【摘要】：隨著城市化的發(fā)展和城市人口的增加,現(xiàn)代大都市面臨著嚴重的城市問題,如交通擁堵和不理想的城市資源規(guī)劃等。近年來,隨著技術(shù)的快速發(fā)展和不同的傳感技術(shù)的廣泛應(yīng)用,大量的數(shù)據(jù)已成功收集并且記錄了城市的各個方面的狀態(tài)。這給解決都市問題和創(chuàng)建基于城市大數(shù)據(jù)分析的智能城市帶來了新的機遇。本文主要針對出租車GPS數(shù)據(jù)進行研究,讓交通運管部門預(yù)知各區(qū)域出租車需求的變化情況,對出租車進行更合理的規(guī)劃。本文研究了出租車OD(Origin-Destination)數(shù)據(jù)的時空分布特性,對出租車起點終點特征數(shù)據(jù)分別進行分析,并且通過熱度圖和聚類圖,引導用戶進一步地分析感興趣以及相對有特點的區(qū)域。結(jié)合環(huán)形像素圖,時空堆棧圖,柱狀像素圖等專門針對于出租車OD數(shù)據(jù)進行分析的可視化組件,讓用戶從交互探索中得出城市發(fā)展各個區(qū)域內(nèi)出租車流向的差異性,以及從出租車數(shù)據(jù)中挖掘不同日期以及一些城市規(guī)劃事件對人們出行模式的影響。本文的可視分析系統(tǒng)利用當下流行的Hadoop平臺來對大規(guī)模的出租車GPS數(shù)據(jù)進行管理、預(yù)處理以及提取我們需要的出租車OD數(shù)據(jù)。系統(tǒng)采用B/S架構(gòu)的方式將各個可視化組件作為前端數(shù)據(jù)分析手段,為了加快用戶在使用可視化組件分析數(shù)據(jù)時的響應(yīng)速度,本文采用網(wǎng)格索引對出租車OD數(shù)據(jù)進行查詢加速,交通運管部門利用我們的可視分析系統(tǒng)可以及時發(fā)掘出租車聚集模式,提前管理和調(diào)度車輛。
[Abstract]:With the development of urbanization and the increase of urban population, modern metropolis is faced with serious urban problems, such as traffic congestion and unsatisfactory urban resource planning. In recent years, with the rapid development of technology and the wide application of different sensing technologies, a large number of data have been successfully collected and recorded the status of various aspects of the city. This brings new opportunities to solve urban problems and create intelligent cities based on urban big data analysis. In this paper, the GPS data of taxis are studied, so that the traffic management department can predict the changes of taxi demand in various regions, and make more reasonable planning for taxis. In this paper, the spatial and temporal distribution of taxi OD (Origin-Destination) data is studied. Guide users to further analysis of areas of interest and relative characteristics. Combined with annular pixel map, space-time stack map, columnar pixel map and other visual components which are specially used to analyze taxi OD data, users can find out the difference of taxi flow in different areas of urban development from interactive exploration. And mining different dates from taxi data and some urban planning events on the impact of people's travel patterns. The visual analysis system in this paper uses the current popular Hadoop platform to manage, preprocess and extract the taxi GPS data that we need. In order to speed up the response speed of users when using visual components to analyze data, the system adopts the method of B / S architecture to take each visual component as the front-end data analysis method. In this paper, we use grid index to speed up the query of taxi OD data, and the traffic management department can use our visual analysis system to discover the taxi gathering mode in time, and to manage and dispatch the vehicle ahead of time.
【學位授予單位】：浙江工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U495;TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 林航飛;邵斌;;浙江省公路網(wǎng)車輛OD數(shù)據(jù)庫管理系統(tǒng)開發(fā)研究[J];中國交通信息產(chǎn)業(yè);2006年02期

2 金夢媛;;公路網(wǎng)OD數(shù)據(jù)獲取及處理分析研究[J];城市道橋與防洪;2012年12期

3 張小琴;范東旭;;太原市軌道一號線站間OD及沿線區(qū)段空間分布研究[J];科學技術(shù)與工程;2011年22期

4 宋開亮;狄亮;;高速公路OD的形成與應(yīng)用[J];交通標準化;2012年13期

5 李良;田我順;夏長會;;基于OD反推的公交站點團OD矩陣預(yù)測[J];交通標準化;2008年11期

6 楊天寶;劉軍;;應(yīng)用改進重力模型法預(yù)測鐵路行包OD運量的研究[J];鐵道運輸與經(jīng)濟;2006年03期

7 馬駿;OD估計模型的發(fā)展[J];中國人民警官大學學報(自然科學版);1997年02期

8 史峰,黎新華,莫輝輝,顏湘禮,廖時元;鐵路OD分配優(yōu)化方法[J];中國鐵道科學;2004年04期

9 林國鑫;;OD反推在公路工程可行性研究中應(yīng)用的關(guān)鍵技術(shù)研究[J];公路;2009年10期

10 LEE Eunsu;ODUOR Peter G.;FARAHM AND Kambiz;;基于單一空間技術(shù)的美國集裝箱運輸OD分布的動態(tài)分析(英文)[J];交通運輸系統(tǒng)工程與信息;2012年01期

相關(guān)會議論文 前1條

1 林航飛;李曄;張金發(fā);;上海市公路網(wǎng)OD管理信息系統(tǒng)設(shè)計[A];第一屆中國智能交通年會論文集[C];2005年

相關(guān)碩士學位論文 前7條

1 鄭春益;大規(guī)模出租車OD數(shù)據(jù)可視分析系統(tǒng)[D];浙江工業(yè)大學;2015年

2 于莉;OD公司基于平衡計分卡的業(yè)績評價指標體系的研究[D];中國海洋大學;2012年

3 胡月;在成本約束下的基于OD估計的多目標檢測器優(yōu)化布設(shè)研究[D];北京交通大學;2014年

4 周繼彪;基于視頻牌照檢測的公路網(wǎng)OD獲取及更新模型研究[D];長安大學;2012年

5 劉利棟;基于動態(tài)OD估計與預(yù)測的交通誘導方法研究[D];大連理工大學;2011年

6 鄭育彬;基于公路收費信息的OD流擬合技術(shù)研究[D];長安大學;2008年

7 柏強;大區(qū)域公路OD集成技術(shù)研究[D];長安大學;2006年

，

本文編號：2299202