Trafik Kordonlarında O-D Matris Hesapları için Bluetooth Sensör Verilerinin Sadeleştirilmesine Yönelik Bir Algoritma Önerisi

Özlü B., Yardım M. S.

Mühendislikte Bilgisayar Uygulamaları ve Teknolojik Gelişmeler Sempozyumu, Ankara, Türkiye, 22 - 23 Aralık 2023, ss.1-8

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Ankara
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.1-8
  • Yıldız Teknik Üniversitesi Adresli: Evet

Özet

Bluetooth sensörler, yüksek kapsama alanına sahip olup, çok sayıda kimlik (ID) verisine ulaşmalarına rağmen, taşıt ve kişi türlerini bütünsel bir küme olarak algılarken, aralarında filtreleme yapamamaktadırlar. Bu çalışmanın amacı, bluetooth sensörlerden toplanan ve çeşitli başlangıç - bitiş (O-D) noktaları arasında konumlanmış ham verilerin, taşıt ve kişi şeklinde sadeleştirilerek ayrıştırılması ve dağılım oranlarının bulunmasıdır. Verimli bir O-D matrisi oluşturulması için, bunun dayandığı kural tabanı belirlenmiştir. Bu çalışmada verileri ayrıştırmak (veri gürültüsünü azaltmak) için sunulan filtreleme algoritması Basit Hareketli Ortalama (SMA) ile Eşik (Threshold) modellerine dayanır. Veriler PYTHON yazılım dili kullanarak ayrıştırılmıştır. Çalışma alanı İstanbul Tarihi Yarımada Trafik Kordon Bölgesi olarak ele alınmış, bölgedeki 39 adet sensör verisi kullanılmıştır. Ayrıştırma algoritmasının çalıştırılması ve belirli kabuller çerçevesinde, ham veri kütlesindeki kişilere ait kimlik adresi oranının %71,68, taşıtlara ait kimlik adresi oranların ise %28,32 olduğu belirlenmiştir.

 

Anahtar Kelimeler: O-D Matrisi, AUS, Bluetooth Sensör, Zaman Serisi Analizi Modelleri, İstanbul Tarihi Yarımada

Although Bluetooth sensors have high coverage and access to a large amount of ID data, they cannot filter between vehicle and person types while detecting them as a holistic set. This study aims to simplify the raw data collected from Bluetooth sensors between various origin-destination (O-D) points in vehicles and persons and find their distribution ratios. In order to create an efficient O-D matrix, the rule base on which it is based is determined. The filtering algorithm presented in this study to separate the data (reduce data noise) is based on Simple Moving Average (SMA) and Threshold models. The data is decomposed using the PYTHON software language. The study area was taken as the Istanbul Historic Peninsula Traffic Cordon Zone, and 39 sensor data were used. By running the parsing algorithm and within the framework of certain assumptions, it was determined that the proportion of identification addresses of people in the raw data mass was 71.68%, and the proportion of identification addresses of vehicles was 28.32%.

 

Keywords: O-D Matrix, ITS, Bluetooth Sensor, Time Series Analysis Models, Istanbul Historical Peninsula