论文摘要
[目的]运输行业管理部门利用车联网系统获取了大量驾驶员的时空轨迹点数据,而对行车轨迹点数据进行挖掘分析可以评估驾驶员的安全驾驶行为习惯,管理部门可以据此有针对性地对驾驶员进行教育监管,有助于规避风险,提高交通安全。而原始的轨迹点数据由于GPS信号被遮挡或者干扰等原因,会包含大量噪声及一些错误信息,需要有效清洗才能使用。[方法]文中以运输车辆原始轨迹点数据为研究目标,分析总结出了其中常见的六类数据点异常现象,包括无效属性信息、时间信息错误、车速零点漂移、速度变化率异常、信息量过少的轨迹路段、经纬度漂移等问题,并针对这些具体的问题提出了相应的数据清洗方法;[结果]最后将该方法成功应用于某运输企业提供的车辆轨迹数据点的清洗。[结论]结果表明,文中提出的数据清洗方法能够有效去除异常数据,为后续驾驶员行为评估提供高质量数据。
论文目录
文章来源
类型: 期刊论文
作者: 高静文,蔡永香,甘艺垚
关键词: 数据清洗,驾驶行为,车辆轨迹,可视化表达,时空数据
来源: 电脑知识与技术 2019年36期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 长江大学地球科学学院
基金: 地理信息工程国家重点实验室开放基金课题资助(SKLGIE2017-M-4-6)
分类号: U495;TP311.13
DOI: 10.14004/j.cnki.ckt.2019.4341
页码: 189-192+194
总页数: 5
文件大小: 1998K
下载量: 230