基于多元数据的轨道站点周边骑行接驳低效路径识别方法与流程

1.本发明涉及城市规划技术领域，具体涉及一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法。


背景技术：

2.目前轨道交通覆盖率以及发车频率都已逐渐完善成型，尽管轨道交通的运行极大程度提高了人们的出行效率，但轨道交通仍无法满足“点到点”的出行需求，因此，轨道两端的出行接驳成为了制约轨道出行总体效率的关键因素，轨道交通与骑行的接驳已逐渐成为轨道交通中短距离接驳的关键方式，相比于过去有桩式公共自行车，共享单车不仅能够为通勤者提供“点到点”的出行服务，还能解决轨道交通出行“最后一公里”的问题，因此，轨道交通与共享单车的骑行接驳已成为不可忽视的出行方式，共享单车为轨道交通系统接驳换乘提供解决方案，是城市公共交通的有益补充，那么，如何加强出行点与轨道站点以及轨道站点与目的地间的骑行效率，是提升轨道出行总体运行效率的关键所在。
3.现有轨道站点周边骑行接驳研究多围绕骑行者的心理选择特征展开，大多研究停留在骑行接驳的最短路径选择，没有将骑行接驳道路条件与骑行效率相结合，并且现有对骑行环境的街景图像识别研究大多是对环境要素和品质进行分析，缺少对骑行道路自身骑行状况进行评估。
4.而骑行道路作为共享单车骑行接驳的主要道路载体，其自身的标志标线、与机动车道的隔离设施、是否划有专用符号、立面障碍物前是否有相关警告或保护措施、道路宽度、被机动车占用情况都成为了影响骑行效率的关键因素。目前，与轨道站点接驳的骑行道路会出现空间不连续的现象，例如：路线不连续现象，诸如因机动车道拓宽、划定停车位、人行道或公交港湾建设而中断自行车道；铺装不连续现象，诸如自行车道采用人行道和非机动车道混行、缺乏必要指示；横向保障性较差现象，诸如无机非隔离设施、路面宽度不达标等，因此，现有对轨道站点接驳骑行道的评估较少，缺乏科学、高效、精准的评估方法。


技术实现要素：

5.本发明提供一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，为轨道站点周边的骑行接驳路径提供科学、高效、精准的识别方法。
6.本发明通过下述技术方案实现：
7.一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，包括：
8.s1、采集轨道站点相关数据以及与所述轨道站点进行衔接的周边道路的相关数据；
9.s2、设计所述轨道站点的周边道路的骑行效率指标、评价标准和评估系数；
10.s3、将所述轨道站点的周边道路的相关数据结合所述骑行效率指标、评价标准和评估系数分别计算所述轨道站点的每一条周边道路的总体指标，并根据每一条周边道路的总体指标对对应的周边道路进行总体评估；
11.s4、根据各条所述轨道站点的周边道路的总体指标对各条所述轨道站点的周边道路进行排序，找出排序后的最小前50％的所述轨道站点的周边道路为需要进行改善的骑行接驳低效路径，并根据对应的骑行效率指标的评分进行改善。
12.作为优化，所述轨道站点相关数据包括轨道站点的空间位置信息，所述轨道站点的周边道路的相关数据包括轨道站点周边道路的空间数据及功能类别数据，所述周边道路的功能类别包括第一道路等级、第二道路等级、第三道路等级，所述第一道路等级包括快速路、主干路、自行车专用道，所述第二道路等级包括次干路，所述第三道路等级包括支路。
13.作为优化，所述骑行效率指标包括骑行道物理指标、骑行道运行指标和骑行道需求指标，其中，所述骑行道物理指标包括骑行道宽度系数a1、机非隔离安全性a2和道路标志标线齐全性a3，其中，所述骑行道宽度系数a1、机非隔离安全性a2和道路标志标线齐全性a3的评价标准为：
14.所述骑行道宽度系数a1＝骑行道宽度l/2，所述骑行道宽度l单位为米；
15.所述机非隔离安全性a2与所述衔接道路所属的功能类别相关联；
16.所述机非隔离安全性a2的评价标准为：当所述周边道路属于第一道路等级时，若该周边道路为骑行道时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝-1；当所述周边道路属于第二道路等级时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝-0.5；当所述周边道路属于第三道路等级时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝0；
17.若骑行道路面及可视空间范围有骑行标志标线，则所述道路标志标线齐全性a3＝1，否则所述道路标志标线齐全性a3＝0；
18.所述骑行道运行指标包括骑行道未被占用率b1、人非混行度b2，其中，所述骑行道运行指标包括骑行道未被占用率b1、人非混行度b2的评价标准为：
19.所述骑行道未被占用率b1＝(骑行道路长度-被占用长度)/骑行道路长度；
20.所述人非混行度b2＝骑行人数/(骑行人数+步行人数)；
21.所述骑行道需求指标包括道路需求数量c；
22.作为优化，确定道路需求数量c的具体步骤为：
23.q1、采集骑行轨迹点信息，以获取共享单车骑行者骑行轨迹信息；
24.q2、将骑行轨迹点信息与所述轨道站点的周边道路的相关数据进行空间匹配，串联形成独立的骑行轨迹数据；
25.q3、将每一位骑行者的骑行轨迹数据都匹配到s1获取的周边道路中，计算各周边道路所匹配得到的骑行轨迹热力需求数量t，并根据所述周边道路的功能类别对同类别道路的骑行轨迹热力需求数量t进行排序，获取所述同类别道路的骑行轨迹热力需求数量t的下四分位数值t1，并根据所述骑行轨迹热力需求数量t的下四分位数值t1设置道路需求数量c的评价标准为：
26.t＜t1时，c＝0；当t≥t1时，c＝1。
27.作为优化，所述评估系数包括骑行道宽度系数a1的评估系数r1、机非隔离安全性a2的评估系数r2、道路标志标线齐全性a3的评估系数r3、骑行道未被占用率b1的评估系数r4、人非混行度b2的评估系数r5，且评估系数的具体数值根据问卷调研求得：
28.通过问卷调研对骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3、
骑行道未被占用率b1、人非混行度b2进行重要度打分，重要度的分数范围在1-10之间，对骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3、骑行道未被占用率b1、人非混行度b2打分后的分值各自进行求和；
29.骑行道宽度系数a1的评估系数r1＝m1/(m1+m2+m3+m4+m5)；
30.机非隔离安全性a2的评估系数r2＝m2/(m1+m2+m3+m4+m5)；
31.道路标志标线齐全性a3的评估系数r3＝m3/(m1+m2+m3+m4+m5)；
32.骑行道未被占用率b1的评估系数r4＝m4/(m1+m2+m3+m4+m5)；
33.人非混行度b2的评估系数r5＝m5/(m1+m2+m3+m4+m5)；
34.其中，骑行道宽度系数a1的分值总和为m1、机非隔离安全性a2的分值总和为m2、道路标志标线齐全性a3的分值总和为m3、骑行道未被占用率b1的分值总和为m4、人非混行度b2的分值总和为m5。
35.作为优化，对所述轨道站点的周边道路进行总体评估的总体指标x＝c*(r
1*
a1+r
2*
a2+r
3*
a3+r
4*
b1+r
5*
b2)。
36.作为优化，所述轨道站点的空间位置信息包括轨道站点的经度lon和纬度lat。
37.作为优化，提取所述轨道站点周边道路的空间数据具体通过空间处理软件生成以所述轨道站点为中心、半径为2000米的缓冲区，并利用裁剪命令对所述缓冲区范围内的道路进行筛选。
38.作为优化，s1中，在确定需要识别的轨道站点以及对应的周边道路的相关数据后，利用互联网开放平台根据ptyhon爬虫脚本对api开放接口进行数据处理，获取该周边道路的街景图象，并根据深度学习模型对所述街景图像进行语义识别和图像识别，获取所述轨道站点的周边道路的骑行效率指标。
39.作为优化，所述深度学习模型为deeplabv3+模型，使用扩张卷积控制要素的分辨率，进一步提高模型的速度和性能。
40.本发明与现有技术相比，具有如下的优点和有益效果：
41.本发明基于多元数据分析识别轨道站点周边骑行低效路段，通过快速匹配路网、街景图像识别等手段实现骑行道路的快速处理，与骑行路径的实际骑行需求相结合，依据骑行道路评估指标对轨道站点周边骑行需求集中的骑行道进行精准化、定量化的骑行效率评估，本发明设计了用于评价轨道站点周边道路的总体指标，对于批量性、快速地定量分析骑行接驳环境，针对性地优化需求高的轨道周边骑行道路接驳环境，对能聚焦于通勤时耗本身提高站点接驳效率具有重要意义。
附图说明
42.为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：
43.图1为本发明所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法的流程图。
具体实施方式
44.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
45.实施例
46.如图1所示，一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，包括：
47.s1、采集轨道站点相关数据以及与轨道站点进行衔接的周边道路的相关数据。本实施例中，轨道站点相关数据包括轨道站点的空间位置信息，轨道站点的周边道路的相关数据包括轨道站点周边道路的空间数据及功能类别数据，周边道路的功能类别包括第一道路等级、第二道路等级、第三道路等级，第一道路等级包括快速路、主干路、自行车专用道，第二道路等级包括次干路，第三道路等级包括支路。在确定需要识别的轨道站点以及对应的周边道路的相关数据后，利用互联网开放平台根据ptyhon爬虫脚本对api开放接口进行数据处理，获取该周边道路的街景图象，并根据深度学习模型对街景图象进行语义识别和图像识别，获取轨道站点的周边道路的骑行效率指标，具体的，深度学习模型为deeplabv3+模型，使用扩张卷积在指定计算资源下控制要素的分辨率，进一步提高模型的速度和性能。
48.例如，采集城市内n个轨道交通站点的空间位置信息，用以匹配站点周边的道路数据；第i个轨道交通站点的空间位置信息si，i＝1,2,3
…
，n包括该轨道站点的经度loni、纬度lati；第i个轨道站点的经度loni、纬度lati信息可以根据地图软件api端口的python爬虫脚本获得，获取的脚本类型为轨道交通站点的poi信息；
49.对n个轨道站点周边的衔接道路进行空间及功能类别数据采集，采集过程包括：
50.首先基于openstreetmap获取研究城市范围内的道路网络数据，包含：道路的空间矢量数据、道路的功能等级；道路功能等级分类按照城市道路等级分为快速路、主干路、次干路、支路、自行车专用道五种道路类型；快速路对应于openstreetmap中的motorway(高速公路)和motorway link(高速公路-连接)；主干路对应于openstreetmap中的primary(主要道路)和primary link(主要道路-连接)；次干路对应于openstreetmap中的secondary(次要道路)和secondary link(次要道路-连接)；支路对应于openstreetmap中的tertiary(第三级道路)和tertiary link(第三级道路-连接)；自行车专用道对应于openstreetmap中的cycleway(自行车道)；
51.其次对n个轨道站点依次进行周边范围内的道路进行提取，周边范围是以轨道站点为中心、周边2000米为半径，选取范围内的道路为研究对象。
52.s2、设计轨道站点的周边道路的骑行效率指标、评价标准和评估系数；
53.骑行效率指标包括：骑行道物理指标、骑行道运行指标、骑行道需求指标；
54.骑行道物理指标，包含骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3，上述三个指标的具体方法定义如下：骑行道宽度系数a1＝骑行道宽度l/2，其中骑行道宽度l单位为米；机非隔离安全性a2数值与周边道路所属的功能等级挂钩，
①
若周边道路为快速路、主干路、自行车专用道时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝-1，
②
若周边道路为次干路时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝-0.5，
③
若周边道路为支路时，骑行道有机非隔离设施则a2＝1，骑行道无机
非隔离设施则a2＝0；因为第一道路等级的道路的机动车的速度和流量都较大，这样对于非机动车的危险性最高，所以当骑行道无机非隔离时，系数扣的最大；然后当道路等级逐渐降低时，当骑行道无机非隔离时，相应的危险系性逐渐降低，因此扣的系数逐渐降低。对于周边道路标志标线齐全性a3，骑行道路面及空间范围有骑行标志标线则a3＝1，骑行道路面及空间范围无骑行标志标线则a3＝0；
55.骑行道运行指标，包含骑行道未被占用率b1、人非混行度b2，上述两个指标的具体方法定义如下：骑行道未被占用率b1＝(骑行道路长度-被占用长度)/骑行道路长度；人非混行度b2＝骑行人数/(骑行人数+步行人数)；骑行道运行指标的数值为连续五个工作日早晚高峰状态下所获取的数值并对其求平均值，其中早高峰为7：00-9：00，晚高峰为17：00-19：00；
56.骑行道需求指标c，包含道路需求数量c，上述指标的具体方法定义如下：所述道路需求数量c，包含：骑行轨迹点信息采集，获取共享单车骑行者骑行轨迹信息，包括骑行轨迹点的经度和纬度信息；将骑行轨迹点与s1中获取的周边道路的相关数据进行空间匹配(通过arcgis软件进行空间地理配准，从而将轨迹点与道路进行空间匹配)，串联形成独立的骑行轨迹数据；将每一位骑行者的骑行轨迹数据都匹配到s1中获取的道路中(当一位骑行者骑行轨迹数据的起点或终点靠近某一轨道站点时，则认为该骑行者的骑行轨迹为与轨道站点相接驳的骑行路径，因此，该骑行者骑行轨迹数据所匹配到的周边道路上也相应增加一次骑行接驳轨迹数量t)，计算各道路所匹配得到的骑行轨迹热力需求数量t(对上述各个站点匹配到的骑行接驳轨迹数据数量t进行求和)，根据所述周边道路的功能类别对同类别道路的骑行轨迹热力需求数量t数值进行从小到大依次排序，获取t的下四分位数值t1，
①
当t＜t1时，c＝0，
②
当t≥t1时，c＝1。当一条道路上匹配得到的骑行轨迹热力需求数量t越大，则说明该路段骑行接驳需求越高，那么就更应该关注这一条道路的骑行轨迹热力需求数量t的骑行接驳效率。此处，选择同类型道路的下四分位数t1作为筛选骑行接驳道路评判的标准，是由于当骑行轨迹热力需求数量t低于t1时，就不考虑对这些道路进行识别了，只考虑那些骑行轨迹热力需求数量t高于t1的道路(本发明优先考虑对具有一定骑行需求量的道路进行效率评估)，这样可以提高道路识别的效率。
57.所述评估系数包括骑行道宽度系数a1的评估系数r1、机非隔离安全性a2的评估系数r2、道路标志标线齐全性a3的评估系数r3、骑行道未被占用率b1的评估系数r4、人非混行度b2的评估系数r5，且评估系数的具体数值根据问卷调研求得：
58.通过问卷对骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3、骑行道未被占用率b1、人非混行度b2进行重要度打分，重要度的分数范围在1-10之间，对骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3、骑行道未被占用率b1、人非混行度b2打分后的分值各自进行求和；
59.骑行道宽度系数a1的系数r1＝m1/(m1+m2+m3+m4+m5)；
60.机非隔离安全性a2的系数r2＝m2/(m1+m2+m3+m4+m5)；
61.道路标志标线齐全性a3的系数r3＝m3/(m1+m2+m3+m4+m5)；
62.骑行道未被占用率b1的系数r4＝m4/(m1+m2+m3+m4+m5)；
63.人非混行度b2的系数r5＝m5/(m1+m2+m3+m4+m5)；
64.其中，骑行道宽度系数a1的分值总和为m1、机非隔离安全性a2的分值总和为m2、道
路标志标线齐全性a3的分值总和为m3、骑行道未被占用率b1的分值总和为m4、人非混行度b2的分值总和为m5。
65.s3、将轨道站点的周边道路的相关数据结合骑行效率指标、评价标准和评估系数分别计算轨道站点的每一条周边道路的总体指标，并根据每一条周边道路的总体指标对对应的周边道路进行总体评估；
66.最终，汇总不同周边道路的骑行道物理指标、骑行道运行指标以及骑行道需求指标的具体评价值，得到骑行道路效率评估总体指标x＝c*(r
1*
a1+r
2*
a2+r
3*
a3+r
4*
b1+r
5*
b2)。
67.总体指标x是按照两个维度依次进行评估的：
68.首先，根据骑行轨迹热力需求数量t进行筛选，本发明仅对满足骑行热力需求数量的道路进行评(即：仅对骑行轨迹热力需求数量t超过同类别道路的骑行轨迹热力需求数量t的下四分位数值t1的道路进行评估)；因此，当骑行轨迹热力需求数量t满足要求时，才考虑评估这条道路，c便取值为1，当不满足数量要求时，就不考虑评估这条道路，c便取值为0；
69.然后，再根据a1、a2、a3、b1、b2进行总体指标x的计算。由于骑行者对于不同指标的感受程度或是容忍程度不同，因此便引入了问卷调查的方法对上述五个指标进行打分评估，将其转换为系数，最终得出总体指标的分数，从不同的方面来对总体指标进行计算，能够使总体指标更加的客观公正。
70.s4、根据各条轨道站点的周边道路的总体指标对各条轨道站点的周边道路进行排序，找出排序后的最小前50％的轨道站点的周边道路为需要进行改善的骑行接驳低效路径，并根据对应的骑行效率指标的评分进行改善。
71.以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，包括：s1、采集轨道站点相关数据以及与所述轨道站点进行衔接的周边道路的相关数据；s2、设计所述轨道站点的周边道路的骑行效率指标、评价标准和评估系数；s3、将所述轨道站点的周边道路的相关数据结合所述骑行效率指标、评价标准和评估系数分别计算所述轨道站点的每一条周边道路的总体指标，并根据每一条周边道路的总体指标对对应的周边道路进行总体评估；s4、根据各条所述轨道站点的周边道路的总体指标对各条所述轨道站点的周边道路进行排序，找出排序后的最小前50％的所述轨道站点的周边道路为需要进行改善的骑行接驳低效路径，并根据对应的骑行效率指标的评分进行改善。2.根据权利要求1所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，所述轨道站点相关数据包括轨道站点的空间位置信息，所述轨道站点的周边道路的相关数据包括轨道站点周边道路的空间数据及功能类别数据，所述周边道路的功能类别包括第一道路等级、第二道路等级、第三道路等级，所述第一道路等级包括快速路、主干路、自行车专用道，所述第二道路等级包括次干路，所述第三道路等级包括支路。3.根据权利要求2所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，所述骑行效率指标包括骑行道物理指标、骑行道运行指标和骑行道需求指标，其中，所述骑行道物理指标包括骑行道宽度系数a1、机非隔离安全性a2和道路标志标线齐全性a3，其中，所述骑行道宽度系数a1、机非隔离安全性a2和道路标志标线齐全性a3的评价标准为：所述骑行道宽度系数a1＝骑行道宽度l/2，所述骑行道宽度l单位为米；所述机非隔离安全性a2与所述周边道路所属的功能类别相关联；所述机非隔离安全性a2的评价标准为：当所述周边道路属于第一道路等级时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝-1；当所述周边道路属于第二道路等级时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝-0.5；当所述周边道路属于第三道路等级时，骑行道有机非隔离设施则a2＝1，骑行道无机非隔离设施则a2＝0；若骑行道路面及可视空间范围有骑行标志标线，则所述道路标志标线齐全性a3＝1，否则所述道路标志标线齐全性a3＝0；所述骑行道运行指标包括骑行道未被占用率b1、人非混行度b2，其中，所述骑行道运行指标包括骑行道未被占用率b1、人非混行度b2的评价标准为：所述骑行道未被占用率b1＝(骑行道路长度-被占用长度)/骑行道路长度；所述人非混行度b2＝骑行人数/(骑行人数+步行人数)；所述骑行道需求指标包括道路需求数量c。4.根据权利要求3所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，确定道路需求数量c的具体步骤为：q1、采集骑行轨迹点信息，以获取共享单车骑行者骑行轨迹信息；q2、将骑行轨迹点信息与所述轨道站点的周边道路的相关数据进行空间匹配，串联形成独立的骑行轨迹数据；q3、将每一位骑行者的骑行轨迹数据都匹配到s1获取的周边道路中，计算各周边道路
所匹配得到的骑行轨迹热力需求数量t，并根据所述周边道路的功能类别对同类别道路的骑行轨迹热力需求数量t进行排序，获取所述同类别道路的骑行轨迹热力需求数量t的下四分位数值t1，并根据所述骑行轨迹热力需求数量t的下四分位数值t1设置道路需求数量c的评价标准为：t＜t1时，c＝0；当t≥t1时，c＝1。5.根据权利要求4所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，所述评估系数包括骑行道宽度系数a1的评估系数r1、机非隔离安全性a2的评估系数r2、道路标志标线齐全性a3的评估系数r3、骑行道未被占用率b1的评估系数r4、人非混行度b2的评估系数r5，且评估系数的具体数值根据问卷调研求得：通过问卷对骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3、骑行道未被占用率b1、人非混行度b2进行重要度打分，重要度的分数范围在1-10之间，对骑行道宽度系数a1、机非隔离安全性a2、道路标志标线齐全性a3、骑行道未被占用率b1、人非混行度b2打分后的分值各自进行求和；骑行道宽度系数a1的系数r1＝m1/(m1+m2+m3+m4+m5)；机非隔离安全性a2的系数r2＝m2/(m1+m2+m3+m4+m5)；道路标志标线齐全性a3的系数r3＝m3/(m1+m2+m3+m4+m5)；骑行道未被占用率b1的系数r4＝m4/(m1+m2+m3+m4+m5)；人非混行度b2的系数r5＝m5/(m1+m2+m3+m4+m5)；其中，骑行道宽度系数a1的分值总和为m1、机非隔离安全性a2的分值总和为m2、道路标志标线齐全性a3的分值总和为m3、骑行道未被占用率b1的分值总和为m4、人非混行度b2的分值总和为m5。6.根据权利要求5所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，对所述轨道站点的周边道路进行总体评估的总体指标x＝c*(r
1*
a1+r
2*
a2+r
3*
a3+r
4*
b1+r
5*
b2)。7.根据权利要求1所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，所述轨道站点的空间位置信息包括轨道站点的经度lon和纬度lat。8.根据权利要求1所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，提取所述轨道站点周边道路的空间数据具体通过空间处理软件生成以所述轨道站点为中心、半径为2000米的缓冲区，并利用裁剪命令对所述缓冲区范围内的道路进行筛选。9.根据权利要求1所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，s1中，在确定需要识别的轨道站点以及对应的周边道路的相关数据后，利用互联网开放平台根据ptyhon爬虫脚本对api开放接口进行数据处理，获取该周边道路的街景图象，并根据深度学习模型对所述街景图像进行语义识别和图像识别，获取所述轨道站点的周边道路的骑行效率指标。10.根据权利要求9所述的一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，其特征在于，所述深度学习模型为deeplabv3+模型，使用扩张卷积控制要素的分辨率，进一步提高模型的速度和性能。

技术总结
本发明涉及城市规划技术领域，公开了一种基于多元数据的轨道站点周边骑行接驳低效路径识别方法，包括：S1、采集轨道站点相关数据以及与所述轨道站点进行衔接的周边道路的相关数据；S2、设计所述轨道站点的周边道路的骑行效率指标、评价标准和评估系数；S3、将所述轨道站点的周边道路的相关数据结合所述骑行效率指标和评价标准分别计算所述轨道站点的每一条周边道路的总体指标，并根据每一条周边道路的总体指标对对应的周边道路进行总体评估；S4、根据各条所述轨道站点的周边道路的总体指标对各条所述轨道站点的周边道路进行排序。本发明依据骑行道路评估指标对轨道站点周边骑行需求集中的骑行道进行精准化、定量化的骑行效率评估。效率评估。效率评估。


技术研发人员：王哲源 邹禹坤 温馨 李星 乔俊杰
受保护的技术使用者：成都市规划设计研究院
技术研发日：2023.04.04
技术公布日：2023/7/21