Kulkutavanpäättelyalgoritmit GPS-aineistossa
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2009
Department
Major/Subject
Liikennetekniikka
Mcode
Yhd-71
Degree programme
Language
fi
Pages
95 (+32)
Series
Abstract
The purpose of this study was to find out what kinds of possibilities GPS has to offer for travel surveys. The study focused mainly on household travel surveys and, more specifically, the detection of mode of transport from GPS data. The results can also be applied to other kinds of traffic and travel surveys where the reasons behind travel, methods of transport and characteristics of trips are studied. Traditional methods, such as interviews and travel diaries, have their limitations. Answering all the questions is often a time-consuming task for respondents, response rates are falling, some trips are forgotten altogether, and estimates about travel distances and durations are inaccurate. Because of these weaknesses, new methods have been developed. Their goal is to automatize the data collection and thus facilitate participation in studies, enhanee data quality and, if possibie, also to reduce costs. Using GPS devices is but one of these new methods. First, relevant literature was examined to find out what kinds of possibilities GPS offers to travel surveys, what limitations there are to the technique and what kinds of surveys have already been carried out. In addition, automatized processes for detecting information needed in travel surveys - mode, purpose of trip, route - from GPS data were examined. The focus was especially on algorithms for detecting the mode of transport from GPS data. The study included a pilot study of 50 persons carrying a GPS device to gather travel data. They also kept an extensive travel diary including times and modes of transport used. Based on this data, a mode detection algorithm was developed. The quality of a mode detection algorithm depends on what modes need to be distinguished and the information available on the traffic system. The best algorithms can detect the mode correctly in 95 percent of trips. In this study, the result was around 80 percent. The modes detected were walking, bike, ear, bus, tram, metro and train, and geographic information about public transport stops was used in addition to the GPS data. It is possible to improve the results, for example by using more geographic information such as public transport routes. Using GPS is a promising method, but it cannot he used to gather all the information that is nowadays gathered in household travel surveys. Thus GPS cannot fully replace the methods currently in use, but can only complement them. Using GPS also brings new risks to the surveys. The costs and the quality of data have to he assessed beforehand.Tämän työn tarkoituksena oli selvittää, millaisia mahdollisuuksia GPS-paikannus tuo liikkumisen tutkimiseen. Työssä keskityttiin lähinnä henkilöliikennetutkimuksiin, ja niissä tarkemmin kulkutavan päättelemiseen GPS-aineistosta. Tuloksia voidaan kuitenkin soveltaa myös muunlaisissa liikenne- ja liikkumistutkimuksissa, joissa kerätään tietoa muun muassa liikkumisen syistä, käytetyistä kulkutavoista ja matkojen ominaisuuksista. Perinteisten tutkimusmenetelmien, kuten haastattelujen ja matkapäiväkirjojen, käytössä on omat rajoituksensa. Vastaaminen on usein työlästä, joten vastausprosentit pienenevät, osa matkoista unohdetaan ja arviot matkojen kestoista ja pituuksista ovat epätarkkoja. Tutkimusten avuksi on siksi kehitetty uusia menetelmiä. Niiden tarkoituksena on automatisoida tiedonkeruuta ja siten helpottaa tutkimuksiin osallistumista, parantaa kerätyn aineiston laatua ja parhaassa tapauksessa myös pienentää kustannuksia. GPS-laitteiden käyttö on yksi tällainen menetelmä. Aluksi selvitettiin kirjallisuudesta, millaisia mahdollisuuksia ja toisaalta rajoituksia GPS-paikannus tuo liikkumistutkimuksiin ja millaisia tutkimuksia on jo toteutettu. Lisäksi selvitettiin, millaisia automatisoituja prosesseja tarvitaan, jotta GPS-aineistosta voidaan päätellä liikkumistutkimuksissa tarvittava tietoja, kuten kulkutapa, matkan tarkoitus ja reitti. Erityisesti tutkittiin algoritmeja, joilla GPS-aineistosta voidaan päätellä käytetty kulkutapa. Työssä toteutettiin 50 hengen pilottitutkimus, jonka osallistujat keräsivät GPS-laitteilla aineistoa liikkumisestaan ja pitivät samalla tarkkaa matkapäiväkirjaa. Kerätyn aineiston perusteella toteutettiin kulkutavanpäättelyalgoritmi. Kulkutavanpäättelyalgoritmien hyvyys riippuu siitä, mitä kulkutapoja on tarpeen erottaa ja mitä lähtötietoja on käytettävissä. Kirjallisuudessa esiintyvät parhaat algoritmin tunnistavat kulkutavan oikein jopa 95 prosentissa matkoista. Tässä työssä kehitetty algoritmi tunnisti kulkutavan oikein noin 80 prosentissa matkoista pääkaupunkiseudun oloissa. Tunnistettavat kulkutavat olivat kävely, pyöräily, auto, bussi, raitiovaunu, juna ja metro ja lähtötietoina käytettiin GPS-aineiston lisäksi joukkoliikenteen pysäkkien paikkoja. Päättelytulosta on mahdollista parantaa esimerkiksi käyttämällä muitakin paikkatietoja, kuten joukkoliikenteen reittejä. GPS on lupaava menetelmä, mutta sillä ei pystytä keräämään kaikkia niitä tietoja, joita esimerkiksi henkilöliikennetutkimuksissa nykyisin kerätään. Siksi GPS ei voi täysin korvata nykyisiä tutkimusmenetelmiä, vaan täydentää niitä. GPS:n käyttö tuo tutkimuksiin myös uudenlaisia riskejä. On pystyttävä etukäteen arvioimaan kustannuksia ja kerättävän tiedon laatua.Description
Supervisor
Ernvall, TimoThesis advisor
Pastinen, VirpiKeywords
household travel survey, henkilöliikennetutkimus, travel survey, liikkumistutkimus, GPS, GPS, mode detection, kulkutavanpäättely