CN103730008A

CN103730008A - 基于公交gps和ic卡实时数据的公交拥挤度分析方法

Info

Publication number: CN103730008A
Application number: CN201410017800.4A
Authority: CN
Inventors: 汪涛
Original assignee: Individual
Current assignee: Individual
Priority date: 2014-01-15
Filing date: 2014-01-15
Publication date: 2014-04-16

Abstract

本发明公开了一种基于公交GPS和IC卡实时数据的公交拥挤度分析方法，包括1）通过公共汽车GPS数据和IC卡历史数据构建历史质量数据库，实时数据筛选修复并挖掘有效数据；2）数据融合，建立居民公交出行实时信息表；3）根据交通模型，计算实时的公交线路客流OD分布；4）划分公交拥挤状态阈值，然后基于获取实时的公交线路客流OD分布，分别针对公交站点和公交线路做公交拥挤度分析。本发明的优点是提高数据的有效性、可靠性、准确性；为提高公共交通利用率提供了重要的数据依据。

Description

基于公交GPS和IC卡实时数据的公交拥挤度分析方法

技术领域

本发明涉及了一种基于公共汽（电）车GPS与IC卡实时数据的公交拥挤度分析方法，属于智能交通信息技术应用领域。

背景技术

公共交通作为城市交通出行的主要方式，受到了广大交通出行者的喜爱。然而，公共交通仍然存在很多的问题。哪个公交站点拥堵？哪条线路拥堵？公交线路在哪里拥堵？这些问题都是交通出行者日常关心的问题。由于出行者信息掌握不充分，一般会根据自身的经验判断公交拥挤状况。因为缺乏精确的数据依据，而且公交客流OD一般是动态变化的，因此这种判断往往是十分不准确的。

申请号为201110111146.X的发明专利“一种公交车内拥挤程度检测方法”，其方法采用距离传感器作为检测设备，来检测公交车内过道和车门区域是否站有乘客,距离传感器的信号输出端通过有线或无线的方式连接至车载的微型计算机,由微型计算机采集公交车内各个距离传感器的输出信号并采用加权求和方式计算出拥挤系数,以此来体现公交车内的拥挤程度。

申请号为201110287593.0的发明专利“实时公交拥挤状态信息的采集方法”，该方法原理如下：首先，由安装有车载信息终端的公交在公交行驶过程中的定期采集其公交编号、拥挤提示按键次数、位置等信息,并通过移动蜂窝通信等技术传送到公交数据服务中心；其次,公交数据服务中心根据公交上传的各数据信息中对应的拥挤提示按键次数信息,判断该公交在所处的各位置时是否存在拥挤,得到实时公交拥挤状态信息集,并结合各实时公交拥挤状态信息集的子集对应的公交编号、公交所处位置得到对应的各公交信息序列；再次,公交数据服务中心将得到的各公交信息序列存储到公交数据服务中心的数据库中,从而完成实时公交拥挤状态信息的采集。

上述检测公交车内拥挤程度的方法，是通过距离传感器以及拥挤按键进行分析获取公交拥挤程度。距离传感器以及拥挤按键往往在公交客流大的情况下无法准确判别而存在很大的误差，且随着时间的推移，误差会进一步扩大。

发明内容

本发明所要解决的技术问题是要提供一种基于多源实时数据融合的高效、准确、可靠的基于公交GPS和IC卡实时数据的公交拥挤度分析方法。

为了解决以上的技术问题，本发明提供了一种基于公交GPS和IC卡实时数据的公交拥挤度分析方法，该方法包括如下的步骤：

1）通过公共汽车GPS数据和IC卡历史数据相关性特征分析构建历史质量数据库，进而对实时获取的公交GPS数据和IC卡数据筛选，进行错误数据修复并挖掘有效数据；

2）对预处理后的公交GPS和IC卡实时数据进行数据融合，获取公交线路走向、站点位置、公交场站设施的公交网络数据，以及乘客上下车站点、乘客上下车时间的公交客流数据，并根据公交网络数据和公交客流数据建立居民公交出行实时信息表；

3）基于获取的居民公交出行实时信息表，根据交通模型，计算实时的公交线路客流OD分布；

4）根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间参数，划分公交拥挤状态阈值，然后基于获取实时的公交线路客流OD分布，分别针对公交站点和公交线路做公交拥挤度分析。

所述居民公交出行实时信息表包括以下内容：公交卡编号、乘客上车站点、乘客上车时间、公交行驶方向、乘客下车站点、乘客下车时间、公交车编号。具体表格形式如下表所示：

Figure 2014100178004100002DEST_PATH_IMAGE001

基于获取的居民公交出行实时信息表，根据交通模型，计算实时的公交线路客流OD分布。

所述的交通模型具体包含以下步骤：

1）持公交卡出行乘客占公交出行量比率：根据公交信息中心获取月持卡出行乘客人数和现金缴费乘客人数，计算线路持卡出行乘客比率如下：

2）公交出行总量确定：

其中，α_ij代表线路第i个站点乘上第 j 班次车的刷卡乘客数，m 为该线路站点总数，n为该线路安排班次数。

3）线路公交实时OD客流矩阵计算：

根据公交出行总量一定的原则，公交上车人数与下车人数相等。但是在实际数据统计过程中，上车乘客与下车乘客数一般不相等，因此，标定公交出行上车乘客辅助参数和公交出行下车乘客辅助参数如下：

其中，α，β分别为公交出行上车乘客数辅助参数和下车乘客数辅助参数，α_ij代表第i个站点乘上第 j 班次车的刷卡乘客数，β_jk代表线路第j 班次在第k 个站点的下车乘客数，m 为该线路站点总数，n为该线路安排班次数。

该线路乘客从第i个站点上车，第k个站点下车公交乘客数为q_ik,则有：

Figure 2014100178004100002DEST_PATH_IMAGE005

q_jik为第 j 班次车从第i个站点上车，第k个站点下车的公交乘客数。

根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间等参数以及相关标准规范，划分公交拥挤状态阈值，然后基于获取实时的公交线路客流OD分布，分别针对公交站点和公交线路做公交拥挤度分析。

所述的公交拥挤状态阈值划分如下：经过公交站点或公交线路上公交车辆平均立席密度0-4人/平方米为舒适，3-8人/平方米为拥挤，8人/平方米以上为非常拥挤。

所述的公交拥挤状态计算方法如下：

1）公交站点拥挤度指标计算：

经过站点i的线路总数为m,第i站点乘上j班车的乘客人数为α_ij，公交车辆有效利用面积为s，则公交站点i的拥挤度计算如下：

2）公交线路拥挤度指标计算

第i站点乘上j班车的乘客人数为α_ij，线路第j班次在第l个站点的下车乘客数为β_jl，线路j站点总数为k，公交车辆有效利用面积为s，则公交线路j的拥挤度计算如下：

Figure 2014100178004100002DEST_PATH_IMAGE007

本发明的优越功效在于：

1）传统的公交拥挤度分析方法中，一般都是以分析公交车内拥挤度为主，较少对公交站台以及公交线路的拥挤度进行分析；传统的公交拥挤分析只是对公交车内拥挤度进行分析无法影响公交运营管理决策以及公交出行者路劲决策。相比于传统的方法，本发明通过数据挖掘、融合手段提高数据的有效性并进行数据修复，保证了公交拥挤度分析方法的可靠性、准确性；

2）具有成本低，操作简单的特点，有较大的推广应用前景；

3）本发明掌握了城市各个公交站点和公交线路的公交车拥挤情况，可为城市合理分配公共交通资源线路、提高公共交通利用率提供重要数据依据。

附图说明

图1为本发明的客流数据图；

图2为本发明的分析结果图。

具体实施方式

请参阅附图所示，以宁波市公共交通系统为分析对象，具体阐述本发明公交拥挤度分析方法。

如图所示，本发明提供一种基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，下面具体举例说明如何进行公交的拥挤度分析。

本发明以宁波市公交GPS和IC卡实时数据作为数据源，并通过历史数据特征分析建立历史质量数据库，进而对实时获取的公交GPS和IC卡数据筛选，进行错误数据修复并挖掘有效数据。接着对预处理后的高质量公交GPS和IC卡实时数据进行数据融合，获取公交线路走向、站点位置、公交场站设施等公交网络数据，以及乘客上下车站点、乘客上下车时间等公交客流数据，并根据公交网络数据和公交客流数据建立居民公交出行实时信息表，具体如下：

2）公交出行总量确定：

Figure 2014100178004100002DEST_PATH_IMAGE009

α_ij代表线路第i个站点乘上第 j 班次车的刷卡乘客数，m 为该线路站点总数，n为该线路安排班次数。

3）线路公交实时OD客流矩阵计算。

其中，α，β分别为公交出行上车乘客数辅助参数和下车乘客数辅助参数，α_ij代表第i个站点乘上第 j 班次车的刷卡乘客数，β_jk代表线路第 j 班次在第k 个站点的下车乘客数，m 为该线路站点总数，n为该线路安排班次数。

Figure 2014100178004100002DEST_PATH_IMAGE011

在具体应用中，如果部分公交数据不能实时获取，则采用前一天该时间段的数据进行分析。在本案例中，公交持卡出行比率取定值0.836，通过统计数据获取；安排车次选取某一阶段获取的实时车辆安排数量，取定值905。分析获取客流数据如图1所示，图中各条线路客流数据均存储在数据库中，绿色代表客流畅通，黄色为拥挤，红色表现为阻塞。

获取公交客流后，根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间等参数以及相关标准规范，划分公交拥挤状态阈值，然后基于获取实时的公交线路客流OD分布，分别针对公交站点和公交线路做公交拥挤度分析。

1）公交站点拥挤度指标计算：

2）公交线路拥挤度指标计算：

通过拥挤阈值判定公交站点和公交线路拥挤程度，具体标准为：经过公交站点或公交线路上公交车辆平均立席密度0-4人/平方米为舒适，3-8人/平方米为拥挤，8人/平方米以上为阻塞。本案例中，以宁波市公共交通系统为分析对象，分析结果如图2所示：

在具体应用中，公交拥挤程度是实时变化的，本案例中采用2014年1月6日上午10:52宁波公交系统的数据进行分析。与公交客流分析有相似性，当实时获取的数据出现质量问题或者缺失时，可以根据前一天该时段数据进行补充，得到完整的公交拥挤分析结果。此外，本发明掌握了城市各个公交站点和公交线路的公交车拥挤情况，可以为城市合理分配公共交通资源线路、提高公共要数据依据。

Claims

1.一种基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，该方法包括如下的步骤：

2.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，其特征在于：所述居民公交出行实时信息表包括公交卡编号、乘客上车站点、乘客上车时间、公交行驶方向、乘客下车站点、乘客下车时间和公交车编号。

3.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，其特征在于：所述的交通模型包含以下步骤：

1）持公交卡出行乘客占公交出行量比率：

根据公交信息中心获取月持卡出行乘客人数和现金缴费乘客人数，计算线路持卡出行乘客比率如下：

Figure 2014100178004100001DEST_PATH_IMAGE001

2）公交出行总量确定：

4.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，其特征在于：所述计算实时的公交线路客流OD分布，是根据公交出行总量一定的原则，标定公交出行上车乘客辅助参数和公交出行下车乘客辅助参数如下：

Figure 2014100178004100001DEST_PATH_IMAGE003

其中，α，β分别为公交出行上车乘客数辅助参数和下车乘客数辅助参数，α_ij代表第i个站点乘上第j班次车的刷卡乘客数，β_jk代表线路第j班次在第k个站点的下车乘客数，m为该线路站点总数，n为该线路安排班次数；

其中，q_jik为第j班次车从第i个站点上车，第k个站点下车的公交乘客数。

5.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，其特征在于：所述的公交拥挤状态阈值划分如下：经过公交站点或公交线路上公交车辆平均立席密度0-4人/平方米为舒适，3-8人/平方米为拥挤，8人/平方米以上为非常拥挤。

6.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法，其特征在于：所述的公交拥挤状态计算方法如下：

1）公交站点拥挤度指标计算：

Figure 2014100178004100001DEST_PATH_IMAGE005

其中，经过站点i的线路总数为m,第i站点乘上j班车的乘客人数为α_ij，公交车辆有效利用面积为s：

2）公交线路拥挤度指标计算：

其中，第i站点乘上j班车的乘客人数为α_ij，线路第j班次在第l个站点的下车乘客数为β_jl，线路j站点总数为k，公交车辆有效利用面积为s。