以下步骤：
[0009] 获取所述预定区域在预定时间段内对应的土地使用数据、居民活动特性数据和无 线通讯设备数据；
[0010] 按照一定的规则将所述预定区域划分为n个子区域，并通过分析得到各个子区域 在预定时间段内对应的土地使用数据和无线通讯设备数据；
[0011] 对每个子区域在预定时间段内对应的土地使用数据和无线通讯设备数据分别进 行融合处理，得到第一融合数据；
[0012] 根据所述第一融合数据以及所述居民活动特性数据获取所述预定区域的当前出 行需求彳目息，
[0013] 所述土地使用数据包括子区域的编号和/或子区域的用地属性。
[0014] 其中，所述当前出行需求信息包括所述预定区域在预定时间段内各个子区域之间 的实际出行需求0D矩阵数据、第二融合数据和所述预定区域在预定时间段内各个子区域 之间的以一特定的出行目的的实际出行需求0D矩阵数据中的至少一个，所述特定的出行 目的为去工作地、回家、去购物休闲地中的一种。
[0015] 优选地，根据所述第一融合数据以及所述居民活动特性数据获取所述预定区域的 当前出行需求信息的步骤包括：
[0016]设置一个n X n的矩阵
，其中tij表示以子区域i为起点， 子区域j为终点的交通量，i和j均小等于n;
[0017] 将矩阵中的所有数据清零；
[0018] 根据所述第一融合数据中同一用户产生的所有定位点分别所在的子区域的编号， 分析该用户在子区域之间的出行路线；
[0019] 根据所述出行路线的子区域的编号修改所述矩阵中相应位置的数据；
[0020] 依次统计所述第一融合数据中的每个用户的出行路线并修改所述矩阵中相应位 置的数据，直到统计完所有的用户的出行路线以获得最终的0D矩阵数据；
[0021] 根据所述居民活动特性数据对所述最终的0D矩阵数据进行校核，得到所述预定 区域在预定时间段内各个子区域之间的实际出行需求0D矩阵数据。
[0022] 优选地，根据所述第一融合数据以及所述居民活动特性数据获取所述预定区域的 当前出行需求信息的步骤进一步包括：
[0023] 根据所述第一融合数据中的用户在定位点停留的时间长度、所处时间段和所述定 位点所在的子区域的用地属性中的至少一项特征来判定所述定位点作为目的地的目的地 类型；
[0024] 依次将判定得到的定位点作为目的地的目的地类型信息标记到所述第一融合数 据中的相应记录中以获得第二融合数据，所述第二融合数据表示出行目的标记后的用户数 据，
[0025] 所述目的地类型包括居住地、工作地和购物休闲地中的至少一种。
[0026] 优选地，在获得第二融合数据的步骤之后还包括：
[0027] 选取一特定的出行目的，根据所述第二融合数据统计获得所述预定区域在预定时 间段内各个子区域之间的以所述特定的出行目的的出行需求0D矩阵数据；
[0028] 根据所述居民活动特性数据对所述预定区域在预定时间段内各个子区域之间的 以所述特定的出行目的的出行需求0D矩阵数据进行校核，得到所述预定区域在预定时间 段内各个子区域之间的以所述特定的出行目的的实际出行需求0D矩阵数据。
[0029] 优选地，所述校核包括如下步骤：
[0030] 根据所述最终的0D矩阵数据在预定时间段内获取各个子区域的交通发生吸引 量；
[0031] 根据所述各个子区域的交通发生吸引量计算所述预定区域的总出行次数；
[0032] 根据居民活动特性数据计算所述预定区域的实际出行次数；
[0033] 将所述总出行次数除以所述实际出行次数得到的比例值作为校核因子；
[0034] 将最终的0D矩阵中的数据除以所述校核因子，得到所述预定区域在预定时间段 内各个子区域之间的实际出行需求0D矩阵数据，或
[0035] 将所述预定区域在预定时间段内各个子区域之间的以所述特定的出行目的的出 行需求0D矩阵数据除以所述校核因子，得到所述预定区域在预定时间段内各个子区域之 间的以所述特定的出行目的的实际出行需求0D矩阵数据。
[0036] 优选地，获得所述第一融合数据所进行的所述融合处理包括：
[0037] 将待融合的无线通讯设备数据中的所有定位点的定位位置信息加载至待融合的 土地使用数据对应的土地使用地图；
[0038] 利用地图匹配的方法判断所述定位点是否位于所述土地使用地图中；
[0039] 如果位于，获取该定位点所在子区域的土地使用数据，并将该土地使用数据与该 定位点的定位位置信息关联。
[0040] 在根据本发明的第二方面中，提供了一种用于预测预定区域未来出行需求的方 法，该方法根据如前所述的用于评估预定区域当前出行需求的方法所获得的在预定时间段 内在预定时间段内数据预测所述预定区域未来出行需求。
[0041] 在根据本发明的第三方面中，提供了一种用于评估预定区域当前出行需求的系 统，包括：
[0042] 数据获取单元，用于获取所述预定区域在预定时间段内对应的土地使用数据、居 民活动特性数据和无线通讯设备数据；
[0043] 数据分析单元，用于按照一定的规则将所述预定区域划分为n个子区域，并通过 分析得到各个子区域在预定时间段内对应的土地使用数据和无线通讯设备数据；
[0044] 数据融合单元，用于对每个子区域在预定时间段内对应的土地使用数据和无线通 讯设备数据分别进行融合处理，得到第一融合数据；
[0045] 信息计算单元，根据所述第一融合数据以及所述居民活动特性数据获取所述预定 区域的当前出行需求信息。
[0046] 在根据本发明的第四方面中，提供了