移动轨迹数据支持下的城市居民通勤活动分析

来源 :武汉大学学报(信息科学版) | 被引量 : 1次 | 上传用户:raincy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
城市居民通勤活动分析是解决城市职住失衡和交通拥堵问题的重要技术支持。移动轨迹大数据增加了城市居民通勤活动观测的数据类型、数据规模、采样频率和信息量,有助于揭示就业居住空间模式和通勤活动的内在规律。概述了多学科领域城市居民通勤活动研究及相关移动轨迹数据分析的进展,明晰了通勤活动分析的概念、指标、模型和方法。从城市居民通勤活动的行为特征、空间格局和受职住空间影响这3个方面,给出了移动轨迹数据支持下的居民通勤活动分析技术架构,指出城市居民通勤活动分析技术正朝着城市规划、交通预测和移动轨迹大数据的多学科交叉
其他文献
多行人目标连续定位与跟踪是大型室内空间安全防护、应急疏散、位置服务等应用领域共同关注的问题。基于固定相机的视觉监测是室内空间人流探测与行人定位的重要方式。然而现有单目视觉行人探测存在行人漏检、易受视觉盲区影响、行人身份难以确定等问题。针对这些问题,提出了一种结合视觉信息与惯性信息的主被动协同定位方法。该方法首先利用视觉行人检测算法探测视频图像中的多行人目标位置,构建像素-世界坐标转换模型,实现行人
准确捕捉视觉注视方向可有效提高行人导航效率和安全性,由于现有注视方向估计方法无法满足行人导航对便携性的需求,由此提出了一种利用智能眼镜估计行人注视方向的模型。首先,利用尺度不变特征变换特征度量注视图像和街景视图的相似度;然后,根据行人和街景视图间的位置关系建立行人注视方向估计模型。实验选取两个校园场景中的28个测试点估计行人注视方向,结果表明,所提模型估计精度显著优于忽略位置关系的行人注视方向估计