时空数据挖掘之轨迹终点识别-论文研读1

轨迹终点识别是时空数据挖掘领域的研究热点，广泛应用于城市管理、交通治理、POI推荐等场景。本文对发表在Transportation Research Part C 2022上的文章《Identifying intracity freight trip ends from heavy truck GPS trajectories》进行解读，为轨迹挖掘相关任务提供参考。

Identifying intracity freight trip ends from heavy truck GPS trajectories

1. 背景和问题

在城市货运系统规划和管理中，根据GPS轨迹数据识别重型卡车（重卡）货运行程的终点是一个重要问题。以往的研究主观地定义了GPS轨迹挖掘中的关键阈值和参数，忽略了重卡在城市内部行驶时的复杂时空特征。存在以下不足：

• 时空阈值定义的主观性。在GPS轨迹挖掘中，主观地定义速度、时间、距离等关键阈值，会增加行程起终点被误识别的可能性。由于GPS轨迹的数据质量及货运行程的复杂特性，仅通过经验定义的时空阈值，很难准确地识别重卡货运行程的终点；

• 常规的轨迹绕行度量指标不具普适性。常规方法使用主观定义的绕行比阈值来判断GPS轨迹是否存在绕行。但在城市内部货运场景中，路网结构、交通状况和货运政策等因素使得常规方法失效；

• 对临时驻留情况考虑不足。城市内部交通状况十分复杂，车辆经常因为交通拥堵在道路上停留较长时间，可能接近于装卸货物所需的时间，导致行程起终点被误识别；

针对以上不足，本文提出了一种基于数据驱动的重卡货运行程终点识别方法，客观地定义了速度阈值，以及识别临时驻留点和行程终点的多级时间阈值。此外，本文还使用城市路网和POI数据来剔除长时间的临时驻留，以提高该方法的准确性。实验结果表明，本文提出的方法准确率为88.79%，可以反映城市内重卡货运出行的时空特性和出行模式，具有广泛的应用前景。

2.方法介绍

本文提出的重卡货运行程终点识别方法架构如下图2所示：

图中主要步骤如下：

• Step1，使用预定的速度阈值从GPS轨迹中识别重卡驻留点（见图2中的步骤1）。如果重卡的速度为零，则认为车辆是静止的。由于GPS漂移的影响，计算出车辆的平均速度通常不为零，本文使用确定的速度阈值从GPS轨迹中识别重卡驻留点（即GPS平均速度小于速度阈值则认为是驻留点）；

• Step2，确定多级时间阈值，并根据重卡的最大停车时间选择一个合适的时间阈值，从重卡驻留点中确定行程终点。例如，如果第一级（最大）时间阈值小于此卡车的最大停止时间，则选择该时间阈值。否则，将选择另一个较短的时间阈值，以确保识别到行程终点。然后，根据确定的行程终点将GPS轨迹分成多个一级子轨迹（primary-st）；

• Step3，确定每个一级子轨迹是否可以由多次行程组成。如果一个一级子轨迹明显存在绕行&