基于車(chē)牌識(shí)別數(shù)據(jù)的出行特征研究

韓國(guó)華，蔣雨薇，丘建棟，黃 練

(1.深圳市綜合交通運(yùn)行指揮中心，深圳 518000；2、廣東省交通信息工程技術(shù)研究中心，廣東 廣州 510000)

基于車(chē)牌識(shí)別數(shù)據(jù)的出行特征研究

韓國(guó)華1，蔣雨薇2，丘建棟2，黃 練1

(1.深圳市綜合交通運(yùn)行指揮中心，深圳 518000；2、廣東省交通信息工程技術(shù)研究中心，廣東 廣州 510000)

隨著大數(shù)據(jù)技術(shù)的推陳出新，越來(lái)越多的數(shù)據(jù)源可以用來(lái)研究居民的出行特征。本研究通過(guò)首次采用建筑停車(chē)場(chǎng)的車(chē)牌識(shí)別數(shù)據(jù)研究不同建筑業(yè)態(tài)吸引客流的出行時(shí)間特征、來(lái)源地空間分布情況、出行平均時(shí)耗等內(nèi)容，從而為城市空間功能布局規(guī)劃、停車(chē)場(chǎng)規(guī)劃、停車(chē)場(chǎng)周邊道路交通改善等提供參考。

車(chē)牌識(shí)別數(shù)據(jù)；出行特征研究；數(shù)據(jù)挖掘

1 數(shù)據(jù)來(lái)源

車(chē)牌識(shí)別數(shù)據(jù)是通過(guò)在停車(chē)場(chǎng)或者道路安裝車(chē)牌識(shí)別設(shè)備，采用視頻識(shí)別技術(shù)檢測(cè)車(chē)輛的車(chē)牌信息，獲取車(chē)輛在全市不同區(qū)域的出行軌跡信息，進(jìn)而統(tǒng)計(jì)停車(chē)場(chǎng)的進(jìn)出量以及判別車(chē)輛的來(lái)源去向信息。本研究采用了深圳市9月份5 308個(gè)停車(chē)場(chǎng)車(chē)牌識(shí)別監(jiān)測(cè)點(diǎn)的數(shù)據(jù)信息，選取包括中心區(qū)(羅湖區(qū)、福田區(qū)和南山區(qū))與外圍區(qū)(寶安區(qū)、龍崗區(qū)、光明區(qū)等其他行政區(qū))的商業(yè)和辦公等綜合性建筑(以下簡(jiǎn)稱(chēng)綜合類(lèi))、純商業(yè)類(lèi)建筑(商業(yè))、純辦公類(lèi)建筑(辦公)共3種建筑業(yè)態(tài)類(lèi)型進(jìn)行研究。

2 出行特征分析

2.1 商業(yè)建筑

分別選取深圳市南山區(qū)的保利文化廣場(chǎng)和城市外圍寶山區(qū)的沙井京基百納廣場(chǎng)作為商業(yè)建筑的研究對(duì)象。

(1)客流到達(dá)量時(shí)間分布分析

選取不同的工作日和非工作日，統(tǒng)計(jì)研究對(duì)象每小時(shí)的客流到達(dá)量。

圖1 深圳市保利文化廣場(chǎng)客流到達(dá)量時(shí)間分布圖

圖2 沙井京基百納廣場(chǎng)客流到達(dá)量時(shí)間分布圖

對(duì)于純商業(yè)類(lèi)建筑，非工作日的客流到達(dá)量略大于工作日，城市外圍區(qū)域比中心城區(qū)高峰提前一個(gè)小時(shí)。商業(yè)類(lèi)建筑與綜合體建筑最大的不同是周末的客流到達(dá)量明顯高于工作日；處于中心城區(qū)內(nèi)的商業(yè)建筑，周末和工作日的客流吸引量時(shí)間分布曲線(xiàn)趨勢(shì)比較接近，而處于城市外圍的商業(yè)建筑則不同，周末和工作日沒(méi)有明顯的分布規(guī)律，且工作日客流吸引量的時(shí)間分布曲線(xiàn)比較凌亂。

(2)到達(dá)客流出行時(shí)耗分析

到達(dá)客流出行時(shí)耗分析是分析研究對(duì)象的到達(dá)客流所需要花費(fèi)的時(shí)間。根據(jù)幾個(gè)商業(yè)體的出行時(shí)耗得知， 50%以上的人群出行花費(fèi)時(shí)間在40 min以?xún)?nèi)，其中20 min的出行時(shí)耗占比均較大，城市外圍商業(yè)體的到達(dá)客流在周末的出行時(shí)間花費(fèi)更多。在周末的14點(diǎn)～19點(diǎn)之間，出行花費(fèi)時(shí)間更長(zhǎng)。但并不是商場(chǎng)位于城市外圍出行花費(fèi)時(shí)間就能更少。根據(jù)沙井京基百納廣場(chǎng)統(tǒng)計(jì)得到的數(shù)據(jù)，從周末的早上10到第二天凌晨，除了早上10點(diǎn)～11點(diǎn)、16點(diǎn)～17點(diǎn)、21點(diǎn)～22點(diǎn)以及23點(diǎn)到第二天零點(diǎn)，其余時(shí)段都需要花費(fèi)超過(guò)30 min的時(shí)間才能到達(dá)目的地。

(3)到達(dá)客流的出行時(shí)耗空間位置分析

出行時(shí)耗空間位置分析，分析到達(dá)客流基于不同來(lái)源地的出行時(shí)耗分布情況，反映的是交通條件的好壞對(duì)出行時(shí)間的影響。

根據(jù)出行時(shí)耗空間位置分析可以得知，商業(yè)體的客流來(lái)源與空間位置有關(guān)，而空間位置只是商業(yè)體到達(dá)客流出行時(shí)耗的影響因素之一。首先，對(duì)客流來(lái)源分布進(jìn)行分析。保利文化廣場(chǎng)以南山區(qū)為主要客流來(lái)源地，車(chē)公廟地區(qū)作為第二客流來(lái)源地，然后北向?qū)毎玻瑬|向羅湖延伸；沙井京基百納廣場(chǎng)以周邊客流為主，少量經(jīng)廣深公路延伸至南山和福田區(qū)。

其次，空間位置并不是商業(yè)體到達(dá)客流的時(shí)耗的唯一因素。從上圖可以得知，即使是距離商業(yè)體1 km的范圍內(nèi)有相當(dāng)大比例的到達(dá)客流出行時(shí)耗超過(guò)30 min以上。

2.2 辦公類(lèi)建筑

辦公類(lèi)建筑的研究對(duì)象選取的是位于福田區(qū)的時(shí)代科技大廈和位于城市外圍龍崗區(qū)的正中時(shí)代大廈。

(1)客流到達(dá)量時(shí)間分布分析

統(tǒng)計(jì)工作日期間研究對(duì)象每小時(shí)的到達(dá)客流量。

圖3 時(shí)代科技大廈客流吸引量到達(dá)時(shí)間分布圖

圖4 正中時(shí)代大廈客流吸引量到達(dá)時(shí)間分布圖

辦公類(lèi)建筑的工作日到達(dá)客流時(shí)間分布趨勢(shì)比較接近，有明顯的早高峰，且城市外圍的早高峰早于中心城區(qū)。首先辦公類(lèi)建筑不同天數(shù)的車(chē)輛到達(dá)曲線(xiàn)擬合度相當(dāng)高，曲線(xiàn)趨勢(shì)接近一致，不存在地域差異；其次，作為中心城區(qū)的辦公樓，時(shí)代科技大廈早高峰在8點(diǎn)～9點(diǎn)之間，而位于城市外圍的正中時(shí)代大廈的吸引量到達(dá)高峰出現(xiàn)在7點(diǎn)～8點(diǎn)之間，比中心城區(qū)提前一個(gè)小時(shí)。

(2)早高峰期間通勤到達(dá)客流出行時(shí)耗分析

選擇工作日早高峰期間的通勤到達(dá)客流分析辦公建筑的出行特征。根據(jù)早高峰出行時(shí)耗分析可以得知，城市外圍和城市中心區(qū)的辦公樓工作日早高峰期間的出行時(shí)耗特征基本接近一致。作為純辦公樓的正中時(shí)代廣場(chǎng)和時(shí)代科技大廈的出行時(shí)耗在20 min以?xún)?nèi)的占比更高，接近60%。

(3)早高峰期間通勤到達(dá)客流出行時(shí)耗空間位置分析

基于數(shù)據(jù)分析，8點(diǎn)后到達(dá)的客流主要位于研究對(duì)象周邊區(qū)域，而辦公不同于商業(yè)，出行來(lái)源主要分布在辦公樓周邊，因此出行時(shí)耗會(huì)相對(duì)較短。

從時(shí)代科技大廈的分析可以得出，并不是距離近的出行時(shí)耗就低，反而可能由于交通條件差，導(dǎo)致出行時(shí)間比距離遠(yuǎn)的出行還低。出現(xiàn)這種情況的原因會(huì)有以下三種情況。一是從道路交通特征著手。由于道路交通擁堵、交通組織不夠完善、交叉口設(shè)計(jì)及信號(hào)配時(shí)缺陷等問(wèn)題，導(dǎo)致出行時(shí)耗過(guò)長(zhǎng)。二是從停車(chē)場(chǎng)容量考慮。由于停車(chē)場(chǎng)剩余車(chē)位不足，導(dǎo)致車(chē)輛花費(fèi)大量時(shí)間在周邊道路繞行；三是從居民的完整出行軌跡鏈方面研究。 商業(yè)出行的軌跡點(diǎn)比辦公出行軌跡點(diǎn)多，因此商業(yè)出行的時(shí)耗時(shí)間更長(zhǎng)。

3 結(jié) 語(yǔ)

本文選取深圳市幾個(gè)典型的辦公和商業(yè)類(lèi)建筑，利用車(chē)牌識(shí)別數(shù)據(jù)從出行時(shí)間分布、出行時(shí)耗和出行時(shí)耗來(lái)源三個(gè)方面對(duì)辦公和商業(yè)類(lèi)建筑的人員出行特征進(jìn)行了初步分析。研究結(jié)果表明，基于車(chē)牌照數(shù)據(jù)的分析方法能夠有效地提取車(chē)輛的軌跡信息和識(shí)別出不同建筑類(lèi)型的人員出行特征情況，并通過(guò)分析其出行行為時(shí)空分布為城市交通擁堵問(wèn)題的緩解和交通需求管理政策的制定提供更好的輔助決策信息，從車(chē)輛的角度剖析城市交通問(wèn)題的規(guī)律和原因，對(duì)日益嚴(yán)重影響城市居民出行的交通擁堵問(wèn)題重要的意義。

[1] 冉斌. 手機(jī)數(shù)據(jù)在交通調(diào)查與交通規(guī)劃中的應(yīng)用[J]. 城市交通，2013，11(1)：72-81.

[2] 郭昕，陳川. 基于車(chē)牌識(shí)別數(shù)據(jù)的車(chē)輛使用特征研究:以上海市快速路非滬車(chē)牌識(shí)別數(shù)據(jù)為例[J]. 綜合運(yùn)輸, 2016，(1):78-84.

[3] 林瑜，陳紅潔，肖永來(lái).基于車(chē)牌識(shí)別的交通應(yīng)用分析研究[J].中國(guó)交通信息產(chǎn)業(yè),2009，(5):101-102

U415.1

C

1008-3383(2017)09-0213-02

2016-12-11

韓國(guó)華(1979-)，男，山東濟(jì)南人，碩士研究生，主要從事智能交通系統(tǒng)相關(guān)研究。

支持GGFW2016033017241891深圳市交通大數(shù)據(jù)公共技術(shù)服務(wù)平臺(tái)。