CN106683404A - 一种通过手机定位技术获取公交客流od的方法 - Google Patents

Abstract

本发明公开了一种通过手机定位技术获取公交客流OD的方法，包括步骤：1)采集公交车和公交车上潜在乘客的定位信息；2)对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标；3)以公交车车载智能手机所在位置为坐标原点进行坐标平移并判断潜在乘客是否在公交车上，得到公交车的乘客集合；4)根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵。本发明克服了传统的公交客流OD矩阵获得方法成本高、精度低、复杂度高等缺点，使得公交客流OD的调查统计有了科学简便的方法；该方法具有投资小、覆盖范围广、样本量大、数据稳定可靠、原理简单且适用范围较广等优点。

Description

一种通过手机定位技术获取公交客流OD的方法

技术领域

本发明涉及城市公交客流调查领域，尤其是指一种通过手机定位技术获取公交客流OD的方法。

背景技术

截止2014年，全球汽车保有量超过了8,700万辆。私家车保有量的快速增长为城市带来了交通拥堵、交通事故和环境污染等一系列的问题。为了缓解私人交通带来的这些问题，许多城市如芝加哥、巴黎、库里蒂巴、广州等都提出了优先发展城市公共交通的战略。在城市公交发展的过程中，做好公交站点布局、公交线网优化、公交线路调整等工作是保证公交运营可靠性和提升公交吸引力的关键。上述工作顺利开展的基础是居民公交出行需求分析，其中以公交客流OD矩阵的获取最为重要。

目前，公交客流OD矩阵的获取方法包括调查统计法和OD反推法。统计调查法主要包括问卷调查法、小票调查法、视频统计法、IC卡调查法、GPS调查法等。问卷调查法和小票调查法能够获得公交客流OD信息，但是该方法需要消耗大量的人力、物力，调查周期长且跟乘客愿意接受调查的意愿关联性较大。视频统计法、IC卡调查法和GPS调查法能够省去人工调查的麻烦，但视频调查法的计数精度有待提高；IC卡调查法只能记录乘客的上车站点，下车站点仍需要通过数学方法进行推算；GPS调查法无法记录GPS功能处于关闭状态的乘客。OD反推法是指基于部分调查数据通过数学模型来对公交客流OD矩阵进行估计的一种间接方法。目前应用于OD反推的模型主要包括熵模型、广义最小二乘模型、极大似然模型、贝叶斯模型、双层规划模型、基于重力的模型、神经网络模型、模糊权重模型、卡尔曼滤波模型等。虽然国内外学者对于OD反推的研究成果较多，但是间接估算的精确度问题和计算的复杂度问题限制了模型在实践中的应用。

鉴于现有技术的缺点和智能手机的逐渐普及，一些学者提出了通过手机定位技术来获取公交客流OD的思路。目前，手机定位技术在道路交通参数采集、突发事件判别等方面已经得到了较好的应用。但是，该技术在公交客流OD矩阵的获取中的研究大都处于探索阶段。因此，本发明提出了一种通过手机定位技术获取公交客流OD的方法，为城市公交客流OD的调查提供一种更为经济简便的方法。

发明内容

本发明的目的在于克服现有技术的缺点与不足，利用智能手机，提供一种通过手机定位技术获取公交客流OD的方法，突破常规的公交客流OD获取方法调查成本或者复杂度过高的缺点，使得城市公交客流OD矩阵的获取工作变得简单易行、成本低廉。

为实现上述目的，本发明所提供的技术方案为：一种通过手机定位技术获取公交客流OD的方法，包括以下步骤：

1)采集公交车和公交车上潜在乘客的定位信息：根据公交车车载智能手机ID、定位时刻和公交车编号采集公交车在沿线各站点之间的定位信息，然后通过公交车定位信息和潜在乘客搜索圆采集潜在乘客的智能手机定位信息，并据此得到潜在乘客集合；

2)对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标；

3)以公交车车载智能手机所在位置为坐标原点进行坐标平移并判断潜在乘客是否在公交车上，得到公交车的乘客集合；

4)根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵。

在步骤1)中，采集公交车和潜在乘客智能手机的定位信息，包括如下步骤：

1.1)记I为某条公交线路上所有公交站点的集合，则对根据公交车车载智能手机ID(利用公交车车载智能手机的定位代替该公交车的定位)、定位时刻和公交车编号，采集公交车行驶在站点i和站点i+1之间时车载智能手机的定位信息。使用公交车编号代替车载智能手机ID，即获得该公交线路上所有站点之间的公交车定位信息：

式中：

m_(i,i+1)——公交车编号；

b_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的定位信息；

t_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间行驶时的定位时刻，取t_d,i为公交车离开站点i的时刻，t_a,i+1为公交车到达站点i+1的时刻；

x_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的经度；

y_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的纬度；

1.2)定义以t_(i,i+1)时刻车载智能手机所在地(假设在公交车司机的位置)为圆心，公交车车身对角线长度为半径的圆为潜在乘客搜索圆。记K_(i,i+1)为覆盖公交站点i和i+1之间的路段的所有基站在t_(i,i+1)时刻记录的所有智能手机集合，则对判断其是否在潜在乘客搜索圆内：

式中：

R——地球半径，单位m；

e_k——覆盖公交站点i和i+1之间的路段的所有基站t_(i,i+1)时刻记录的第k个智能手机定位数据的经度；

f_k——覆盖公交站点i和i+1之间的路段的所有基站时刻t_(i,i+1)记录的第k个智能手机定位数据的纬度；

l——公交车m_(i,i+1)的车身长度，单位m；

w——公交车m_(i,i+1)的车身长度，单位m；

ε——由基站定位误差决定的允许误差量，单位m。

若第k个智能手机的定位数据不满足不等式则该智能手机不在乘客潜在搜索圆范围内，剔除该数据；若第k个智能手机的定位数据满足不等式则该智能手机落在潜在乘客搜索圆范围内，保留该数据。

1.3)将智能手机的定位视作智能手机用户的定位，则根据上述保留数据可以得到落在潜在乘客搜索圆范围内的乘客(称为“潜在乘客”的)的定位。记公交车在站点i和i+1之间的所有潜在乘客的集合为N_(i,i+1)，则

式中：

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的智能手机ID。

对令将潜在乘客定位信息按如下格式记录：

式中：

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的定位信息；

——公交车m_(i,i+1)在站点i和i+1间的第j个潜在乘客的经度；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的纬度；

在步骤2)中，对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标。包括如下步骤：

2.1)遍历集合A中所有元素，按照如下规则进行数据清洗：

①删除主要信息缺失的元素；

②对于信息相同的元素只保留一个，删除其余元素。

③删除无对应基站的元素；

④删除虚假切换数据。

2.2)将经纬度坐标转换为西安80横纵坐标，将定位信息更新为：

b_(i,i+1)＝[m_(i,i+1),t_(i,i+1),x'_(i,i+1),y'_(i,i+1)]

式中：

x'_(i,i+1)——公交车m_(i,i+1)在站点i和i+1间t_(i,i+1)时刻的西安80横坐标；

y'_(i,i+1)——公交车m_(i,i+1)在站点i和i+1间t_(i,i+1)时刻的西安80纵坐标；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的西安80横坐标；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的西安80纵坐标。

在步骤3)中，进行坐标平移并判断潜在乘客是否在公交车上，包括如下步骤：

3.1)以公交车车载智能手机所在位置为坐标原点，进行坐标平移：

3.2)遍历集合A中所有元素，根据如下规则判断潜在乘客是否在公交车上：

若且则当公交车m_(i,i+1)在公交站点i和站点i+1之间行驶时，第j个潜在乘客在公交车上；否则，第j个潜在乘客不在公交车上。

将所有在公交车上的潜在乘客的智能手机ID添加到公交车m_(i,i+1)在公交站点i和站点i+1之间行驶时乘客集合P中，即

在步骤4)中，根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵，包括以下步骤：

4.1)根据如下规则确定每个乘客的上车站点和下车站点：

①若且则乘客在公交站点i上车；

②若且则乘客在公交站点i下车；

4.2)如果站点i是换乘点，认为乘客上车与上一次下车的时间差在20分钟之内，因此可以根据如下规则判断站点i是否为的起讫点：

①对于乘客在站点i上车的情况，若乘客在(t_d,i-20,t_d,i)时间范围内出现在另外一辆公交车上，认为站点i为换乘点，剔除该数据；否则认为站点i不是换乘点，保留该数据；

②对于乘客在公交站点i下车的情况，若乘客在(t_a,i,t_a,i+20)出现在另外一辆公交车上，认为站点i为换乘点，剔除该数据；否则认为站点i不是换乘点，保留该数据。

4.3)对集合中的每个元素按照步骤4.1)和步骤4.2)的规则进行判断，得到各乘客的上下车站点。

4.4)统计沿公交线路各公交站点的上下客人数，编制公交客流OD矩阵。

本发明与现有技术相比，具有如下优点与有益效果：

本发明利用智能手机，通过基站定位技术，实现了公交客流OD的统计，克服了传统的公交客流OD矩阵获得方法成本高、精度低、复杂度高等缺点，使得公交客流OD的调查统计有了科学简便的方法；该方法具有投资小、覆盖范围广、样本量大、数据稳定可靠、原理简单且适用范围较广等优点，因此本发明具有很大的实用推广价值。

附图说明

图1为本发明的公交客流OD统计方法流程图。

图2为潜在乘客搜索圆示意图。

图3为坐标平移示意图。

具体实施方式

下面结合具体实施例对本发明作进一步的说明。

如图1所示，本发明所述的通过手机定位技术获取公交客流OD的方法，包括如下步骤：

1)采集公交车和公交车上潜在乘客的定位信息：根据公交车车载智能手机ID、定位时刻和公交车编号采集公交车在沿线各站点之间的定位信息，然后通过公交车定位信息和潜在乘客搜索圆采集潜在乘客的智能手机定位信息，并据此得到潜在乘客集合；

2)对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标；

3)以公交车车载智能手机所在位置为坐标原点进行坐标平移并判断潜在乘客是否在公交车上，得到公交车的乘客集合；

4)根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵。

在步骤1)中，采集公交车和潜在乘客智能手机的定位信息，包括如下步骤：

1.1)记I为某条公交线路上所有公交站点的集合，则对根据公交车车载智能手机ID(利用公交车车载智能手机的定位代替该公交车的定位)、定位时刻和公交车编号，采集公交车行驶在站点i和站点i+1之间时车载智能手机的定位信息。使用公交车编号代替车载智能手机ID，即获得该公交线路上所有站点之间的公交车定位信息：

式中：

m_(i,i+1)——公交车编号；

b_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的定位信息；

t_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间行驶时的定位时刻，取t_d,i为公交车离开站点i的时刻，t_a,i+1为公交车到达站点i+1的时刻；

x_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的经度；

y_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的纬度；

1.2)如图2所示，定义以t_(i,i+1)时刻车载智能手机所在地(假设在公交车司机的位置)为圆心，公交车车身对角线长度为半径的圆为潜在乘客搜索圆。记K_(i,i+1)为覆盖公交站点i和i+1之间的路段的所有基站在t_(i,i+1)时刻记录的所有智能手机集合，则对判断其是否在潜在乘客搜索圆内：

式中：

R——地球半径，m；

e_k——覆盖公交站点i和i+1之间的路段的所有基站t_(i,i+1)时刻记录的第k个智能手机定位数据的经度；

f_k——覆盖公交站点i和i+1之间的路段的所有基站时刻t_(i,i+1)记录的第k个智能手机定位数据的纬度；

l——公交车m_(i,i+1)的车身长度，m；

w——公交车m_(i,i+1)的车身长度，m；

ε——由基站定位误差决定的允许误差量，m。

若第k个智能手机的定位数据不满足不等式则该智能手机不在乘客潜在搜索圆范围内，剔除该数据；若第k个智能手机的定位数据满足不等式则该智能手机落在潜在乘客搜索圆范围内，保留该数据。

1.3)将智能手机的定位视作智能手机用户的定位，则根据上述保留数据可以得到落在潜在乘客搜索圆范围内的乘客(称为“潜在乘客”的)的定位。记公交车在站点i和i+1之间的所有潜在乘客的集合为N_(i,i+1)，则

式中：

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的智能手机ID。

对令将潜在乘客定位信息按如下格式记录：

式中：

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的定位信息；

——公交车m_(i,i+1)在站点i和i+1间的第j个潜在乘客的经度；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的纬度；

在步骤2)中，对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标。包括如下步骤：

2.1)遍历集合A中所有元素，按照如下规则进行数据清洗：

①删除主要信息缺失的元素；

②对于信息相同的元素只保留一个，删除其余元素。

③删除无对应基站的元素；

④删除虚假切换数据。

2.2)将经纬度坐标转换为西安80横纵坐标，将定位信息更新为：

b_(i,i+1)＝[m_(i,i+1),t_(i,i+1),x'_(i,i+1),y'_(i,i+1)]

式中：

x'_(i,i+1)——公交车m_(i,i+1)在站点i和i+1间t_(i,i+1)时刻的西安80横坐标；

y'_(i,i+1)——公交车m_(i,i+1)在站点i和i+1间t_(i,i+1)时刻的西安80纵坐标；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的西安80横坐标；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的西安80纵坐标。

在步骤3)中，进行坐标平移并判断潜在乘客是否在公交车上，包括如下步骤：

3.1)如图3所示，以公交车车载智能手机所在位置为坐标原点，进行坐标平移：

3.2)遍历集合A中所有元素，根据如下规则判断潜在乘客是否在公交车上：

若且则当公交车m_(i,i+1)在公交站点i和站点i+1之间行驶时，第j个潜在乘客在公交车上；否则，第j个潜在乘客不在公交车上。

将所有在公交车上的潜在乘客的智能手机ID添加到公交车m_(i,i+1)在公交站点i和站点i+1之间行驶时乘客集合P中，即

在步骤4)中，根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵，包括以下步骤：

4.1)根据如下规则确定每个乘客的上车站点和下车站点：

①若且则乘客在公交站点i上车；

②若且则乘客在公交站点i下车；

4.2)如果站点i是换乘点，认为乘客上车与上一次下车的时间差在20分钟之内，因此可以根据如下规则判断站点i是否为的起讫点：

①对于乘客在站点i上车的情况，若乘客在(t_d,i-20,t_d,i)时间范围内出现在另外一辆公交车上，认为站点i为换乘点，剔除该数据；否则认为站点i不是换乘点，保留该数据；

②对于乘客在公交站点i下车的情况，若乘客在(t_a,i,t_a,i+20)出现在另外一辆公交车上，认为站点i为换乘点，剔除该数据；否则认为站点i不是换乘点，保留该数据。

4.3)对集合中的每个元素按照步骤4.1)和步骤4.2)的规则进行判断，得到各乘客的上下车站点。

4.4)统计沿公交线路各公交站点的上下客人数，编制公交客流OD矩阵。

下面结合具体案例对本发明上述方法作进一步的说明，如下：

广东省某市21路公交线路总长21.3千米，共设置15个站点，表1是经客流调查得到的该线路在某时段的上、下乘客人数。公交车车身长11.5米，宽2.5米。由于实地实验条件的缺乏，本发明利用MATLAB进行仿真实验验证方法的可行性，得到的公交客流OD矩阵如表2所示。

表1客流调查得到的广东省某市21路公交车上、下乘客人数

表2公交客流OD矩阵

以上所述实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (2)

1.一种通过手机定位技术获取公交客流OD的方法，其特征在于，包括以下步骤：

1)采集公交车和公交车上潜在乘客的定位信息：根据公交车车载智能手机ID、定位时刻和公交车编号采集公交车在沿线各站点之间的定位信息，然后通过公交车定位信息和潜在乘客搜索圆采集潜在乘客的智能手机定位信息，并据此得到潜在乘客集合；

2)对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标；

3)以公交车车载智能手机所在位置为坐标原点进行坐标平移并判断潜在乘客是否在公交车上，得到公交车的乘客集合；

4)根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵。

2.根据权利要求1所述的一种通过手机定位技术获取公交客流OD的方法，其特征在于，在步骤1)中，采集公交车和潜在乘客智能手机的定位信息，包括如下步骤：

1.1)记I为某条公交线路上所有公交站点的集合，则对根据公交车车载智能手机ID、定位时刻和公交车编号，采集公交车行驶在站点i和站点i+1之间时车载智能手机的定位信息，使用公交车编号代替车载智能手机ID，即获得该公交线路上所有站点之间的公交车定位信息：

$b_{(i,i+1)}=\[m_{(i,i+1)},t_{(i,i+1)},x_{(i,i+1)},y_{(i,i+1)}\],\∀i\∈I$

式中：

m_(i,i+1)——公交车编号；

b_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的定位信息；

t_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间行驶时的定位时刻，取t_d,i为公交车离开站点i的时刻，t_a,i+1为公交车到达站点i+1的时刻；

x_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的经度；

y_(i,i+1)——公交车m_(i,i+1)在站点i和i+1之间t_(i,i+1)时刻的纬度；

1.2)定义以t_(i,i+1)时刻车载智能手机所在地为圆心，公交车车身对角线长度为半径的圆为潜在乘客搜索圆，记K_(i,i+1)为覆盖公交站点i和i+1之间的路段的所有基站在t_(i,i+1)时刻记录的所有智能手机集合，则对判断其是否在潜在乘客搜索圆内：

$R\{arccos\[cos\left(y_{(i,i+1)}\right)cos\left(f_k\right)cos(x_{(i,i+1)}-e_k)+sin\left(y_{(i,i+1)}\right)sin\left(f_k\right)\]\}\≤\sqrt{l^2+w^2}\±\mathrm{\ϵ}(\⊗)$

式中：

R——地球半径；

e_k——覆盖公交站点i和i+1之间的路段的所有基站t_(i,i+1)时刻记录的第k个智能手机定位数据的经度；

f_k——覆盖公交站点i和i+1之间的路段的所有基站时刻t_(i,i+1)记录的第k个智能手机定位数据的纬度；

l——公交车m_(i,i+1)的车身长度；

w——公交车m_(i,i+1)的车身长度；

ε——由基站定位误差决定的允许误差量；

若第k个智能手机的定位数据不满足不等式则该智能手机不在乘客潜在搜索圆范围内，剔除该数据；若第k个智能手机的定位数据满足不等式则该智能手机落在潜在乘客搜索圆范围内，保留该数据；

1.3)将智能手机的定位视作智能手机用户的定位，则根据上述保留数据能够得到落在潜在乘客搜索圆范围内的乘客定位，记公交车在站点i和i+1之间的所有潜在乘客的集合为N_(i,i+1)，则

$N_{(i,i+1)}=\underset{j}{\∪}{n}_{(i,i+1)}^j$

式中：

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的智能手机ID；

对令将潜在乘客定位信息按如下格式记录：

$S_{(i,i+1)}^j=\[n_{(i,i+1)}^j,t_{(i,i+1)},e_{(i,i+1)}^j,f_{(i,i+1)}^j\]$

式中：

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的定位信息；

——公交车m_(i,i+1)在站点i和i+1间的第j个潜在乘客的经度；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的纬度；

在步骤2)中，对所有潜在乘客的智能手机的定位信息进行清洗并将经纬度坐标转换为西安80横纵坐标，包括如下步骤：

2.1)遍历集合A中所有元素，按照如下规则进行数据清洗：

①删除主要信息缺失的元素；

②对于信息相同的元素只保留一个，删除其余元素；

③删除无对应基站的元素；

④删除虚假切换数据；

2.2)将经纬度坐标转换为西安80横纵坐标，将定位信息更新为：

b_(i,i+1)＝[m_(i,i+1),t_(i,i+1),x'_(i,i+1),y'_(i,i+1)]

$s_{(i,i+1)}^j=\[n_{(i,i+1)}^j,t_{(i,i+1)},e_{(i,i+1)}^{j^{\′}},f_{(i,i+1)}^{j^{\′}}\]$

式中：

x'_(i,i+1)——公交车m_(i,i+1)在站点i和i+1间t_(i,i+1)时刻的西安80横坐标；

y'_(i,i+1)——公交车m_(i,i+1)在站点i和i+1间t_(i,i+1)时刻的西安80纵坐标；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的西安80横坐标；

——公交车m_(i,i+1)在站点i和i+1之间的第j个潜在乘客的西安80纵坐标；

在步骤3)中，进行坐标平移并判断潜在乘客是否在公交车上，包括如下步骤：

3.1)以公交车车载智能手机所在位置为坐标原点，进行坐标平移：

$\left\{\begin{array}{c}{e}_{(i,i+1)}^{j^{\′}}=e_{(i,i+1)}^{j^{\′}}-x_{(i,i+1)}^{\′}\\ f_{(i,i+1)}^{j^{\′}}=e_{(i,i+1)}^{j^{\′}}-y_{(i,i+1)}^{\′}\end{array}\right.$

$\left\{\begin{array}{c}{x}_{(i,i+1)}^{\′}=0\\ y_{(i,i+1)}^{\′}=0\end{array}\right.$

3.2)遍历集合A中所有元素，根据如下规则判断潜在乘客是否在公交车上：

若且则当公交车m_(i,i+1)在公交站点i和站点i+1之间行驶时，第j个潜在乘客在公交车上；否则，第j个潜在乘客不在公交车上；

将所有在公交车上的潜在乘客的智能手机ID添加到公交车m_(i,i+1)在公交站点i和站点i+1之间行驶时乘客集合P中，即

在步骤4)中，根据步骤3)判断得到的各站点之间的乘客信息，判断和推导各公交站点的上下客人数，并编制公交客流OD矩阵，包括如下步骤：

4.1)根据如下规则确定每个乘客的上车站点和下车站点：

①若且则乘客在公交站点i上车；

②若且则乘客在公交站点i下车；

4.2)如果站点i是换乘点，认为乘客上车与上一次下车的时间差在20分钟之内，因此能够根据如下规则判断站点i是否为的起讫点：

①对于乘客在站点i上车的情况，若乘客在(t_d,i-20,t_d,i)时间范围内出现在另外一辆公交车上，认为站点i为换乘点，剔除该数据；否则认为站点i不是换乘点，保留该数据；

②对于乘客在公交站点i下车的情况，若乘客在(t_a,i,t_a,i+20)出现在另外一辆公交车上，认为站点i为换乘点，剔除该数据；否则认为站点i不是换乘点，保留该数据；

4.3)对集合P_(i,i+1),中的每个元素按照步骤4.1)和步骤4.2)的规则进行判断，得到各乘客的上下车站点；

4.4)统计沿公交线路各公交站点的上下客人数，编制公交客流OD矩阵。