基于出租车gps数据的多尺度道路流量可视分析方法
【技术领域】
[0001 ]本发明涉及一种道路流量可视分析方法。
【背景技术】
[0002]随着城市化的发展和城市人口的增加，现代大都市面临着严重的城市疾病，如交通拥堵和不理想的城市规划等。交通拥堵造成诸多的负面影响，如时间浪费、成本上升、空气污染等等。多年来，政府部门努力解决这些问题，但是，有时，只有一点点的成功。近年来，随着不同传感技术的快速进步和广泛渗透，大量的数据已成功地收集记录了城市各个方面的状态。这给解决都市问题和创建基于城市大数据分析的智能城市带来了新的机遇。近年来，越来越多的城市想方设法提高城市道路的通信效率，以此来缓解早高峰和晚高峰最拥堵的时间段，提高城市居民的幸福感指数。
[0003]可变道路的研究为提升道路通信道路提供了一种解决方式，可变道路是在道路网络在特定情况下某些道路的运行方向可以发生变更，可变道路的一个典型应用就是潮汐车道，在高峰期的时候，可以将道路某一个方向的一个或者多个车道转变为另外一个方向的车道，以此来适应双向车道的流量。充分利用了道路资源，提供通行效率，缩短了早晚高峰的持续时间。还有一些可变道路是设置在一些路口，交通拥堵经常首先发生在某些路口，而且路口的通过效率要尽可能的高，防止车辆拥堵。因此在高峰期的时候，许多道路路口经常性的只允许直行或者有些路口直运行左转。
[0004]虽然可变道路为解决城市交通拥堵提供了一种非常重要的解决方式，现阶段虽然有许多研究致力于研究设置可变道路的最优化方法研究，但是在现实生活中更多的可变道路的设置还是基于交警的经验常识，以及从平时的规律进行总结，并为形成一套系统科学的方法。
【发明内容】
[0005]本发明提出一种基于数据驱动的方式来帮助交通运管部门设置可变道路，并且提供一套系统的可视分析方法在不同尺度的道路下提供不同的可视化组件让用户能快速发现需要设置可变道路的区域以及具体的道路，通过分析具体道路之间的关联以及在世界维度上的变化情况，可以设置需要调整成可变道路所持续的更精细的时间。
[0006]本发明所依据的数据基础是出租车的GPS数据。其中GPS数据是在2012年10月到2013年10月这个时间段收集的，每月约有8500辆出租车的GPS数据记录，通常情况下，每20秒传送一次出租车的位置信息。每天所有出租车总共记录约2000万条，这使得每天约有50万到70万多条轨迹，一年共约有2.3亿多条轨迹。可视分析方法在海量的数据中挖掘出真正有价值的信息提供了一种直观的手段，让交通运管人员或者是专业的分析人员能摆脱枯燥乏味的数字，而从更生动的图形交互方式获得所需要的知识。
[0007]本发明设计了一个基于B/S架构的Web版以探索道路流量时空模式的可视分析方法，利用流行的d3.js进行绘制可视化组件，揭示了不同道路的时间变化规律，以及相互之间流量的传递关系，为可变道路的设置提供了科学方法依据。为了能研究不同级别下可变道路的设定，本发明所涉及的基于出租车GPS数据的多尺度道路流量可视分析方法包括以下几个步骤:
[0008](1)概览；首先将出租车的GPS数据进行提取，分析道路流量信息，考虑到出租车GPS点的数量是极其庞大的，将GPS数据点映射到路网道路上，其中采用OpenStreetMap上的地图数据和路网数据，映射方法为基于网格划分的ST-Matching算法;然后通过数据处理计算不同道路的流量和速度信息，并且提供时间区间过滤工具来选择不同的时间段分别进行研究，通过颜色的深浅来展现整个路网道路的流量和速度信息；
[0009](2)不同尺度的过滤选择;在利用OpenStreetMap地图数据之后，由于地图数据在空间展现上的范围很大，而屏幕所展现空间有限，利用地图在放缩过程中每次只是展现部分区域，通过地图的移动来展现其他区域，在利用地图过滤出当前窗口中所包含的地理空间，将这部分空间所包含的道路信息通过LineChart进行展现，考虑到道路在地图上的空间问题，并不能直接在道路上绘制复杂的可视化组件；因此在地图缩放过程进行自适应的调整该组件的大小以此来展现不同尺度下道路可视分析组件；
[0010](3)细节展现；当不同尺度和空间的道路可视化组件展现之后，用户通过鼠标事件选取具有特殊规律的LineChart，或者根据分析人员的领域知识来决定需要进一步分析的道路或者路段;选中道路之后，通过多视图链接的方式在一个新的窗口利用箭头图来展现更多的细节信息以及选中的道路的关联关系;在将GPS数据映射到具体的道路上之后，按照每15分钟一次统计各个道路的流量以及速度信息；因此可视化组件主要的数据基础是基于道路的流量与速度时空数据；
[0011]在将道路的流量与速度的时变信息可视化的时候，采用了在多尺度道路下设计不同的可视化组件来对数据的时空模式进行挖掘；
[0012](3-1)道路全局概览图 RoadOverView
[0013]可视分析采用的交互范式是先看整体，然后通过过滤和选择来进一步查看细节信息;RoadOverView作为道路全局概览图，主要采用的思路是将路网的流量和速度分别进行展示，因为原始地图的配色如果再加上速度的颜色映射，看起来混杂，而采用黑白色之后，背景和道路的信息展现直观;对于全局概览图效果，道路灰度越深说明流量越多，流量的聚集分为三个粒度进行聚集:按一天24小时任意的小时的时间段进行聚集，那么将会统计数据中所有在这个时间段内的流量;按周末和工作日进行聚集，将统计数据集中属于该时间区间的信息；按任意的连续的天进行聚集，则将统计各种节假日前后的流量差异；通过RoadOverView非常容易的挖掘出不同粒度下的道路流量时空模式;相应的对于速度信息也同样进行三种时间粒度的进行统计，这三种时间力度选择控件在地图的左边，通过拖动条的方式进行交互分析；
[OOM] RoadOverView中从道路的流量信息到颜色的映射采用了线性离散采样进行映射，首先自适应的获取在时间过滤之后的数据集，获得最大和最小值，然后分成10个区间，某一个区间都对应着一个颜色映射值;流量的映射方案采用colorbrewer样式提供的颜色映射策略，灰度的颜色越深所表示的道路流量越大;对于速度的映射方案，同样根据道路上的灰度值来确定的速度的大小，灰度深代表速度越大，灰度越浅代表速度越小，从RoadOverView中的流量和速度信息中着重要研究的是集中于流量大速度小的拥挤区域，该拥挤区域通过RoadOverV i ew很轻易的获得；
[0015](3_2)道路双向折线图LineChart
[0016]采用了OpenStreetMap提供的路网信息，具备了传统道路拥堵情况并未研究道路的双向道路的信息，为道路匹配时出租车轨迹GPS数据具体匹配到道路的哪一个方向提供了基础；由于地图的道路具有一定的宽度，利用这个宽度，在道路的两边绘制两个LineChart，利用靠右行驶的方式来布局;每一个LineChart具有两条折线和左边轴构成两个面积图，并且灰色的部分表示该道路的流量随着时间变化情况，黑色的部分表示速度的变化情况;根据道路双向特性，寻找那些灰色折线图随着时间变化不对称的部分;而且在文三路和文二路上只有一个LineChart，这种情况是由于单行道引起的;通过寻找道路流量和速度变化异常的道路，为进一步分析哪些道路作为开设可变道路提供了参考；
[0017](3-3)描述具体道路流量速度的可视化组件
[0018]在选择了双向道路LineChart具体某些道路之后，通过多视图链接的方式生成箭头图，该箭头图描述了选中道路的道路流量详细信息，并且通过鼠标的移动交互很轻松的找到详细信息里面的一排箭头图对应到具体那条选中的道路信息;将一天24小时分成15分钟统计一次道路流量信息，并且从早上六点开始，因此一共有4 X 18 = 72个小的箭头，某一个箭头的灰度值的从小到大编码速度的从小到大;每一排72个箭头是一条道路的信息，从左