基于時空特征的車輛加油行為可視化分析

肖瀟 陳雙蕾

摘要：隨著社會的發(fā)展，我國的城市化建設的發(fā)展也有了很大的進步。目前，城市中車輛數(shù)量每年都有較大增長，基于車輛行為的數(shù)據(jù)分析工作的意義也愈加重要。在城市交通等研究領域，對車輛行為的可視化研究一直是可視化研究領域的熱門研究課題，如通過GPS描繪的出租車軌跡等，隨著物聯(lián)網(wǎng)（Intemetoffhings，IoT）技術、數(shù)據(jù)分析及可視化相關研究的發(fā)展越來越引起學術界的關注。目前對車輛行為的可視化研究通常集中在車輛軌跡、位置和流量等數(shù)據(jù)。由于難以收集區(qū)域內(nèi)所有加油站的歷史及實時加油數(shù)據(jù)，因此對車輛加油行為的相關研究較少。因此，建立一個能夠收集區(qū)域內(nèi)所有車輛加油數(shù)據(jù)（包括加油站坐標、加油時間和加油量等）的數(shù)據(jù)采集系統(tǒng)，對車輛行為就能做到更深入的分析，在城市交通規(guī)劃、加油站智能服務和公共安全等領域都將具有重要意義。

關鍵詞：時空特征;車輛加油行為;可視化分析

通過分析區(qū)域內(nèi)車輛加油的大數(shù)據(jù)，研究車輛加油的普遍行為模式，調查可能的異常行為。為此，以覆蓋新疆維吾爾自治區(qū)的車輛加油數(shù)據(jù)為基礎，設計了一個交互式可視分析系統(tǒng)。首先通過抽取相關數(shù)據(jù)集的基礎特征，得出加油站、汽車、駕駛員3類實體之間的關系;然后使用多種可視化經(jīng)典視圖并加以組合;此外，在部分視圖上增加了一些額外的圖形元素，以在具體應用場景下從不同視角描繪出典型的數(shù)據(jù)特征，如時空特征等，同時展示不同實體之間的關系。通過2個基于真實數(shù)據(jù)的案例，在領域專家的協(xié)助下分析數(shù)據(jù)中的典型個體行為模式及統(tǒng)計群組特征，最終實現(xiàn)對異常行為的識別。

一、相關工作

（一）時空數(shù)據(jù)可視化

近年來，由于物聯(lián)網(wǎng)的充分發(fā)展，時空數(shù)據(jù)分析逐漸成為大數(shù)據(jù)分析研究中常見的一種數(shù)據(jù)類型。基于時空數(shù)據(jù)的可視化技術重點表現(xiàn)數(shù)據(jù)的時間與空間維度屬性特征，并對其相關的模式及規(guī)律進行展示。交通數(shù)據(jù)屬于時空數(shù)據(jù)的一種，對交通數(shù)據(jù)的可視化研究大多是使用軌跡數(shù)據(jù)可視分析技術。根據(jù)研究，軌跡可視化技術可以總結為3種類型：直接可視化、聚類可視化和特征可視化。有大量的研究工作與軌跡數(shù)據(jù)可視化相關。一個基于GPS軌跡的城市交通擁堵視覺分析交互系統(tǒng)。借用了文本分析中的LDA方法，提取了出租車數(shù)據(jù)的“話題”來發(fā)現(xiàn)和分析城市內(nèi)大量出租車軌跡數(shù)據(jù)的隱藏模式。在研究中車輛信息大多由位置感知裝置收集，例如，安裝在出租車、公共汽車和其他公共交通工具上的GPS設備，研究的目的是找出城市交通擁堵的原因，并提出可能的解決方案。本文研究分析普通車輛，主要是私家車的行為模式并發(fā)現(xiàn)異常行為。本文中采用多視圖聯(lián)動的數(shù)據(jù)可視化方法來表示數(shù)據(jù)集中的多維屬性，使用的主要視圖模型有散點關系圖、甘特圖、平行坐標和日歷矩陣圖等。

（二）車輛加油行為分析

目前關于加油行為的數(shù)據(jù)分析研究主要集中在設施位置問題或經(jīng)濟因素上。大量裝備GPS的出租車的軌跡，用來檢測加油站的訪問情況、衡量所花費的時間，并估算整體需求。使用智能手機應用程序構建了一套監(jiān)測和分析駕駛行為的系統(tǒng)。提出了一種計量的經(jīng)濟學模型來分析新加坡汽油零售商的地理位置，以及這些零售商之間的價格競爭情況。研究的問題是零售汽油市場的產(chǎn)品設計、價格和位置特征是如何受到價格競爭的影響。以上工作主要集中在分析加油站本身的特征，相比之下，本文的工作更側重于車輛、司機和加油站之間的關系。在交通數(shù)據(jù)相關的研究領域，使用加油數(shù)據(jù)直接進行研究的工作較少，多數(shù)工作是使用車載GPS數(shù)據(jù)來進行車輛行為分析或交通模式研究的。設計了一個出租車起止點數(shù)據(jù)可視分析系統(tǒng)，使用全局概覽圖和環(huán)形像素圖等視圖，通過多組件協(xié)同交互，從不同維度分析出租車起止點數(shù)據(jù)的潛在時空模式。采用離散和連續(xù)型2種編碼方式對道路上的車流量、行車方向和速度等情況進行分析。使用GPS定位數(shù)據(jù)及相關數(shù)據(jù)的采樣率等信息實時估算車輛的車速與行駛時間。以上研究工作的目的主要是城市交通的改善，而本文的研究目的是發(fā)現(xiàn)車輛加油事件的異常行為，結合大數(shù)據(jù)可視化技術，實現(xiàn)在公共安全領域的智能分析和預測決策。

二、可視化設計

（一）地圖

使用地圖可以很好地展示數(shù)據(jù)的空間屬性及總覽。每個加油站由一個固定大小的點表示，加油站的位置由實際緯度和經(jīng)度確定，顏色深淺代表加油次數(shù)的多少。用戶可以通過調整時間參數(shù)來顯示不同時間區(qū)域的整體加油狀況。加油的數(shù)量在夜間是最少的（0：00～6：00），而從6：00～18：00的加油行為是較多的。

（二）散點關系圖

用戶可以查看單個加油站的具體加油情況，系統(tǒng)中使用一種基于笛卡爾坐標系的散點關系圖來展示一天內(nèi)某個加油站所有加油記錄的詳細信息。其中，x軸表示一天的時間范圍，從0：00～24：00，y軸表示充裝的數(shù)量，單位是L。2個坐標軸都提供了縮放數(shù)據(jù)區(qū)域的交互操作，用戶可以通過過濾將重點放在他們關心的時間段或充裝數(shù)量分段的數(shù)據(jù)視圖中。

（三）日歷矩陣

通常反映時間特征屬性的可視化方案里，使用時間軸、多快照或動畫的形式比較常見，這些方法各有其優(yōu)缺點和適用場景。本文采用的數(shù)據(jù)集中的時間特征有個明顯的特點，即同一輛車2次加油的時間間隔比較長，所以連續(xù)的時間序列表現(xiàn)方法在此并不適用。使用日歷矩陣可以方便地表現(xiàn)出更大范圍時間尺度的離散數(shù)據(jù)，從而集中反映一段時間之內(nèi)的加油記錄。將對應日期的加油行為繪制在圖上，顏色深淺代表了加油量的多少，而且周末加油和工作日加油的表示顏色也有區(qū)分，如果同一天加油次數(shù)多于一次，則當天的加油量為多次加油量之和。

三、結語

本文所述的可視化分析項目仍在持續(xù)推進中，更多其他來源的數(shù)據(jù)將會集成進系統(tǒng)，隨著數(shù)據(jù)的不斷積累，將進一步深入分析群體行為模式的特征。在下一階段，我們將重點關注群體的行為，并選擇適合群體行為展示的可視化視圖，特別是發(fā)現(xiàn)和識別小群體的常見行為模式，這也是目前系統(tǒng)用戶提出的重要實際需求。我們希望發(fā)現(xiàn)的模式包括特定人群的流動方向和行為特征，對流動目的地的預測，以及具有相同特征和行為模式的人群的劃分。此外，還會嘗試將可視分析與其他數(shù)據(jù)分析方法（如人群關系分析等）相結合，以此來解決上述實際需求。

參考文獻：

[1]姜曉睿，鄭春益，蔣莉，等.大規(guī)模出租車起止點數(shù)據(jù)可視分析[J].計算機輔助設計與圖形學學報，2015，27（10）：1907-1917.