基于出租车轨迹数据的道路空驶率分析

出租车作为城市公共交通的重要组成部分,在其运营过程中产生了海量的轨迹数据,这些轨迹数据中包含了大量隐含的规律及有价值的信息,对其进行数据挖掘可以得到出租车的出行特征及运营规律,从而优化出租车运营模式、增加司机收益.而OpenStreetMap项目是众源地理数据中极具代表性的项目,其数据量丰富、现势性强、成本低廉,被广泛应用.针对这一现状,依据空驶率的定义,提出道路空驶率的概念,并利用深圳市出租车轨迹数据及深圳市OpenStreetMap矢量地图数据,对其预处理后挖掘各条道路上出租车行驶数目及其载客情况,据此计算出租车在各条道路的空驶率,进而基于出租车轨迹分析道路空驶情况,最终得到出租车在各街道的空驶特征,从而为城市交通管理及出租车运营提供参考依据.     

基于像素-亚像素级形态分析的路面三维图像裂缝自动识别算法

为了准确有效地检测路面裂缝,为路面性能评估、路面养护管理、路面结构和材料设计提供数据支撑,针对1 mm/像素路面三维图像提出了基于像素-亚像素级形态分析的裂缝自动识别算法。首先,应用Canny算法和区域生长算法检测候选裂缝目标并进行融合处理,得到融合分割图像;然后,提取并重构像素级与亚像素级图像骨架;最后,融合像素-亚像素级骨架图像,综合利用形态学算子和轮廓长度、圆度、扁平率等连通域形态特征提取裂缝目标。基于150张路面三维图像(992像素×992像素)对笔者算法和另外5种既有算法进行测试,结果显示,笔者算法获得了较高的准确率(均值90.45%)和召回率(均值96.49%),F均值由高至低分别为:笔者算法(90.72%)、种子并行生长算法(39.65%)、GAVILáN算法(33.46%)、各向异性测度算法(30.32%)、Canny检测(25.85%)和OTSU分割法(5.85%)。算法适用性分析表明,笔者算法较适用于细小裂缝图像识别,种子并行生长算法、GAVILáN算法和各向异性测度算法有利于宽而明显的裂缝识别,而Canny和OTSU通常可作为裂缝识别算法中的一个图像处理环节。