基于手机GPS数据的个体出行链提取方法研究

来源：交通运输系统工程与信息杂志2023年第5期北京时间：

作者：周洋, 杨超, 郭唐仪

单位：1. 南京理工大学，自动化学院，南京 210094；2. 同济大学，交通运输工程学院，上海 201804；3. 同济大学，城市交通研究院，上海 200092

摘要：针对现状出行数据存在的人工获取成本高、时空信息不准确及出行链接不完整等问题，开发智能手机居民出行调查系统，研究基于手机GPS数据的全时段、多交通方式且完整链接的个体出行链提取方法。首先，应用时空密度聚类方法，识别个体轨迹中的停驻点，构建随机森林模型，从停驻点中区分出行端点；其次，以空间邻近匹配方法识别居家与工作活动，利用家庭和个人属性、活动时空与活动链等特征，以XGBoost模型推断非家非工作类型的出行目的；最后，采用轨迹微分方法，提取运动特征、出行特征与GIS特征，运用XGBoost模型推断出行方式。利用出行调查系统采集的实验数据，验证出行链提取方法。结果表明：停驻点识别查准率和查全率分别为96.7%和96.4%，出行端点查准率为97.6%，公交换乘点查准率为91.8%；出行目的推断上，“居家/回家”准确率为100%，“上班/上学”准确率为89.8%，非家非工作出行目的综合准确率为87.6%；出行方式推断上，各交通方式准确率均达到 90%以上，综合准确率为 95.0%。本文提供一种手机GPS轨迹数据的出行链挖掘方法，能够为智能手机居民出行调查现实应用提供支撑。

关键词：城市交通,出行链,XGBoost,GPS数据,出行调查

基金资助：国家重点研发计划(2019YFE0213800)；南京市国际合作项目(202002013)。