摘要
交通信息采集设备覆盖率的不断增加以及通信技术的大力发展,使得海量车辆行驶轨迹的存储成为可能,在路网中,车辆的移动轨迹蕴含着丰富的出行信息和交通状态特征,基于交通感知数据对车辆出行特征进行分析已成为研究热点.其中卡口数据易获取,信息极为丰富,而当前国内外针对卡口数据的研究还比较有限,本文面向深圳市高快速路网中的卡口数据,以分析车辆出行特征为目标,基于车辆单次出行轨迹信息,提出一种基于Apriori算法的通勤车辆识别方法,通过设置支持度和置信度参数,挖掘车辆出行轨迹点关联特性,得到通勤车辆占比约26％.同时采用K-means聚类算法进行对比分析,设置7种车辆出行特征指标,分析路网中车辆构成,为城市路网分析与交通规划提供可靠的数据支撑.
NETL