CN102044146B - 基于一票制公交ic卡数据推算上车站点的方法 - Google Patents

Abstract

本发明公开了一种基于一票制公交IC卡数据推算上车站点的方法，包括如下步骤：a.根据刷卡记录的时间将目标公交车的刷卡记录进行聚类，刷卡时间相近的刷卡记录为一个聚类，每个聚类对应一个站点，形成待识别站点序列；b.根据每张IC卡的相邻的刷卡记录确定换乘信息；c.根据换乘信息以及公交线路之间的交叉点数据信息，以及公交线路的站点信息，推算出该IC卡所在聚类对应的实际站点，形成已识别站点序列；d.根据已识别站点序列推算待识别的聚类对应的实际待识别的站点，当已识别站点数量小于2时，用移动步距的贝叶斯决策树法推算；当已识别的聚类数量大于等于2，采用模式识别的方法推算。本发明方法对数据要求低，且精度较高。

Description

基于一票制公交IC卡数据推算上车站点的方法

技术领域

本发明涉及公共交通信息处理技术领域，具体地说是一种基于一票制公交IC卡数据推算上车站点的方法。 

背景技术

公交客流信息，特别是客流在时间、空间上的分布信息是公交规划、决策的数据基础。以往，公交客流信息多采用人工调查的手段获取，不仅样本量有限，而且消耗大量的人力、物力，同时由于数据经过采集、录入、分析等多个环节，质量不容易保证。随着IC卡在公交系统中的应用和普及，对IC卡数据进行处理、分析，得到城市公交客流数据成为可能。公交IC卡数据不仅数据量巨大，远高于抽样调查的比例，而且在数据处理方法可靠的前提下，数据质量也容易保证，这项技术也正引起越来越多人的注意。 

公交IC卡数据的格式因刷卡制度的不同而异。公交IC卡数据的最主要的目的是用于公交运营公司的运营结算，因此，国内大部分城市乘坐公交车只需上车时刷卡一次，即一票制，这样IC卡信息里就不包括上下车站点信息及下车时间信息。而公交客流信息中最重要的就是客流在时间、空间上的分布信息，因此，如此何处理一票制IC卡数据以获得乘客在某一时间的上车站点(也就是获得客流在时间、空间上的分布信息)就成为公交IC卡数据的关键。 

现有的处理一票制IC卡数据获得上车站点的技术方案有如下两种：方案1、GPS与IC卡数据融合处理；方案2、行车路单与IC卡数据整合处理。方案1很简单，国内的一些城市，如广州、杭州等，公交车上安装有GPS定位系统，借助于公交车GPS数据，可以获取公交车到达每一站的时间，与刷卡时间进行对比，从而推算出每一条刷卡记录的上车站，并获取公交客流信息。然而，方案1需要较好的数据 基础，而现在数据比较难获取，相对成本较高，在现在条件下并不是每辆公交车都安装有GPS定位，现在安有定位系统的公交车占少数，因此可实施性较弱，另外安装GPS定位，使用和维护成本都相对较高。方案2就无需在每辆公交车上安装GPS定位系统，而仅需要对始末站进行行车计时，根据出发时间与到达终点站时间，再根据站距以及公交行车速度，大致估计车辆到达每个车站的时间，与IC卡数据的刷卡进行对比，便可判断出上车站点。但方案2具有下述缺陷：首先行车路单记录始末站时间不一定准确，其次公交车在路上行驶根据路况不同，行驶速度就不同，到达时间的推算固然也不准确，因此这种方案的准确性太低。 

有鉴于上述现有的处理一票制IC卡数据的技术方案存在的缺陷，本发明人基于从事此研究多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，以期创设一种新的基于一票制公交IC卡数据推算上车站点的方法，能够改进一般现有的处理一票制IC卡数据的技术，使其更具有实用性。 

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于一票制公交IC卡数据推算上车站点的方法。本发明方法可以有效地处理一票制IC卡数据，从而获得乘客上车站点信息。本发明方法对数据要求低，且精度较高。 

为了解决上述技术问题，本发明采用了如下技术方案： 

基于一票制公交IC卡数据推算上车站点的方法，包括如下步骤： 

a.根据刷卡记录的时间将目标公交车的刷卡记录进行聚类，刷卡时间相近的刷卡记录为一个聚类，每个聚类对应一个站点，形成待识别聚类序列； 

b.调取每张IC卡的相邻的前一刷卡记录和后一刷卡记录，将前一刷卡记录和后一刷卡记录与目标公交车的刷卡记录相关联，确定前一 刷卡记录或后一刷卡记录与目标公交车的刷卡记录之间是否形成换乘信息； 

c.根据换乘信息以及公交线路之间的交叉点数据信息，以及公交线路的站点信息，推算出形成换乘信息的IC卡所在待识别聚类对应的实际站点，形成已识别聚类序列； 

d.根据已识别聚类序列推算待识别聚类对应的实际站点，当已识别聚类数量小于2时，用移动步距的贝叶斯决策树法推算待识别聚类对应的实际站点；当已识别聚类数量大于等于2，采用模式识别的方法推算待识别聚类对应的实际站点。 

进一步，所述移动步距的贝叶斯决策树法为：每个待识别聚类都有若干个候选站点，从该待识别聚类的上一个已识别聚类所对应的实际站点到该待识别聚类的各个候选站点形成了一个同根的树状结构，通过线路特征和站点特征对候选站点进行相似度判定，计算待识别聚类与候选站点的隶属度，根据公式 

$p_i=n\sqrt{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}}{p}_i\left(j\right)$

式中：p_i(j)--第j层第i片叶子的隶属度(叶子是指树最外层部分)； 

p_i--从树根到第i片树叶的几何平均概率 

计算从树根到第i片树叶的几何平均概率，概率最大的树叶及其连接到树根的枝就是待识别聚类所对应的实际站点序列。 

进一步，待识别聚类与候选站点的隶属度计算包括如下步骤：1、由线路特征可以得到上一已识别聚类对应的实际站点到待识别聚类k对应的候选站点间的距离d；2、根据待识别聚类k的刷卡时间、数量和持续时间得到上一已识别聚类对应的实际站点到待识别聚类k的旅行时间t；3、根据距离d和旅行时间t，通过公式spd＝d/t计算上一已识别聚类对应的实际站点与待识别聚类k对应的候选站点之间的速度spd；4、由速度特征得到的上一已识别聚类对应的实际站点与待识 别聚类对应的候选站点的平均速度μ以及速度标准差σ，根据标准正态分布密度拟合函数 

并根据公式 

得到待识别聚类与候选站点间的相似度，即隶属度。 

进一步，待识别聚类与候选站点的隶属度计算还包括如下步骤：通过站点特征调取待识别聚类对应的候选站点的已知的实际刷卡量级别，并与待识别聚类的刷卡量级别进行对比分析，得出站点特征判定分数，将站点特征判定分数与第4步由速度特征得到的隶属度相结合，得出待识别聚类与候选站点的隶属度的综合判定分数。 

进一步，所述模式识别的方法为：以相邻的两个已识别聚类之间范围为一个处理单元，处理单元内的待识别聚类数为M，处理单元内实际线路的站点数为N，当M与N相等时，待识别聚类与实际线路的站点存在着一一对应关系，直接可以识别出待识别聚类对应的实际站点信息；当M＞N时，则判定聚类数量错误，重新聚类分析，选取适当的时间间隔使聚类数量M＝N，根据一一对应关系可推测出待识别聚类对应的实际站点；当M＜N时，按照排列组合，从N个实际站点中找出M个站点与待识别聚类对应的模式有 

种，选定其中一种模式L，构造出模式L中M个实际站点的旅行时间矩阵，从而得到L的旅行时间特征向量；另一方面由待识别聚类之间的时间间隔构造出未知模式u的特征向量，对未知模式u特征向量归一化后，根据公式 

$d=\frac{1}{M}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{(x_{k,j}-x_{u,j})}^2$

计算模式L与未知向量的距离d，距离最小者即为未知模式u的对应模式，根据对应模式确定M个待识别聚类的对应的实际站点。 

乘客和公交车辆是公共交通系统两个重要的构成对象，公交车辆是乘客的载体，运行在固定的线路上，乘客可在不同线路间换乘。在换乘的过程中，乘客在不同线路的运行车辆之间建立了联系，即乘客 换乘时，乘客换乘前后所乘车辆在相近时间到达同一区域。本发明的基于一票制公交IC卡数据推算上车站点的方法就是根据换乘信息，确定相关公交车辆的换乘站点，从而确定乘客的上车站点。 

与现有技术相比，本发明的有益效果在于： 

1、本发明方法不需要公交车安装GPS，降低了数据处理成本； 

2、本发明方法能够更好更快更有效地实现一票制公交IC卡数据上车站点推算，解决IC卡数据的处理和应用问题； 

3、本发明方法的自适应性很强，能够通过特征矩阵有效利用各类已知信息，适用于任何刷卡序列，精度可调、可控； 

4、本发明方法对数据的要求不高，成本低，且有较高精度。 

附图说明

图1为本发明的基于一票制公交IC卡数据推算上车站点的方法的流程图； 

图2为本发明的基于一票制公交IC卡数据推算上车站点的方法的乘客换乘示意图； 

图3为本发明的基于一票制公交IC卡数据推算上车站点的方法的换乘信息处理示意图； 

图4为本发明的基于一票制公交IC卡数据推算上车站点的方法的移动步距的贝叶斯决策树法的流程图； 

图5为本发明的基于一票制公交IC卡数据推算上车站点的方法的移动步距的贝叶斯决策树法的站点隶属度的计算流程图； 

图6为本发明的基于一票制公交IC卡数据推算上车站点的方法的移动步距的贝叶斯决策树的示意图； 

图7为本发明的基于一票制公交IC卡数据推算上车站点的方法的模式识别的流程图。 

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。 

如图1至图7所示，图1为本发明的基于一票制公交IC卡数据推算上车站点的方法的流程图。基于一票制公交IC卡数据推算上车站点的方法，包括如下步骤：首先根据刷卡记录的时间将离散的刷卡交易记录进行聚类分析，刷卡时间相近的记录被聚为一个聚类，即一组数据。每一个聚类对应一个站点，形成待识别站点序列。上车站点的推算就是得到每个聚类所对应的实际站点，由于并非所有的上车站都有人刷卡上车，所以相邻的聚类并非一定对应于相邻的实际站点。其次，调取每张IC卡的与目标公交车的刷卡记录相邻的前一刷卡记录和后一刷卡记录，将前一刷卡记录和后一刷卡记录与目标公交车的刷卡记录相关联，确定前一刷卡记录或后一刷卡记录与目标公交车的刷卡记录之间是否形成换乘信息。是否形成换乘信息可根据相关联的刷卡记录的时间间隔以及已知的公交线路和站点GIS数据(即线路和站点的空间位置信息)以及公交线路的站距信息确定。根据换乘信息以及公交线路之间的交叉点数据信息，以及公交线路的站点信息，推算出该IC卡所在聚类对应的实际站点。根据换成信息推算出的对应实际站点的聚类形成已识别站点序列。如图2所示，图2为本发明的基于一票制公交IC卡数据推算上车站点的方法的乘客换乘示意图。乘客和公交车辆是公共交通系统两个重要的构成对象，公交车辆是乘客的载体，运行在固定的线路上，乘客可在不同线路间换乘。在换乘的过程中，乘客在不同线路的运行车辆之间建立了联系，即乘客换乘时，乘客换乘前后所乘车辆在相近时间到达同一区域。图3为本发明的基于一票制公交IC卡数据推算上车站点的方法的换乘信息处理示意图。乘客的换乘信息包括换乘时间、换乘站点，可以确定公交车辆在时间T的位置P(即站点编号，在公交系统中每个站点都有编号)，即车辆的一个坐标(P，T)，这个坐标对应聚类分析所得到的一个聚类。每辆公交车的所有坐标点就能够大致明确车辆空间上的运行轨迹，进而可以推算得到车辆的车次、运行方向、乘客的上车站点。由于并非所有的乘 客都会换乘，所以车辆到达没有换乘信息的站点的时间不能通过此方法得到。在乘客换乘信息获得已识别站点序列的基础上，融合模式识别算法和基于移动步距的贝叶斯决策树法，能够完整地解决一票制IC卡数据上车站点的推算问题。根据已识别站点序列推算没有换成信息的待识的聚类对应的实际站点，当已识别站点数量小于2时，用移动步距的贝叶斯决策树法推算待识别的聚类对应的实际站点；当已识别的聚类数量大于等于2，采用模式识别的方法推算待识别的聚类对应的实际站点。 

图4为本发明的基于一票制公交IC卡数据推算上车站点的方法的移动步距的贝叶斯决策树法的流程图。图4为循环步骤的一个循环。所述移动步距的贝叶斯决策树法是在贝叶斯决策树法的基础上允许结点跳跃，即将固定步长变为可变步长。因而，这一新的方法被称作基于移动步距的贝耶斯决策树法：每个待识别聚类都有若干个候选站点，从该待识别聚类的上一个已识别聚类所对应的实际站点(树根)到该待识别聚类的各个候选站点(树枝和树叶，其中最外层的候选站点为树叶)形成了一个同根的树状结构，通过已知的线路特征、站点特征、速度特征来对候选站点进行相似度综合判定，计算候选站点的隶属度，根据公式 

式中：p_i(j)--第j层第i片叶子的隶属度(叶子是指树最外层部分)；p_i--从树根到第i片树叶的几何平均概率计算出从树根到第i片树叶的几何平均概率。概率最大的树叶及其连接到树根的枝就是待识别聚类(刷卡记录)所对应的实际站点(即上车站点)序列。利用概率阈值p0对结果进行过滤：若追求识别的数量可将阈值p0设低，若追求识别精度，则应选择较高的阈值。选择较高阈值的候选站点作为待识别聚类对应的实际站点。这样逐次判断每个待识别聚类对应的实际站点。图5为本发明的基于一票制公交IC卡数据 推算上车站点的方法的移动步距的贝叶斯决策树法的站点隶属度的计算流程图。具体步骤如下：1、由线路特征可以得到上一已识别聚类对应的实际站点到待识别聚类k对应的候选站点间的距离d；2、根据待识别聚类k的刷卡时间、数量和持续时间得到上一已识别聚类对应的实际站点到待识别聚类k的旅行时间t(是上一个已识别聚类刷卡时间的最早时间与待识别聚类K刷卡时间的最早时间的时间差)；3、根据距离d和旅行时间t，通过公式spd＝d/t计算上一已识别聚类对应的实际站点与待识别聚类k对应的候选站点之间的速度spd；4、由速度特征得到的上一已识别聚类对应的实际站点与待识别聚类对应的候选站点的平均速度μ以及速度标准差σ，根据标准正态分布密度拟合函数 

并根据公式 

得到待识别聚类与候选站点间的相似度，即隶属度；5、每个待识别聚类都有若干个候选站点，从上一个已识别聚类所对应的实际站点到当前待识别聚类对应的各个候选站点形成了一个同根的树状结构，选择较高阈值的候选站点；这样逐次判断每个待识别聚类。 

进一步，本发明还可以通过站点特征调取待识别聚类对应的候选站点的已知的实际刷卡量级别，并与待识别聚类的刷卡量级别进行对比分析，得出站点特征判定分数，将站点特征判定分数与上段第4步由速度特征得到的隶属度相结合，得出待识别聚类与候选站点的相似度综合判定分数。选择分数较高的候选站点为待识别聚类对应的实际站点。从而提高准确度。 

根据上述算法，图6是选用北京的624路公交车线路为例，利用本发明的基于一票制公交IC卡数据推算上车站点的方法的移动步距的贝叶斯决策树法得到的贝叶斯决策树推算624路待识别聚类的示意图。经过换乘分析得到的聚类是有方向性的。在识别的过程中，每个聚类都有若干个侯选的实际站点，即由上一个已识别聚类所对应的实际站点到当前待识别聚类对应的各个候选站点形成了一个同根的树状结 构。该树状结构的根是上一个已识别聚类所对应的实际站点，待识别聚类对应的候选站点分别形成树枝和树叶。将图中的隶属度代入下述公式，根据公式 

$p_i=n\sqrt{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{p}_i\left(j\right)}$

式中：p_i(j)--第j层第i片叶子的隶属度(叶子是指树最外层部分)； 

p_i--从树根到第i片树叶的几何平均概率 

计算出从树根到第i片树叶的几何平均概率。概率最大的树叶及其连接到树根的枝就是刷卡记录所对应的上车站点序列。利用概率阈值p0对结果进行过滤：若追求识别的数量可将阈值p0设低，若追求识别精度，则应选择较高的阈值。 

如图7所示，当已识别站点数量大于等于2，采用模式识别的方法。图7为本发明的基于一票制公交IC卡数据推算上车站点的方法的模式识别的流程图。所述模式识别的方法为：以相邻的两个已识别聚类之间范围为一个处理单元，处理单元内的待识别聚类数为M，处理单元内实际线路的站点数为N，当M与N相等时，待识别聚类与实际线路的站点存在着一一对应关系，直接可以识别出待识别聚类对应的实际站点信息；当M＞N时，则判定聚类数量错误，重新聚类分析，选取适当的时间间隔使聚类数量M＝N，根据一一对应关系可推测出待识别聚类对应的实际站点；当M＜N时，按照排列组合，从N个实际站点中找出M个站点与待识别聚类对应的模式有 

种，选定其中一种模式L，构造出模式L中M个实际站点的旅行时间矩阵，从而得到L的旅行时间特征向量；另一方面由待识别聚类之间的时间间隔构造出未知模式u的特征向量，对未知模式u特征向量归一化后，根据公式 

$d=\frac{1}{M}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{(x_{k,j}-x_{u,j})}^2$

计算模式L与未知向量的距离d，距离最小者即为未知模式u的对应模式，根据对应模式确定M个待识别聚类的对应的实际站点。 

下面对本发明方法的可行性及精确度进行验证。验证方法为：利用分段计价线路的IC卡数据(有上下车站点信息)对上面的算法进行验证。将分段计价线路看作一票制线路进行处理，然后将推算得到的上车站点与实际上车站点进行对比，误差为站点编号的差值。 

选取的线路全部数据31525条，经处理能够得到28845条记录的上车站点信息。具体精度如表1所示。 

表1上车站点推算精度 

由此可见，本发明方法对数据要求低，且不需添加昂贵的设备，具有较高的精度。其结果满足要求。具有推广使用的价值。 

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。 

Claims (3)

1.基于一票制公交IC卡数据推算上车站点的方法，其特征在于，包括如下步骤：

a.根据刷卡记录的时间将目标公交车的刷卡记录进行聚类，刷卡时间相近的刷卡记录为一个聚类，每个聚类对应一个站点，形成待识别聚类序列；

b.调取每张IC卡的相邻的前一刷卡记录和后一刷卡记录，将前一刷卡记录和后一刷卡记录与目标公交车的刷卡记录相关联，确定前一刷卡记录或后一刷卡记录与目标公交车的刷卡记录之间是否形成换乘信息；

c.根据换乘信息以及公交线路之间的交叉点数据信息，以及公交线路的站点信息，推算出形成换乘信息的I C卡所在待识别聚类对应的实际站点，形成已识别聚类序列；

d.根据已识别聚类序列推算待识别聚类对应的实际站点，当已识别聚类数量小于2时，用移动步距的贝叶斯决策树法推算待识别聚类对应的实际站点；当已识别聚类数量大于等于2，采用模式识别的方法推算待识别聚类对应的实际站点；

其中，所述移动步距的贝叶斯决策树法为：每个待识别聚类都有若干个候选站点，从该待识别聚类的上一个已识别聚类所对应的实际站点到该待识别聚类的各个候选站点形成了一个同根的树状结构，通过线路特征和站点特征对候选站点进行相似度判定，计算待识别聚类与候选站点的隶属度，根据公式

$p_i=n\sqrt{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{p}_i\left(j\right)}$

式中：P_i(j)--第j层第i片叶子的隶属度；

P_i--从树根到第i片树叶的几何平均概率

计算从树根到第i片树叶的几何平均概率，概率最大的树叶及其连接到树根的枝就是待识别聚类所对应的实际站点序列。

2.根据权利要求1所述的基于一票制公交IC卡数据推算上车站点的方法，其特征在于，待识别聚类与候选站点的隶属度计算包括如下步骤：1、由线路特征可以得到上一已识别聚类对应的实际站点到待识别聚类k对应的候选站点间的距离d；2、根据待识别聚类k的刷卡时间、数量和持续时间得到上一已识别聚类对应的实际站点到待识别聚类k的旅行时间t；3、根据距离d和旅行时间t，通过公式spd＝d/t计算上一已识别聚类对应的实际站点与待识别聚类k对应的候选站点之间的速度spd；4、由速度特征得到的上一已识别聚类对应的实际站点与待识别聚类对应的候选站点的平均速度μ以及速度标准差σ，根据标准正态分布密度拟合函数并根据公式

得到待识别聚类与候选站点间的相似度，即隶属度。

3.根据权利要求2所述的基于一票制公交IC卡数据推算上车站点的方法，其特征在于，待识别聚类与候选站点的隶属度计算还包括如下步骤：通过站点特征调取待识别聚类对应的候选站点的已知的实际刷卡量级别，并与待识别聚类的刷卡量级别进行对比分析，得出站点特征判定分数，将站点特征判定分数与第4步由速度特征得到的隶属度相结合，得出待识别聚类与候选站点的隶属度的综合判定分数。

Images