CN106683404B - 一种通过手机定位技术获取公交客流od的方法 - Google Patents

一种通过手机定位技术获取公交客流od的方法 Download PDF

Info

Publication number
CN106683404B
CN106683404B CN201611106760.6A CN201611106760A CN106683404B CN 106683404 B CN106683404 B CN 106683404B CN 201611106760 A CN201611106760 A CN 201611106760A CN 106683404 B CN106683404 B CN 106683404B
Authority
CN
China
Prior art keywords
bus
passenger
website
potential
smart phone
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201611106760.6A
Other languages
English (en)
Other versions
CN106683404A (zh
Inventor
郝小妮
陈枝伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201611106760.6A priority Critical patent/CN106683404B/zh
Publication of CN106683404A publication Critical patent/CN106683404A/zh
Application granted granted Critical
Publication of CN106683404B publication Critical patent/CN106683404B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • H04W4/046—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

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td,i为公交车离开站点i的时刻，ta,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；
ek——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；
fk——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)的车身宽度，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N(i,i+1)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N(i,i+1)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是否为起讫点：
①对于乘客在站点i上车的情况，若乘客在(td,i-20,td,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(ta,i,ta,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td,i为公交车离开站点i的时刻，ta,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；
ek——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；
fk——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)的车身宽度，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N(i,i+1)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N(i,i+1)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是否为起讫点：
①对于乘客在站点i上车的情况，若乘客在(td,i-20,td,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(ta,i,ta,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：
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td,i为公交车离开站点i的时刻，ta,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：
式中：
R——地球半径；
ek——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；
fk——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)的车身宽度；
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
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N(i,i+1)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N(i,i+1)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是否为起讫点：
①对于乘客在站点i上车的情况，若乘客在(td,i-20,td,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(ta,i,ta,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。
CN201611106760.6A 2016-12-06 2016-12-06 一种通过手机定位技术获取公交客流od的方法 Expired - Fee Related CN106683404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611106760.6A CN106683404B (zh) 2016-12-06 2016-12-06 一种通过手机定位技术获取公交客流od的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611106760.6A CN106683404B (zh) 2016-12-06 2016-12-06 一种通过手机定位技术获取公交客流od的方法

Publications (2)

Publication Number Publication Date
CN106683404A CN106683404A (zh) 2017-05-17
CN106683404B true CN106683404B (zh) 2019-10-18

Family

ID=58867563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611106760.6A Expired - Fee Related CN106683404B (zh) 2016-12-06 2016-12-06 一种通过手机定位技术获取公交客流od的方法

Country Status (1)

Country Link
CN (1) CN106683404B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107545761B (zh) * 2017-08-01 2020-07-28 浙江工业大学 一种用于采集公交车留站客流的方法
CN107767669B (zh) * 2017-10-24 2020-11-20 东南大学 基于WiFi和蓝牙识别的公交线路客流OD估计方法
CN107798869B (zh) * 2017-10-24 2020-09-11 东南大学 基于站点WiFi和车载GPS的公交乘客客流采集与分析方法
CN108021980B (zh) * 2017-12-15 2020-04-17 中国科学院地理科学与资源研究所 一种基于手机数据的精细尺度城市人群数量预测方法
CN108242149B (zh) * 2018-03-16 2020-06-30 成都智达万应科技有限公司 一种基于交通数据的大数据分析方法
CN109447352B (zh) * 2018-10-31 2021-04-30 东南大学 一种公交出行od矩阵反推的组合方法
CN109905845A (zh) * 2018-12-10 2019-06-18 华南理工大学 一种基于手机信令的公交客流od获取方法
CN109919550B (zh) * 2019-03-07 2023-04-07 重庆交通大学 一种基于轨道交通工具的众包快递系统及方法
CN110121143B (zh) * 2019-03-25 2021-06-18 北京三快在线科技有限公司 位置确定方法、装置、电子设备及可读存储介质
CN110021169A (zh) * 2019-05-06 2019-07-16 南京航空航天大学 一种基于手机信令数据和公交数据的公交乘客下车站点推测方法
CN110223116B (zh) * 2019-06-06 2021-07-06 武汉元光科技有限公司 公交线网信息问卷调查方法及装置
CN110415397B (zh) * 2019-06-28 2021-09-10 苏州浪潮智能科技有限公司 一种基于云计算的智能卡数据信息采集方法、设备和介质
CN110929982B (zh) * 2019-10-15 2023-11-24 江苏纬信工程咨询有限公司 基于融合数据的公交线网客流检测方法与系统
ES2822224A1 (es) * 2019-10-29 2021-04-29 Univ Alicante Sistema y metodo de optimizacion de la gestion de medios de transporte abiertos
CN111179589B (zh) * 2019-12-06 2021-06-29 北京中交兴路信息科技有限公司 车辆od预测的方法、装置、设备及存储介质
CN113066303B (zh) * 2021-03-25 2022-09-06 上海智能新能源汽车科创功能平台有限公司 一种基于车路云协同的智能公交车站点组合定位系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013163A (zh) * 2010-11-25 2011-04-13 广州通易科技有限公司 使用手机基站数据与营运车辆gps数据进行公交od调查的方法
CN103279534A (zh) * 2013-05-31 2013-09-04 西安建筑科技大学 基于智能公交系统数据的公交卡乘客通勤od分布估计方法
CN103280100A (zh) * 2013-05-31 2013-09-04 西安建筑科技大学 融合智能调度数据的公交ic卡乘客换乘站点判断方法
CN103389080A (zh) * 2013-08-19 2013-11-13 重庆市地理信息中心 一种基于地理信息应用城市独立坐标系参数获取方法
CN103593974A (zh) * 2013-11-06 2014-02-19 福建工程学院 一种基于定位信息的公交载客量采集方法
CN105023231A (zh) * 2015-07-23 2015-11-04 四川数智通软件有限责任公司 基于视频识别和手机gps的公交数据获取方法
CN105185105A (zh) * 2015-06-26 2015-12-23 东南大学 基于车辆gps和公交ic卡数据的公交换乘识别方法
CN105788260A (zh) * 2016-04-13 2016-07-20 西南交通大学 一种基于智能公交系统数据的公交乘客od推算方法
CN105869388A (zh) * 2016-05-31 2016-08-17 苏州朗捷通智能科技有限公司 一种公交客流数据采集及起讫点的分析方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140035921A1 (en) * 2012-07-31 2014-02-06 Xerox Corporation Analysis and visualization of passenger movement in a transportation system
US9536210B2 (en) * 2014-12-11 2017-01-03 Xerox Corporation Origin-destination estimation system for a transportation system
US9564048B2 (en) * 2014-12-18 2017-02-07 Sap Se Origin destination estimation based on vehicle trajectory data

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013163A (zh) * 2010-11-25 2011-04-13 广州通易科技有限公司 使用手机基站数据与营运车辆gps数据进行公交od调查的方法
CN103279534A (zh) * 2013-05-31 2013-09-04 西安建筑科技大学 基于智能公交系统数据的公交卡乘客通勤od分布估计方法
CN103280100A (zh) * 2013-05-31 2013-09-04 西安建筑科技大学 融合智能调度数据的公交ic卡乘客换乘站点判断方法
CN103389080A (zh) * 2013-08-19 2013-11-13 重庆市地理信息中心 一种基于地理信息应用城市独立坐标系参数获取方法
CN103593974A (zh) * 2013-11-06 2014-02-19 福建工程学院 一种基于定位信息的公交载客量采集方法
CN105185105A (zh) * 2015-06-26 2015-12-23 东南大学 基于车辆gps和公交ic卡数据的公交换乘识别方法
CN105023231A (zh) * 2015-07-23 2015-11-04 四川数智通软件有限责任公司 基于视频识别和手机gps的公交数据获取方法
CN105788260A (zh) * 2016-04-13 2016-07-20 西南交通大学 一种基于智能公交系统数据的公交乘客od推算方法
CN105869388A (zh) * 2016-05-31 2016-08-17 苏州朗捷通智能科技有限公司 一种公交客流数据采集及起讫点的分析方法及系统

Also Published As

Publication number Publication date
CN106683404A (zh) 2017-05-17

Similar Documents

Publication Publication Date Title
CN106683404B (zh) 一种通过手机定位技术获取公交客流od的方法
CN104167092B (zh) 一种确定出租车上下客热点区域中心的方法以及装置
Kondor et al. Estimating savings in parking demand using shared vehicles for home–work commuting
CN105788260B (zh) 一种基于智能公交系统数据的公交乘客od推算方法
Vanajakshi et al. Travel time prediction under heterogeneous traffic conditions using global positioning system data from buses
CN103364002B (zh) 结合实时路况及公共交通运营信息的路线规划系统和方法
Karbassi et al. Vehicle route prediction and time of arrival estimation techniques for improved transportation system management
CN107463940A (zh) 基于手机数据的车辆类型识别方法和设备
CN101976505A (zh) 交通评价方法及系统
CN105702035B (zh) 一种利用历史公交数据评估乘车难易程度的方法
CN105809962A (zh) 一种基于手机数据的交通出行方式划分的方法
CN105185105A (zh) 基于车辆gps和公交ic卡数据的公交换乘识别方法
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
CN104200649A (zh) 基于预先申请的交通高峰期路线资源调度分配系统与方法
CN105654721B (zh) 一种采用公交ic卡和车载gps数据计算公交od量的方法
CN105844362A (zh) 城市交通综合出行决策模型
WO2018130084A1 (zh) 交通信息的获取方法、装置及非暂态计算机可读存储介质
CN105046627A (zh) 基于北斗定位技术的景区自行车智能管理系统
CN108573604A (zh) 基于移动终端定位的公交od数据获取方法及存储介质
CN109102114A (zh) 一种基于数据融合的公交出行下车站点估计方法
CN106251628B (zh) 一种确定机动车的交通出行量的方法及装置
CN108648453A (zh) 一种基于手机位置更新信息进行交通出行数据画像的方法
Ge et al. Urban taxi ridership analysis in the emerging metropolis: Case study in Shanghai
Astarita et al. A review of traffic signal control methods and experiments based on Floating Car Data (FCD)
CN113657681B (zh) 联结智能公交站台和共享交通的方法、系统和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191018

CF01 Termination of patent right due to non-payment of annual fee