基于浮動車居民出行熱點區域的檢測方法及系統的制作方法
【技術領域】
[0001] 本發明涉及檢測分析技術領域，尤其涉及基于浮動車居民出行熱點區域的檢測方 法及系統。
【背景技術】
[0002] 通過查閱國內外研究現狀，發現智能的城市交通系統主要是以居民出行行為作為 其研究的著眼點，因為城市交通量的主要來源是居民出行。通過對居民出行的研究，可以從 根本上防止和減輕交通擁擠，指導建設配套的公共交通基礎設施以及合理規劃城市交通功 能分布。先進的城市交通系統是以實時采集動態交通狀態信息為基礎的。常用交通信息采 集方式包括：線圈檢測器、超聲波檢測器、紅外檢測器、視頻檢測器等。這些均為固定式檢 測器，存在安裝和維護成本高、覆蓋范圍小、僅能檢測固定位置的數據等不足。受人力、資 金等因素的制約，我國各城市的交通管理部門僅在關鍵路段和主要交叉口安裝了固定檢 測器，安裝檢測器的數量還不到所需的，導致城市道路網上存在大量的信息"真空"地帶， 使得交通管理者無法準確高效地進行交通誘導和控制。隨著GPS、GIS和無線通信技術的發 展以及移動設備的普及，利用安裝了地圖APP等應用軟件的移動設備采集交通信息正逐漸 受到重視。
[0003] 在近些年來，利用地圖APP等應用軟件生成智能熱力圖的技術逐步成為研究該領 域問題的趨勢，而基于該技術的居民出行熱點區域監測模型實現如下：
[0004] 1.利用具有GPS定位功能并且安裝百度地圖APP的移動設備（當用戶打開該APP 并允許該應用讀取用戶信息）采集位置和時間信息；
[0005] 2.對采集的源數據進行預處理，由于GPS終端被建筑物遮擋等原因，GPS數據往往 會產生嚴重的靜態漂移現象，因此需要過濾這些數據，以求真實反映居民出行熱點區域；
[0006] 3.采取以空間換時間的方法，將數字地圖網格化，建立網格與對應道路ID索引， 從而滿足大規模數據地圖匹配定位的實時性要求；
[0007] 4.每個用戶的移動設備的定位、速度等數據都上傳到中心服務器端，由服務器端 匯總后進行分析判斷。首先將同一時間上傳的經煒度數據匯集到一起，然后對經煒度數據 賦予提前設置好的權重，并將經煒度數據和其對應的權重儲存在一個數據集內，最后將數 據集存入數據庫，由地圖APP應用中的發布系統對居民出行熱點區域進行可視化呈現。
[0008] 上述熱點區域監測模型存在的缺點：1)由于在研究居民出行熱點區域的過程中， 我們只對居民在道路上的位置信息感興趣，但在上述方法中用戶在使用地圖APP應用時就 上傳數據，從而產生了許多噪音數據，不能準群的反映居民出行熱點區域；2)由于在判斷 居民出行熱點區域的過程中，對于經煒度坐標相同或相近的數據點，主要依靠人為的設置 權重，從而判斷居民出行熱點區域，而人為的設置權重也容易造成分析得到的結果不準確。
【發明內容】
[0009] 為了解決現有技術中的問題，本發明提供了一種基于浮動車居民出行熱點區域的 檢測方法。
[0010] 本發明提供了一種基于浮動車居民出行熱點區域的檢測方法，服務器執行如下步 驟：
[0011] 接收步驟，接收多個車載終端發送的浮動車的實時經煒度位置，然后執行轉換步 驟；
[0012] 轉換步驟，將經煒度換算為平面距離，然后執行分析步驟；
[0013] 分析步驟，對經煒度數據匯總，進行空間聚類分析，從而得出居民出行的熱點區 域。
[0014] 作為本發明的進一步改進，在所述分析步驟中，包括多尺度聚類分析步驟，在所述 多尺度聚類分析步驟中，首先在宏觀維度采取空間聚類算法得到一個范圍廣的熱點區域， 之后在中間維度的熱點區域中，再次進行空間聚類分析，得到距離這個區域內各個經煒度 點距離總和最小的設定數量個子熱點區域，最后在微觀維度進行聚類分析，得到該設定數 量個子熱點區域整體的中心點，那么這個點就是熱點區域中心。
[0015] 作為本發明的進一步改進，在所述宏觀維度進行空間聚類分析時，根據聚類原則， 使兩類點的類內距離相對小，即同類點分布比較集中，體現著同類樣本點的相似性，為此將 該算法轉化為求解下列優化問題：
[0016]
[0017] 其中，| |w| |2表示使兩類點間的不同類間距離最大，n,表示各點到其距離它最近 n. 的分類超平面的距離，而1>.:表示使同類點間的間距最小； /-I
[0018] 在所述中間維度進行空間聚類分析中，以宏觀維度聚類分析得到的熱點區域為分 析基礎，計算該熱點區域中每個點距離該區域內其他各個經煒度點的距離總和，之后按照 距離從小到大進行排列，選擇距離總和最小的前設定數量個點作為子熱點區域中心；
[0019] 在所述微觀維度聚類分析中，根據中間維度聚類分析得到的設定數量個子熱點區 域的中心，計算距離該設定數量個中心距離總和最短的點，也是該熱點區域中最核心的位 置。
[0020] 作為本發明的進一步改進，在所述分析步驟中，包括基于網格的空間聚類步驟，在 所述基于網格的空間聚類步驟中，將城市以一定的間隔劃分為網格結構，之后將浮動車上 傳的數據根據其所在的不同網格，以網格為基礎進行匯總，之后以每個網格為單位進行空 間聚類分析，服務器能夠對不同的網格同時進行聚類分析。
[0021] 作為本發明的進一步改進，服務器還包括返回步驟，在所述返回步驟中，服務器將 熱點區域的經煒度范圍返回給車載終端；
[0022] 車載終端包括執行如下步驟：
[0023] 獲取發送步驟，獲取浮動車的實時經煒度位置并發送給服務器；
[0024] 顯示步驟，接收服務器返回的熱點區域的經煒度范圍，并將熱點區域經煒度范圍 匹配到帶有路名以及編號的電子地圖上進行可視化顯示。
[0025] 本發明還公開了一種基于浮動車居民出行熱點區域的檢測系統，服務器包括：
[0026] 接收模塊，用于接收多個車載終端發送的浮動車的實時經煒度位置，然后執行轉 換模塊；
[0027] 轉換模塊，用于將經煒度換算為平面距離，然后執行分析模塊；
[0028] 分析模塊，用于對經煒度數據匯總，進行空間聚類分析，從而得出居民出行的熱點 區域。
[0029] 作為本發明的進一步改進，在所述分析模塊中，包括多尺度聚類分析模塊，在所述 多尺度聚類分析模塊中，首先在宏觀維度采取空間聚類算法得到一個范圍廣的熱點區域， 之后在中間維度的熱點區域中，再次進行空間聚類分析，得到距離這個區域內各個經煒度 點距離總和最小的設定數量個子熱點區域，最后在微觀維度進行聚類分析，得到該設定數 量個子熱點區域整體的中心點，那么這個點就是熱點區域中心。
[0030] 作為本發明的進一步改進，在所述宏觀維度進行空間聚類分析時，根據聚類原則， 使兩類點的類內距離相對小，即同類點分布比較集中，體現著同類樣本點的相似性，為此將 該算法轉化為求解下列優化問題：
[0031]
[0032] 其中，I|w|I2表示使兩類點間的不同類間距離最大，ni表示各點到其距離它最近 的分類超平面的距離，而K表示使同類點間的間距最小；
[0033] 在所述中間維度進行空間聚類分析中，以宏觀維度聚類分析得到的熱點區域為分 析基礎，計算該熱點區域中每個點距離該區域內其他各個經煒度點的距離總和，之后按照 距離從小到大進行排列，選擇距離總和最小的前設定數量個點作為子熱點區域中心；
[0034] 在所述微觀維度聚類分析中，根據中間維度聚類分析得到的設定數量個子熱點區 域的中心，計算距離該設定數量個中心距離總和最短的點，也是該熱點區域中最核心的位 置。
[0035] 作為本發明的進一步改進，在所述分析模塊中，包括基于網格的空間聚類模塊，在 所述基于網格的空間聚類模塊中，將城市以一定的間隔劃分為網格結構，之后將浮動車上 傳的數據根據其所在的不同網格，以網格為基礎進行匯總，之后以每個網格為單位進行空 間聚類分析，服務器能夠對不同的網格同時進行聚類分析。
[0036] 作為本發明的進一步改進，服務器還包括返回模塊，在所述返回模塊中，服務器將 熱點區域的經煒度范圍返回給車載終端；
[0037] 車載終端包括：
[0038] 獲取發送模塊，用于獲取浮動車的實時經煒度位置并發送給服務器；
[0039] 顯示模塊，用于接收服務器返回的熱點區域的經煒度范圍，并將熱點區域經煒度 范圍匹配到帶有路名以及編號的電子地圖上進行可視化顯示。
[0040] 本發明的有益效果是：本發明能夠提高居民出行熱點區域的準確性，提高判別效 率，為居民出行的選擇提供便利。
【附圖說明】
[0041] 圖1是本發明的方法流程圖。
[0042]圖2是本發明的可視化流程圖。
[0043] 圖3是本發明的系統原理圖。