CN103955973A

CN103955973A - 一种公交车客运量的检测与获取方法

Info

Publication number: CN103955973A
Application number: CN201410150196.2A
Authority: CN
Inventors: 董红召; 孔娟娟; 吴满金; 刘冬旭
Original assignee: Zhejiang University of Technology ZJUT
Current assignee: Zhejiang University of Technology ZJUT
Priority date: 2014-04-15
Filing date: 2014-04-15
Publication date: 2014-07-30
Anticipated expiration: 2034-04-15
Also published as: CN103955973B

Abstract

一种公交车客运量的检测与获取方法，包括以下步骤：步骤1.以公交车门开启时间为主要参数建立并确定公交车客运量的数学模型；步骤2.采集公交车门处于开启状态的时间数据t_i及相应的站点信息并发送至公交管理指挥中心；步骤3.模型求解各站点上车人数。即将接受的数据t_i代入步骤1所建立的数学模型中，并结合相应的站点信息，确定公交车在各个站点的上车人数；步骤4.统计各站点上车人数，完成公交车客运量的评估。

Description

一种公交车客运量的检测与获取方法

技术领域

本发明属于智能交通领域，具体涉及一种通过统计上车人数来获得公交车客运量的检测与获取方法。

背景技术

随着城市化进程的加快，人们出行频率更加频繁，有限的道路空间承受日益增大的交通压力。公交出行具有人均占用道路面积少、运量大、效率高等优点，是城市交通的首选方式。但总体来说，我国公共交通事业还比较落后，存在公交车的运营状况混乱，服务水平低下等问题。例如有些公交站点设置不合理，公交站点数量设置与客流量大小不匹配，或公交车发车时间间隔过长导致客流量大的区域内乘客坐车困难，或者客流量少的区域，公交车时常空载往返，浪费资源等。原因就是公交管理中心不能合理布局公交线路，调配各线路上的公交车数量，调整发车间隔时间等等，对此，对公交车辆的客运量进行评估统计是解决这些问题的一个重要前提。

目前已有多种用于评估公交车客运量的方法，如人工抽样统计技术、IC卡信息统计客流技术、视频识别检测方法、踏板压力垫子检测等。但是这些方法大多存在一些问题且易受外部因素影响，例如人工抽样统计技术是在各线路上设置客流调查专员按季或按月进行客流调查，无需设备投资，调查灵活。但是由于公交客流存在很大的流动性，调查数据易出现偏差且非常耗费人力财力。IC卡即集成电路卡，卡内有集成电路和感应天线，可以记录刷卡次数及上下车人数，对这些数据进行分析统计，即可得某线路某时间某刻的客流信息。特点是技术简单可靠，成本较低，但不能统计使用现金的乘客人数，此方法用于检测公交客运量过于片面。压力检测是利用乘客上车时触发压力传感器进行统计，但是其系统部件易损坏、可维护性差，且安装调试费用也较高。

对此，为克服上述各方法所存在的弊端，本发明提出一种公交客运量的检测与获取方法，以更加全面更加完善的手段对公交客运量进行统计。

发明内容

本发明要克服现有技术的上述缺点，提出一种公交车客运量检测与获取方法，在历史数据的基础上建立描述公交车开门时间与上车人数的关系模型，通过在公交车门上安装一定的装置获得开门时间代入模型中计算公交车在各站点的上车人数以此实现客运量统计计数的目的。

本发明的技术方案实现如下：

一种公交车客运量的检测与获取方法，包括以下步骤：

1.以公交车门开启时间为主要参数建立并确定公交车客运量的数学模型。

2.采集公交车门处于开启状态的时间数据t_i及相应的站点信息并发送至公交管理指挥中心。

3.模型求解各站点上车人数。即将接受的数据t_i代入步骤1所建立的数学模型中，并结合相应的站点信息，确定公交车在各个站点的上车人数。

4.统计各站点上车人数，完成公交车客运量的评估。

进一步地，所述步骤1由以下子步骤组成：

1.1建立公交车站点上车人数的数学模型，用于评估公交车客运量。本发明的公交车客运量获取方法以公交车门的开启时间为客运量数学模型的特征元素，所建立的数学模型为

N_{i} = a_{0} + a_{1} t_{i} + a_{2} t_{i}^{2} + . . . + a_{n} t_{i}^{n} .

其中，N_i为公交车在第i个站点的上车人数，如公交车在始发站的上车人数为N₁；t_i为公交车门在第i个站点处于开启状态的时间；a₀，a₁，a₂...a_n为该多项式各分项的系数；n为多项式的最高次数。

1.2调用历史上人工调查数据，统计与上述步骤中模型的相关参数，即上车人数N_i，公交车门开启时间t_i。

1.3结合上述步骤中整理得到的相关参数即t_i，N_i代入到建立的数学模型中进行数据训练，利用最小二乘法多项式曲线拟合方法求解模型中的未知参数。其基本原理是求解最佳的拟合曲线多项式使之与各个代入的历史数据点（t_k,N_k）的偏差平方和

R^{2} = Σ_{k = 1}^{w} {(N_{k} - (a_{0} + a_{1} t_{k} + a_{2} t_{k}^{2} + . . . a_{n} t_{k}^{n}))}^{2}

最小（w为所代入的历史数据总数），据此对上式求偏导并解矩阵方程便可求得系数矩阵[a₀,a₁…a_n]^T，从而确定各分项系数a₀，a₁，a₂...a_n，得到最终的模型。

进一步地，步骤2有以下子步骤组成：

2.1采集获取公交车门开启时间t_i。

该方法所需装置包括传感器，信号接口处理装置，车载微处理器，无线通信装置。具体地，将传感器安装在车门上，车门开启或关闭时，传感器获得的数据通过信号接口处理装置处理后传入车载微处理器中，微处理器再通过无线通信装置将数据t_i发送至公交管理指挥中心。

2.2与此同时利用车载GPS定位公交车所达到的站点，记录t_i对应的站点位置。

所述传感器可使用电阻传感器，压力传感器或位置传感器等。

所述无线通信方式可使用GPRS,CDMA,2G,3G等方式。

进一步地，步骤4由以下子步骤组成：

4.1公交车在一次行驶里程中载过的乘客人数为各站点上车人数之和，即总人数N_total=N₁+N₂+…N_m。

其中m为公交乘车在单次行驶里程中的停靠次数。

4.2根据评估要求，结合公交车工作班次求解公交车的日客运量及月客运量等。

本发明的优点是：评估方法简单易行，数据模型计算耗时短，效率高；无需复杂设备，成本较低；能快速合理的得到公交车各站点的上车人数并据此评估客运量；为公交线路调整，发车时间间隔调整，车辆调度等提供了可靠的数据，以高效，科学，节约的方式为城市公交车交通规划提供了重要的依据。

附图说明

图1为本发明方法的整体流程示意图。

图2为步骤4实时获取车门开启时间及公交车所在位置的方法示意图。

图3为所建立的数学模型函数图像示意图。

具体实施方式

下面结合附图，对本发明进行详细描述。

一种公交车客运量的检测与获取方法主要包括以下步骤（如图1所示）：

1.1建立公交车站点上车人数的数学模型，用于评估公交车客运量。本发明的公交车客运量获取方法以公交车门的开启时间为客运量数学模型的特征元素，建立的数学模型为

N_{i} = a_{0} + a_{1} t_{i} + a_{2} t_{i}^{2} + . . . + a_{n} t_{i}^{n} .

R^{2} = Σ_{k = 1}^{w} {(N_{k} - (a_{0} + a_{1} t_{k} + a_{2} t_{k}^{2} + . . . a_{n} t_{k}^{n}))}^{2}

2.采集数据t_i及站点信息并发送至公交管理指挥中心，如图2所示。

2.1采集获取公交车门开启时间t_i，该方法所需装置包括传感器，信号接口处理装置，车载微处理器，无线通信装置。具体地，将传感器安装在车门上，车门开启或关闭时，传感器获得的数据通过信号接口处理装置处理后传入车载微处理器中，微处理器再通过无线通信装置将数据t_i发送至公交管理指挥中心。

所述无线通信方式可使用GPRS,CDMA,2G,3G等方式。

4.统计各站点上车人数，完成公交车客运量的评估。

4.1公交车在一次行驶里程中载过的乘客人数为各站点上车人数之和。即总人数N=N₁+N₂+…N_m,其中m为公交乘车在单次行驶里程中的停靠次数。

4.2根据评估要求，结合班次求解公交车的日客运量及月客运量等。

Claims

1.一种公交车客运量的检测与获取方法，包括以下步骤：

步骤1.以公交车门开启时间为主要参数建立并确定公交车客运量的数学模型；

步骤2.采集公交车门处于开启状态的时间数据t_i及相应的站点信息并发送至公交管理指挥中心；

步骤3.模型求解各站点上车人数。即将接受的数据t_i代入步骤1所建立的数学模型中，并结合相应的站点信息，确定公交车在各个站点的上车人数；

步骤4.统计各站点上车人数，完成公交车客运量的评估。

2.如权利要求1所述的方法，其特征在于：所述步骤1由以下子步骤组成：

1.1建立公交车站点上车人数的数学模型，用于评估公交车客运量；以公交车门的开启时间为客运量数学模型的特征元素，所建立的数学模型为

N_{i} = a_{0} + a_{1} t_{i} + a_{2} t_{i}^{2} + . . . + a_{n} t_{i}^{n};

其中，N_i为公交车在第i个站点的上车人数，如公交车在始发站的上车人数为N₁；t_i为公交车门在第i个站点处于开启状态的时间；a₀，a₁，a₂...a_n为该多项式各分项的系数；n为多项式的最高次数；

1.2调用历史上人工调查数据，统计与上述步骤中模型的相关参数，即上车人数N_i，公交车门开启时间t_i；

1.3结合上述步骤中整理得到的相关参数即t_i，N_i代入到建立的数学模型中进行数据训练，利用最小二乘法多项式曲线拟合方法求解模型中的未知参数；求解最佳的拟合曲线多项式使之与各个代入的历史数据点（t_k,N_k）的偏差平方和

R^{2} = Σ_{k = 1}^{w} {(a_{0} + a_{1} t_{k} + a_{2} t_{k}^{2} + . . . a_{n} t_{k}^{n})}^{2}

3.如权利要求1所述的方法，其特征在于：步骤2有以下子步骤组成：

2.1采集获取公交车门开启时间t_i；

将传感器安装在车门上，车门开启或关闭时，传感器获得的数据通过信号接口处理装置处理后传入车载微处理器中，微处理器再通过无线通信装置将数据t_i发送至公交管理指挥中心；

3.如权利要求1所述的方法，其特征在于：步骤4由以下子步骤组成：

4.1公交车在一次行驶里程中载过的乘客人数为各站点上车人数之和，即总人数N_total=N₁+N₂+…N_m；

其中m为公交乘车在单次行驶里程中的停靠次数；