出租車GPS數據可視化分析

任亞飛　金睿　莫金亮　劉法超

摘要：本文是對來源于成都科泰科技有限責任公司的《綿陽GPS數據》的提取、分析和利用，詳細闡述了基于大數據處理的出租車GPS數據可視化分析。

關鍵詞：大數據處理;GIS地圖匹配;出租車GPS數據

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2019）02-0219-02

出租車平臺所產生的數據，沒有深入的挖掘有用的信息來透徹分析，會造成信息浪費。本文是對來源于成都科泰科技有限責任公司《綿陽GPS數據》的利用和應用問題，主要進行基于大數據處理的出租車GPS數據可視化分析。通過MATLAB對綿陽出租車GPS數據的算法分析，可以得出本市居民和外來游客的出行特征、興趣喜好和生活方式等，再結合GIS地圖匹配，我們能準確的向出租車上的乘客投放相應范圍的優質商家廣告，為乘客提供更加優質的服務。

1 分析方案

使用MATLAB、GIS等專業工具提取、處理并存儲租車平臺所產生的有效數據，結合出租車接客軌跡數據進行分析計算與數據集成，得出出租車上下客的時空分布規律。

出租車GPS軌跡數據提取方案如圖1所示，關鍵技術：（1）大量數據的預處理，包含數據清洗和數據提取，得到可以數據。（2）有效數據分析，包含對出租車車載系統數據類型的分類研究，對不同類型（如時間、經緯度、載客情況等）進行不同的處理。（3）結果可視化圖形表示，二維形式的直觀圖形表示。

2 數據處理

2.1 異常數據處理

本文研究的數據主要使用《綿陽GPS數據》，經查證，四川省綿陽市坐標范圍為東經102°45′～105°43′和北緯30°42′～33°03′，市區海拔高度在429m～728m。此范圍以外的坐標數據屬于異常數據，將該異常數據所在組整組剔除。

空車時VarName10的數值為0，有客時VarName10為1。空重車數據為非0、1時該數據屬于異常數據，將該異常數據所在組整組剔除。

此數據包含4368644組數據，樣本量很大且表內缺失值所占樣本比例<5%，可以使用列刪法直接剔除表內缺失數據。

此數據中GPS數據采集時間間隔有15秒采集一次和60秒采集一次兩種，本次數據分析的目的是為出租車精準廣告投放系統提供精確的綿陽出租車上下客的時空分布規律，60秒時間間隔的數據不采用，只分析15秒時間間隔的數據。

其中，GPS相鄰兩條數據時間間隔出現異常主要有以下三種情況：（1）出租車GPS信號被高大建筑物遮擋或經過隧道時;（2）出租車GPS傳輸過程中出現不可避免的延遲和丟包現象時;（3）剔除經緯度和海拔異常數據、空重車異常數據、缺失數據所在組數據時[1]。

由于數據傳輸延遲一般在2秒以內，所以相鄰兩組數據時間間隔超過17秒的數據屬于異常數據。由于這類數據時間間隔較大，無法計算出上下客點坐標。將時間異常的數據所在組整組剔除，對時間異常數據的剔除前需要對時間進行排序，使用MATLAB的對比函數可以快速實現，可以有效解決個別時間排序混亂問題，提高數據清洗的嚴謹性。

2.2 數據提取

本文使用的數據來源于成都科泰公司提供的綿陽市交通運輸管理處的采集數據，主要使用MATLAB工具進行數據處理。每組數據包含出租車車牌號、記錄數據的時間、經度、緯度、高度、Speed、GpsSpeed、RealGpsSpeed、RealSpeed、空重車。空重車變量是0時為空載狀態，1時為載客狀態。7×24小時不間斷采集出租車GPS數據，包含了綿陽1-2月共4368644組數據。

將預處理后的數據按車牌號分組提取出子矩陣，再將每個子矩陣中的數據按時間進行排序，得到相同車牌號并按時間排序的矩陣數據[2]。提取出空重車變量變化時的數據，上下客事件即發生在這組數據。其中，當空重車變量發生變化，初步判斷從1變為0為出租車下客點，從0變為1即出租車上客點。

提取出上下客點，可得到某時段的出租車下客空間分布規律。對此數據的分析目的是找出綿陽市出租車乘客出行空間特征，主要是對的上下客地點分布和上下客熱點區域進行分析，得到綿陽市區出行吸引量較多的區域，進一步找到這些區域對出行乘客吸引程度高的原因。

3 使用Geographic Information System（以下簡稱GIS）進行GPS數據和路網數據匹配

3.1 下載電子地圖并載入數據

OpenStreetMap（OSM）是一款由網絡大眾共同打造的免費開源可編輯的地圖服務。在OpenStreetMap的官網上直接下載綿陽市電子地圖數據。可選數據格式有SHAPEFILE、GEOJSON、OSM PBF、OSM XML等。由于本次數據處理需要使用GIS來進行GPS數據和路網數據匹配，所以選擇SHAPEFILE格式下載，進行實驗。

將GPS軌跡數據（Excel格式）添加為點數據，將OSM數據轉為線數據，GPS軌跡數據坐標系和電子地圖的數據坐標系統都是WGS1984地理坐標，不用作坐標轉換。但需要在下面的匹配過程中，剔除電子地圖中的河流數據和人行天橋數據。

3.2 GPS數據和路網數據匹配

由于數據清洗時剔除了經緯度、海拔、空重車和時間的異常數據和缺失數據，以及數據提取后，400M的原始數據僅剩下8M有用數據，每輛車的數據無法形成軌跡，所以暫時無法使用車輛行駛軌跡和行駛方向等額外信息來進行馬爾科夫模型的處理。本文路網匹配先使用幾何算法中的點到線距離對比的方法，在后續研究中，加大數據量后可實現對車輛行駛軌跡的處理和分析。

使用GIS投影工具、鄰近表工具、連接工具、字符計算器等聯合處理，來計算每個GPS距離最近道路的距離。在分析過程中，一部分GPS數據由于信號定位問題，如圖2所示定位到河流中（圖中金黃色的點為出租車GPS上下客的定位點），其數據可以判斷為是不可信的。另一部分的GPS數據由于離道路非常遠，如圖3所示其最近道路距離值亦非常大，但是根據現有的道路數據，它的計算判斷為準確的。

通過獲取離GPS數據點最近的道路，計算GPS數據點離道路最近點，求得兩點間的距離。最后，得出出租車用戶上下客空間分布規律如下圖4所示。

4 GPS數據分析應用

近年來，隨著GPS智能終端的普及越來越多的人開始習慣于記錄并分享軌跡日志。基于這些日志可以分析并挖掘出用戶的一些行為特征，從而為用戶提供個性化的基于位置的智能服務，有效地提升和改善用戶的應用體驗。

GPS數據的分析與挖掘可以應用到生活的方方面面，可以通過某路段的平均車速監測堵車情況;可以為打車平臺對空車進行實時調度;可以作為城市交通規劃的重要依據;可以作為出租車公司管理優化依據;可以用來分析出行高峰時間段和區域之間的具體情況;也可結合消費行業分析客戶喜好，從而可作為出行規劃和選址的依據。

本文通過MATLAB對綿陽出租車GPS數據的算法分析，得出城市出租車上下客點時空分布規律。在后續研究中，將分析出本市居民和外來游客的出行特征、興趣喜好和生活方式等，再結合GIS地圖匹配，分析得出優秀商家、景點、醫療教育等。最后，結合特殊時段下，出租車輛所在的當前區域內，合適的優質商家、景點、醫療教育等各方面信息投放于出租車內、頂部和后窗上等位置，推薦給乘客和出行大眾[3]。

（1）對于顧客方便：基于物理位置的廣告，當顧客對廣告內容感興趣時，無需多花費考慮的時間，就可以去廣告所展現的地方，體驗相應的服務。時效性：用戶的行為和興趣都是有時間限制的，一般廣告很多人第一眼看到感興趣時想要前往的概率是非常大的，可前往距離太遠當時并沒有時間，想著有時間再去，但是很多時候都會忘記。

（2）由于所推薦的廣告并不是店家投放，而是由數據分析得出，避免了粗制濫造，優化了顧客選擇體驗。

5 結語

本文利用城市出租車GPS軌跡數據的可視化分析，得到城市出行的規律和需求，并結合乘客和出行大眾的需求，提出了出租車GPS數據可視化分析對出租車精準廣告服務的基礎性和重要性，從而為城市出行提供更優質的服務和體驗。

參考文獻

[1] 何雯，李德毅，安利峰，等人.基于GPS軌跡的規律路徑挖掘算法[J].吉林大學學報（工學報）.2014（06）：1764-1770.

[2] 吳川.出租車車聯網大數據平臺及時空分布態勢研究[D].山東大學，2017（11）.

[3] 江文君.試論出租車大數據在城市交通中的應用[J].中國高新區，2017（12）：194.

Visualization Analysis of Taxi GPS Data

REN Ya-fei， JIN Rui， MO Jin-liang， LIU Fa-chao

（Sichuan Vocational and Technical College of Communications，Chengdu Sichuan? 611130）

Abstract：This paper extracts analyses and utilizes GPS data of Mianyang taxi from the Chengdu Ketai Science and Technology limited liability company. This paper elaborates the visualization analysis of taxi GPS data based on big data processing.

Key words：Big Data Processing; GIS Map Matching; Taxi GPS Data