关联路网拓扑特性的车辆出行行为画像分析

这是我们最近发表在交通运输工程与信息学报上的论文，代码也已经开源了：

1. https://github.com/RobinYaoWenbin/Research-on-vehicle-travel-behavior-portrait-analysis-relating-to-the-topological-characteristics

2. https://gitee.com/RobinYaoWenbin/Research-on-vehicle-travel-behavior-portrait-analysis-relating-to-the-topological-characteristics

论文链接：https://doi.org/10.19961/j.cnki.1672-4747.2022.09.011

概述

论文首先基于车牌识别数据提取车辆的出行行为特征，然后用聚类算法进行聚类分析，将路网上的车辆划分为若干类别。通过网络爬虫爬取openstreetmap的路网数据，将爬取的路网拓扑数据和车牌识别数据进行数据融合，在此基础上结合复杂网络方法和聚类算法对交叉口进行画像分析。结合车辆画像结果和交叉口画像结果，分析不同类别车辆在路网上的出行行为和出行特征。

数据源

用到的数据源就是车牌识别数据和osm数据，其中车牌识别数据不方便开源，osm数据的话由于有源代码了，大家可以自己爬取一下。

结论

1. 城市中的出行车辆可以被划分为五大类，包括临时办事车辆，频繁过境车辆，家庭不常用车辆、办事车辆，通勤车辆，网约车、出租车、公司商务车辆。以杭州市萧山区为例，五类车辆的数量分别是1558 287、430 840、193 826、202 701、44 661。
2. 路网交叉口可以被划分为四类，第一类为实际上中等重要但是拓扑上并不重要的交叉口，第二类为拓扑上和实际上都非常重要的交叉口，第三类为拓扑上较重要但是实际上并不重要的交叉口，第四类为实际上和拓扑上都不重要的交叉口。
3. 通勤车辆的早晚高峰通勤现象最为明显，网约出租车、公司商务车辆和频繁过境车辆也有明显的早晚高峰出行现象，而家庭不常用车辆、办事车辆和临时办事车辆早晚高峰出行现象则不明显。因此对于通勤车辆、网约出租车辆、办事车辆和频繁过境车辆，早晚高峰时段的管控措施可能会起到较好的效果，而对家庭不常用车辆、办事车辆和临时办事车辆，白天的管控措施可能将更为有效。
   对各类别车辆在各类别交叉口的过车频次及过车频次比例进行了分析，根据分析结果可以对政策的制定提供支持，比如，在制定针对通勤车辆的管控措施时，可考虑选择通勤车出行占比较大的交叉口。

参考文献

姚文彬,戎栋磊,胡佑薇,苏弘扬,陈诺,金盛.关联路网拓扑特性的车辆出行行为画像分析研究[J/OL].交通运输工程与信息学报:1-20[2022-11-03].DOI:10.19961/j.cnki.1672-4747.2022.09.011.

Yao W.,Rong D.,Hu Y., et al.,Research on vehicle travel behavior portrait analysis relating to the topological characteristics of road network. Journal of Transportation Engineering and Information, 2022, doi:https://doi.org/10.19961/j.cnki.1672-4747.2022.09.011.