1. 成果信息：

Xue Yang, Luliang Tang*, et al. 2019. Pedestrian network generation based on crowdsourced tracking data. International Journal of Geographical Information Science, doi: 10.1080/13658816.2019.1702197

作者信息：

Ÿ 杨雪（第一作者）, 博士, 副教授, 中国地质大学（武汉）154.com皇冠。研究方向：基于众源轨迹的城市空间信息感知与人类移动行为研究。

2. 成果介绍

行人路网数据为行人导航服务及移动建模提供重要数据源。本文提出了一种基于众源轨迹数据的行人路网信息获取方法。该方法采用双层框架模式，在第一层采用多尺度分形维算法将行人轨迹数据分类为：具有明确行走方向的轨迹（WCD）和自由漫步行走轨迹（WOCD）两类，实现众源行人轨迹数据模式识别；根据第一层获取到的两类数据，在第二层首先利用KDE点聚类方法实现行人路网数据路段、节点信息提取；然后利用优化连通区域分析算法提取行人活动区域。具体算法原理如图1所示：

图1 基于众源行人轨迹数据的行人路网信息获取流程图

行人在步行过程中的行为模式与其步行的目的相关性非常高。一般情况下，当步行者具有明确的目的性从A点步行至B点时，会从步行时间角度出发，步行过程中行走方向非常明确，极少存在走走停停或在某个区域停留漫步的情况。与之相反，也有一些步行者带着漫步、游览的目的进行行走，在行走过程中会存在短时间停留、方向杂乱的漫步行为。本文通过分析行人步行模式，利用多尺度分形维算法对众源轨迹数据进行模式识别与分类，分类结果如图2所示。

图2 行人步行模式分类结果

两类不同行走模式中包含了不同的区域空间信息。本文将WCD模式的轨迹数据用于提取行人路网路段、节点信息；WOCD模式的轨迹数据用于提取行人活动区域，如图3所示。

图3 行人路网信息提取结果