CN108831149B - 一种基于历史od信息定制公交线路开行方法及系统 - Google Patents
一种基于历史od信息定制公交线路开行方法及系统 Download PDFInfo
- Publication number
- CN108831149B CN108831149B CN201810615024.6A CN201810615024A CN108831149B CN 108831149 B CN108831149 B CN 108831149B CN 201810615024 A CN201810615024 A CN 201810615024A CN 108831149 B CN108831149 B CN 108831149B
- Authority
- CN
- China
- Prior art keywords
- station
- travel
- trip
- bus
- determining
- 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.)
- Active
Links
Images
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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于历史OD信息定制公交线路开行方法,首先获取历史OD信息;统计周期内工作日期间的日平均交通量;然后获取汽车出行用户的历史OD信息,并生成汽车出行用户的关键位置;获取公交出行用户的历史OD信息,并生成出行用户的关键站点;统计站点间出行需求热力分布情况;确定大公交站点并划分交通小区;计算以大公交站点为中心的交通小区的出行需求;最后规划公交线路的起讫站点、中途停靠站点;确定早晚高峰时段;确定开收班时间及排班密度。该方法能满足更多出行用户的需求,给汽车出行用户提供了更好的高效环保的出行方式,并能提升出行用户尤其是汽车车主对公交选择的积极性,进一步地能缓解交通拥堵、提高环保效益。
Description
技术领域
本发明涉及智慧交通技术领域,特别是一种基于历史OD信息定制公交线路开行方法及系统。
背景技术
随着经济的快速增长与我国汽车保有量的迅速增加,给各城市带来了交通拥堵的难题。国内外经验证明,大力发展城市公共交通工具,减少汽车出行数量,是解决拥堵的主要方式。
据深圳市相关部门数据显示,小汽车出行解决全市出行量的24%,但占用了将近50%机动车车道资源;公交车解决全市出行量的近20%,但占有道路空间仅7.8%;行人出行大概占全市出行的50%,占全市道路的空间只有20%。可以看出,小汽车出行效率低但占用了更多的道路空间,从效率方面考虑,应给予大运量公交更高的路权。
根据《国务院关于城市优先发展公共交通的指导意见》的要求,交通运输部决定每年9月16日~22日组织开展“公交出行宣传周”活动,多个城市也相应出台了关于城市优先发展公共交通的实施意见,公共交通出行向绿色、智能与便捷的大方向发展是必然趋势,也必将成为出行用户积极选择的一种出行方式。
以车为本的城市交通发展理念以及城市开发模式失衡,导致公交在与小汽车竞争中完全处于被动“挨打”的状态。交通运输部发布的《2017年交通运输行业发展统计公报》显示,城市公共汽电车客运量722亿人次,同比下降3%。这已经是常规公交客运量连续第三年下降——从2014年的781亿人次降到了2017年的722亿人次。城市公交客运量持续下降,有悖于优先发展公共交通的战略方向和创建公交都市的目标,也不符合各地城市人民政府对公共交通建设发展所期望的成效,无法满足城市交通日趋拥堵情况下,群众对公共交通服务能力和水平不断改善提升的愿望。要扭转此局面,城市交通转型发展十分迫切。
传统公交公司的线路规划,多是依据公交出行记录和行业经验开通线路,缺乏对站点的细致分析,通常不准点、运行速度慢、绕行距离远、时间延误长,由此引起公交资源过度浪费,导致上座率不高。
在上述背景下,一种新的城市公共交通方式-定制公交应运而生。而目前定制公交线路的主要方法或方式有:基于出租车GPS数据作为出行用户需求规划如CN201710706936,仅能满足极少量用户的出行需求;基于实时网络搜索或预约提交确定上下站点需求进行规划如CN201611036579、CN201710179021、CN201610677443,这种规划方式只关注提交需求的用户,申请量达到一定量时才会开通,因而用户需求覆盖率偏低、开线周期长,甚至最终无法开通定制线路;以现有公交IC卡数据作为出行需求进行公交线路规划,只能提升现有公交用户的出行体验,并不能吸引汽车出行用户对公交的选择,难以改变交通拥堵难题。
发明内容
本发明的目的是提出基于历史OD信息定制公交线路开行方法;本方法能缓解交通拥堵、提高环保效益。
本发明的目的是通过以下技术方案来实现的:
本发明提供的基于历史OD信息定制公交线路开行方法,包括以下步骤:
步骤1、获取历史OD信息;
步骤2、统计周期内工作日期间的日平均交通量;
步骤3、获取汽车出行用户的历史OD信息,并生成汽车出行用户的关键位置;
步骤4、获取公交出行用户的历史OD信息,并生成出行用户的关键站点;
步骤5、统计站点间出行需求热力分布情况;
步骤6、确定大公交站点并划分交通小区;
步骤7、计算以大公交站点为中心的交通小区的出行需求;
步骤8、规划公交线路的起讫站点、中途停靠站点;
步骤9、确定早晚高峰时段;
步骤10、确定开收班时间及排班密度。
进一步,所述步骤8中的规划公交线路按照以下步骤进行:
步骤811、选取历史OD信息中出行需求量大于第一阈值的站点集合U,集合U中每个元素是OD对;
步骤812、选取集合U中历史OD信息中最短行程大于第二阈值的站点集合V;
步骤813、确定集合V中的每个元素为新开行线路起讫点;
步骤814、确定步起讫点最短行程中同行方向的大、小站点集合W,基于集合W选取中途停靠站点;
步骤815、选取站点集合W中距离上游站点大于第三阈值且上下车需求差值在第四阈值之内的站点,并确定为上游站点的邻下游站点:选取线路起讫点中的起点,在集合W中选取邻下游站点,依次选取下一邻站点,直到确认完整条历史OD信息中的途径停靠站点。
进一步,所述步骤8中的规划公交线路按照以下步骤进行:
步骤821、选取大公交站点中出行需求大于第五阈值的站点集合K,各元素为预备开线线路的起点;
步骤822、选取大、小站点中距离集合K站点距离在第六阈值之内且上下车需求差值在第七阈值之内的站点,并分别确定为集合K各元素的邻下游站点;
步骤823、依次确定各站点的邻下游站点;
步骤824、集合K各站点到最后确定的下游站点距离大于第八阈值时,确定为起点线路的迄点。
进一步,所述步骤6中的大公交站点并划分交通小区按照以下步骤进行:
选择出行需求统计较大的HS、WS为大公交站点,并以大公交站点为圆心半径为R的圆心区域外接正多边形范围作为交通小区,将交通小区覆盖范围内HS、WS的出行需求全部纳入大公交站需求进行统计。
进一步,所述步骤9中的早晚高峰时段是根据日平均交通量来确定的;
所述步骤5中站点间出行需求热力分布情况包括HS出行需求、WS出行需求、HS-WS点间出行需求、最早出发时间、最晚出发时间、平均出发时间、到达时间及汽车出行用户的HS-WS点对间出行需求;其中,HS为家庭位置-站点;WS为工作地点-站点;
所述步骤3中汽车出行用户的关键位置包括工作日去程和返程起始点集合,家庭位置与工作地点,记录去程与返程的平均出发时间;
所述步骤4中出行用户的关键站点包括工作日去程和返程的起始公交站点,家庭位置-站点与工作地点-站点,记录去程与返程的平均出发时间。
本发明提供的基于历史OD信息定制公交线路开行系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现以下步骤:
步骤1、获取历史OD信息;
步骤2、统计周期内工作日期间的日平均交通量;
步骤3、获取汽车出行用户的历史OD信息,并生成汽车出行用户的关键位置;
步骤4、获取公交出行用户的历史OD信息,并生成出行用户的关键站点;
步骤5、统计站点间出行需求热力分布情况;
步骤6、确定大公交站点并划分交通小区;
步骤7、计算以大公交站点为中心的交通小区的出行需求;
步骤8、规划公交线路的起讫站点、中途停靠站点;
步骤9、确定早晚高峰时段;
步骤10、确定开收班时间及排班密度。
进一步,所述步骤8中的规划公交线路按照以下步骤进行:
步骤811、选取历史OD信息中出行需求量大于第一阈值的站点集合U,集合U中每个元素是OD对;
步骤812、选取集合U中历史OD信息中最短行程大于第二阈值的站点集合V;
步骤813、确定集合V中的每个元素为新开行线路起讫点;
步骤814、确定步起讫点最短行程中同行方向的大、小站点集合W,基于集合W选取中途停靠站点;
步骤815、选取站点集合W中距离上游站点大于第三阈值且上下车需求差值在第四阈值之内的站点,并确定为上游站点的邻下游站点:选取线路起讫点中的起点,在集合W中选取邻下游站点,依次选取下一邻站点,直到确认完整条历史OD信息中的途径停靠站点。
进一步,所述步骤8中的规划公交线路按照以下步骤进行:
步骤821、选取大公交站点中出行需求大于第五阈值的站点集合K,各元素为预备开线线路的起点;
步骤822、选取大、小站点中距离集合K站点距离在第六阈值之内且上下车需求差值在第七阈值之内的站点,并分别确定为集合K各元素的邻下游站点;
步骤823、依次确定各站点的邻下游站点;
步骤824、集合K各站点到最后确定的下游站点距离大于第八阈值时,确定为起点线路的迄点。
进一步,所述步骤6中的大公交站点并划分交通小区按照以下步骤进行:
选择出行需求统计较大的HS、WS为大公交站点,并以大公交站点为圆心半径为R的圆心区域外接正多边形范围作为交通小区,将交通小区覆盖范围内HS、WS的出行需求全部纳入大公交站需求进行统计。
进一步,所述步骤9中的早晚高峰时段是根据日平均交通量来确定的;
所述步骤5中站点间出行需求热力分布情况包括HS出行需求、WS出行需求、HS-WS点间出行需求、最早出发时间、最晚出发时间、平均出发时间、到达时间及汽车出行用户的HS-WS点对间出行需求;其中,HS为家庭位置-站点;WS为工作地点-站点;
所述步骤3中汽车出行用户的关键位置包括工作日去程和返程起始点集合,家庭位置与工作地点,记录去程与返程的平均出发时间;
所述步骤4中出行用户的关键站点包括工作日去程和返程的起始公交站点,家庭位置-站点与工作地点-站点,记录去程与返程的平均出发时间。
由于采用了上述技术方案,本发明具有如下的优点:
本发明提供的基于历史OD信息定制公交线路开行方法,首先获取历史OD出行信息并进行统计分析,确定关键节点并重新划分交通小区规划早晚高峰时期公交开行的方法,该方法能满足更多出行用户的需求,给汽车出行用户提供了更好的高效环保的出行方式,并能提升出行用户尤其是汽车车主对公交选择的积极性,进一步地能缓解交通拥堵、提高环保效益。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
本发明的附图说明如下。
图1为基于历史OD信息定制公交线路开行方法流程图。
图2为总体规划法流程图。
图3为依次规划法流程图。
图4为出行用户体验新开公交线路的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例1
如图1所示,本实施例提供的基于历史OD信息定制公交线路开行方法及系统,在全面数据化的情况下,基于全方位统计分析路网历史OD出行信息,制定公交线路规划和开行路线。定制公交的开通,需要稳定的客流量,且需求越大效果越好,实现方法的主要步骤如下所述:
1、历史OD出行信息收集与处理。收集的收据包括但不限于道路基础设施检测数据(如电子车牌识别、高清卡口/电子警察、ETC等)、车载定位数据与出行信息、移动智能终端定位数据与出行信息、公交IC卡数据以及公交移动支付信息;数据采集周期可以是周、月等。并对异常数据进行清理,如校时不准或节假日的数据。
2、日交通量统计。统计周期内工作日期间的日平均交通量,分析一天内各小时交通量的变化及趋势。
3、分析汽车出行用户的关键位置。针对汽车出行用户的历史OD信息,确定工作日去程和返程起始点集合,统计周期内起始点变化规律,分别确定为家庭位置与工作地点,并记录去程与返程的平均出发时间。
4、分析出行用户的关键站点。针对公交出行用户的历史OD信息,在统计周期内分析其出行规律,确定工作日去程和返程的起始公交站点,分别确定为家庭位置-站点(HomeSite,简写HS)与工作地点-站点(Work Site,简写WS),并记录去程与返程的平均出发时间;将汽车出行用户的关键位置与邻近公交站点进行匹配,匹配采用就近原则或根据邻近站点中最靠前的不超过3个公交站点按照距离赋权值平均,进而得出汽车出行用户HS与WS。
5、统计站点间出行需求热力分布情况。统计所有HS、WS的出行需求与HS-WS点间出行需求、最早出发时间、最晚出发时间、平均出发时间、到达时间及汽车出行用户的HS-WS点对间出行需求。
6、确定大公交站点并划分交通小区。选择出行需求统计较大的HS、WS为大公交站点,并以其为圆心R为半径的圆心区域外接正六边形范围作为交通小区,并交通小区覆盖范围内任何HS、WS的出行需求全部纳入大公交站需求进行统计。此外,为了更好地获取汽车出行用户对公交的青睐,大公交站点的选择还可将汽车用户的需求相比于原本就是公交出行的用户需求进行较高权值分配,划分方式还可以基于正四边形操作。
7、交通出行需求重分配。基于步骤6的统计情况,计算以大公交站点为中心的交通小区的出行需求,即划分的交通小区范围内所有的HS、WS的出行需求全都纳入该小区大公交站点的统计范畴。
8、规划公交线路。针对去程与返程,OD对分别是指HS-WS、WS-HS,规划线路起讫站点、中途停靠站点均从大公交站点中选取。
如图2所示,本实施例采用总体规划法具体步骤如下:
选取OD出行需求量大于第一阈值的站点集合U,集合中每个元素是OD对;
选取集合U中OD最短行程大于第二阈值的站点集合V;
确定集合V中的每个元素为新开行线路起讫点;
确定步骤3中起讫点最短行程中同行方向的大、小站点集合W,基于集合W选取中途停靠站点;
选取站点集合W中距离上游站点大于第三阈值且上下车需求差值在第四阈值之内的站点,并确定为上述上游站点的邻下游站点:选取基于步骤3的起点,在集合W中选取邻下游站点,并按照此法依次选取下一邻站点,直到确认完整条OD链上的途径停靠站点。
如图3所示,本实施例采用依次规划法具体步骤如下:
选取大公交站点中出行需求大于第五阈值的站点集合K,各元素为预备开线线路的起点;
选取大、小站点中距离集合K站点距离在第六阈值之内且上下车需求差值在第七阈值之内的站点,并分别确定为集合K各元素的邻下游站点;
基于不绕行与同行方向的原则,按照步骤2依次确定各站点的邻下游站点;
上述K各站点到最后确定的下游站点距离大于第八阈值或没有满足步骤2的邻下游站点时,该站点被确定是以本站点为起点线路的迄点。
9、确定早晚高峰时段。确定依据:根据经验值或基于步骤2的日交通流变化趋势确定高峰区间。
10、确定开收班时间及排班密度。开班时间由步骤5统计的最早出发时间、平均出发时间、到达时间、步骤9的早晚高峰时段与新开线路预计运行时间综合确定,首班时间由步骤5统计的最晚出发时间、平均出发时间、到达时间、步骤9的早晚高峰时段与新开线路预计运行时间综合确定;排班密度根据新开线路出行需求而定。
本实施例提供的基于历史OD信息定制公交线路开行系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现上述步骤。
实施例2
如图4所述,本实施例提供的基于历史OD信息定制公交线路开行方法,可以按照以下步骤来为出行用户体验新开公交线路:
1、公交管理部门发布并通告新开线路信息:包括新开线路起讫点、中途站点、开收班时间、排班密度、收费标准、运行期限、相关政策等;
2、用户根据自身出行需求搜索查询新开公交线路信息;
3、用户可选择最合乎自己出行习惯或规律的线路在相关停靠站点上车,刷卡提供身份标识,并记录上车站点信息;
4、根据用户上车站点信息、全程票价以及剩余站点情况,扣除当前站点到迄点间费用;
5、用户到达预期停靠点,刷卡下车,并记录下车站点信息;
6、根据用户上下车站点间费用,退还下车站点到迄点间费用。
本实施例提出的基于历史OD出行信息的统计分析情况,确定关键节点并重新划分交通小区规划早晚高峰时期公交开行的方法,该方法能满足更多出行用户的需求,给汽车出行用户提供了更好的高效环保的出行方式,并能提升出行用户尤其是汽车车主对公交选择的积极性,进一步地能缓解交通拥堵、提高环保效益。
1、统计选定周期不限于一周、两周、一个月等。
2、历史出行OD信息数据来源不限于道路基础设施监测的车辆数据、可提供车载定位及出行信息的汽车数据(私家车、出租车、公务车)、公交IC卡数据、支付宝/微信/银行卡在公交/地铁/轻轨的刷卡数据、移动终端定位数据与出行信息。
3、出行用户无需预约,可实现在线查询公交开行线路相关信息。若用户在线预约,则需要提交所选线路全额车程费用,上车时识别到相关身份标识后不再重复扣费。
4、确定大公交站点原则:早晚高峰时段,将出行需求量大区域附近站点确定为大公交站点
5、相比传统公交出行方式,在保证运量不变的同时,可减少站点与绕行,从复杂的换乘中解脱出来,从而减少了行程时间与出行复杂度,提升了出行效率。
6、相比目前基于实时按需定制公交线路的方法,更能反映出行用户的实际需求,有利于将出行方式由汽车向公交转移,在保证运量不变的同时释放道路资源、缓解交通、绿色出行。
7、新开线路发布与通告方式不限于Web网页、移动终端、宣传栏张贴等。
8、用户刷卡主要是用于提供身份标识以实现计费、扣费、退费操作,不限于微信/支付宝/银行卡/IC卡等。
9、用户上下车均需刷卡,主要是便于计费,不再是一票制,更具人性化,但线路不含中途站点的仍可进行一票制收费。
10、与节假日紧邻的工作日出行情况可参考历史上一年相同节假日出行信息。当然为了综合考虑,可结合火车或飞机官网订票信息进行更精准的合理规划。
11、站点停靠原则:开行线路在起点按时发车,其余站点接人即走,不等待。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的保护范围当中。
Claims (4)
1.一种基于历史OD信息定制公交线路开行方法,其特征在于:包括以下步骤:
步骤1、获取历史OD信息;
步骤2、统计周期内工作日期间的日平均交通量;
步骤3、获取汽车出行用户的历史OD信息,并生成汽车出行用户的关键位置;其中,汽车出行用户的关键位置包括:工作日去程和返程起始点集合,家庭位置与工作地点,记录去程与返程的平均出发时间;
步骤4、获取公交出行用户的历史OD信息,并生成出行用户的关键站点;其中,出行用户的关键站点包括工作日去程和返程的起始公交站点,家庭位置-站点与工作地点-站点,记录去程与返程的平均出发时间;
步骤5、统计站点间出行需求热力分布情况包括:HS出行需求、WS出行需求、HS-WS点间出行需求、最早出发时间、最晚出发时间、平均出发时间、到达时间及汽车出行用户的HS-WS点对间出行需求;其中,HS为家庭位置-站点;WS为工作地点-站点;
步骤6、确定大公交站点并划分交通小区;
步骤7、计算以大公交站点为中心的交通小区的出行需求;
步骤8、规划公交线路的起讫站点、中途停靠站点;
步骤9、确定早晚高峰时段;
步骤10、确定开收班时间及排班密度;
所述步骤8中的规划公交线路按照以下步骤进行:
步骤811、选取历史OD信息中出行需求量大于第一阈值的站点集合U,集合U中每个元素是OD对;
步骤812、选取集合U中历史OD信息中最短行程大于第二阈值的站点集合V;
步骤813、确定集合V中的每个元素为新开行线路起讫点;
步骤814、确定步起讫点最短行程中同行方向的大、小站点集合W,基于集合W选取中途停靠站点;
步骤815、选取站点集合W中距离上游站点大于第三阈值且上下车需求差值在第四阈值之内的站点,并确定为上游站点的邻下游站点:选取线路起讫点中的起点,在集合W中选取邻下游站点,依次选取下一邻站点,直到确认完整条历史OD信息中的途径停靠站点;
步骤821、选取大公交站点中出行需求大于第五阈值的站点集合K,各元素为预备开线线路的起点;
步骤822、选取大、小站点中距离集合K站点距离在第六阈值之内且上下车需求差值在第七阈值之内的站点,并分别确定为集合K各元素的邻下游站点;
步骤823、依次确定各站点的邻下游站点;
步骤824、集合K各站点到最后确定的下游站点距离大于第八阈值时,确定为起点线路的迄点;
其中,所述步骤6中的确定大公交站点并划分交通小区按照以下步骤进行:
其中,选择出行需求统计较大的HS、WS为大公交站点,并以大公交站点为圆心半径为R的圆心区域外接正多边形范围作为交通小区,将交通小区覆盖范围内HS、WS的出行需求全部纳入大公交站需求进行统计。
2.如权利要求1所述的基于历史OD信息定制公交线路开行方法,其特征在于:所述步骤9中的早晚高峰时段是根据日平均交通量来确定的。
3.一种基于历史OD信息定制公交线路开行系统,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现以下步骤:
步骤1、获取历史OD信息;
步骤2、统计周期内工作日期间的日平均交通量;
步骤3、获取汽车出行用户的历史OD信息,并生成汽车出行用户的关键位置;其中,汽车出行用户的关键位置包括:工作日去程和返程起始点集合,家庭位置与工作地点,记录去程与返程的平均出发时间;
步骤4、获取公交出行用户的历史OD信息,并生成出行用户的关键站点;其中,出行用户的关键站点包括工作日去程和返程的起始公交站点,家庭位置-站点与工作地点-站点,记录去程与返程的平均出发时间;
步骤5、统计站点间出行需求热力分布情况包括:HS出行需求、WS出行需求、HS-WS点间出行需求、最早出发时间、最晚出发时间、平均出发时间、到达时间及汽车出行用户的HS-WS点对间出行需求;其中,HS为家庭位置-站点;WS为工作地点-站点;
步骤6、确定大公交站点并划分交通小区;
步骤7、计算以大公交站点为中心的交通小区的出行需求;
步骤8、规划公交线路的起讫站点、中途停靠站点;
步骤9、确定早晚高峰时段;
步骤10、确定开收班时间及排班密度;
所述步骤8中的规划公交线路按照以下步骤进行:
步骤811、选取历史OD信息中出行需求量大于第一阈值的站点集合U,集合U中每个元素是OD对;
步骤812、选取集合U中历史OD信息中最短行程大于第二阈值的站点集合V;
步骤813、确定集合V中的每个元素为新开行线路起讫点;
步骤814、确定步起讫点最短行程中同行方向的大、小站点集合W,基于集合W选取中途停靠站点;
步骤815、选取站点集合W中距离上游站点大于第三阈值且上下车需求差值在第四阈值之内的站点,并确定为上游站点的邻下游站点:选取线路起讫点中的起点,在集合W中选取邻下游站点,依次选取下一邻站点,直到确认完整条历史OD信息中的途径停靠站点;
步骤821、选取大公交站点中出行需求大于第五阈值的站点集合K,各元素为预备开线线路的起点;
步骤822、选取大、小站点中距离集合K站点距离在第六阈值之内且上下车需求差值在第七阈值之内的站点,并分别确定为集合K各元素的邻下游站点;
步骤823、依次确定各站点的邻下游站点;
步骤824、集合K各站点到最后确定的下游站点距离大于第八阈值时,确定为起点线路的迄点;
其中,所述步骤6中的确定大公交站点并划分交通小区按照以下步骤进行:选择出行需求统计较大的HS、WS为大公交站点,并以大公交站点为圆心半径为R的圆心区域外接正多边形范围作为交通小区,将交通小区覆盖范围内HS、WS的出行需求全部纳入大公交站需求进行统计。
4.如权利要求3所述的基于历史OD信息定制公交线路开行系统,其特征在于:所述步骤9中的早晚高峰时段是根据日平均交通量来确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810615024.6A CN108831149B (zh) | 2018-06-14 | 2018-06-14 | 一种基于历史od信息定制公交线路开行方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810615024.6A CN108831149B (zh) | 2018-06-14 | 2018-06-14 | 一种基于历史od信息定制公交线路开行方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108831149A CN108831149A (zh) | 2018-11-16 |
CN108831149B true CN108831149B (zh) | 2020-12-22 |
Family
ID=64142039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810615024.6A Active CN108831149B (zh) | 2018-06-14 | 2018-06-14 | 一种基于历史od信息定制公交线路开行方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108831149B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583611B (zh) * | 2018-11-19 | 2021-06-01 | 北京航空航天大学 | 基于网约车数据的定制公交站点选址方法 |
CN110175691B (zh) * | 2019-04-09 | 2023-06-02 | 创新先进技术有限公司 | 规划区域交通运营线路的方法、装置和电子设备 |
CN110378567B (zh) * | 2019-06-21 | 2023-06-27 | 同济大学 | 智慧公交系统及实现方法 |
CN111127284B (zh) * | 2019-11-11 | 2023-06-20 | 阿里巴巴集团控股有限公司 | 交通停靠站点的选址方法、推荐方法、设备及存储介质 |
CN110969302B (zh) * | 2019-12-02 | 2022-08-19 | 深圳市综合交通设计研究院有限公司 | 区域公交动态可达性确定方法、装置、设备及存储介质 |
CN111489018A (zh) * | 2020-03-30 | 2020-08-04 | 德鑫智慧科技(上海)有限公司 | 动态自适应智慧站点群布置方法及系统 |
CN111738484B (zh) * | 2020-04-28 | 2024-05-14 | 腾讯科技(深圳)有限公司 | 一种公交站点选址的方法、装置及计算机可读存储介质 |
CN113936452A (zh) * | 2020-06-29 | 2022-01-14 | 阿里巴巴集团控股有限公司 | 一种交通控制方法、装置及电子设备 |
CN111950777A (zh) * | 2020-07-28 | 2020-11-17 | 深圳北斗应用技术研究院有限公司 | 定制公交线路设计方法及装置 |
CN111932123B (zh) * | 2020-08-11 | 2022-11-18 | 上海钧正网络科技有限公司 | 一种基于流向的共享车辆站点选取的方法、装置及系统 |
CN112329989A (zh) * | 2020-10-19 | 2021-02-05 | 北京中恒云科技有限公司 | 一种基于云计算的公交线路规划方法、设备及存储介质 |
CN113514071B (zh) * | 2021-06-29 | 2024-04-16 | 阿波罗智联(北京)科技有限公司 | 公共交通路线的确定方法及装置 |
CN115630234A (zh) * | 2022-09-28 | 2023-01-20 | 浪潮卓数大数据产业发展有限公司 | 提高乘客公交出行效率的方法及系统 |
CN115731734A (zh) * | 2022-11-09 | 2023-03-03 | 支付宝(杭州)信息技术有限公司 | 基于交通出行量数据处理进行出行线路规划的方法及系统 |
CN115907266B (zh) * | 2023-03-02 | 2023-06-13 | 杭州半云科技有限公司 | 基于客流出行特征的定制公交线路规划方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573874A (zh) * | 2015-01-26 | 2015-04-29 | 中国联合网络通信集团有限公司 | 一种公交线路的规划方法和装置 |
CN105184409A (zh) * | 2015-09-15 | 2015-12-23 | 广州地理研究所 | 定制公交规划线路出行需求热力图构建方法 |
CN106981189B (zh) * | 2016-01-19 | 2019-12-13 | 同济大学 | 智能公交运行路线设置方法和系统 |
CN107067707B (zh) * | 2017-03-23 | 2019-12-31 | 重庆交通大学 | 一种公交运营及乘客出行优化系统 |
CN107220733B (zh) * | 2017-06-15 | 2020-04-28 | 重庆交通大学 | 基于互联网和车路协同的起讫点集定制公交开行优化方法 |
CN107330559A (zh) * | 2017-07-03 | 2017-11-07 | 华南理工大学 | 一种多起终点多车型混载的定制公交线路规划方法 |
CN107609677A (zh) * | 2017-08-17 | 2018-01-19 | 华侨大学 | 一种基于出租车gps大数据的定制公交线路规划方法 |
-
2018
- 2018-06-14 CN CN201810615024.6A patent/CN108831149B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108831149A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108831149B (zh) | 一种基于历史od信息定制公交线路开行方法及系统 | |
Wirasinghe et al. | Bus rapid transit–a review | |
US20040158483A1 (en) | Business and technological method for a flexible automobile sharing transit on demand | |
CN108694464A (zh) | 客流疏散方法及装置 | |
CN111932925A (zh) | 一种公共交通站点的出行客流的确定方法、装置及系统 | |
CN115409295B (zh) | 一种基于瓶颈分析的公交调度方法、电子设备及存储介质 | |
Conway et al. | Challenges in managing centralized taxi dispatching at high-volume airports: Case study of John F. Kennedy International Airport, New York City | |
Chen et al. | Exploring the operational performance discrepancies between online ridesplitting and carpooling transportation modes based on DiDi data | |
CN111508220B (zh) | 基于公交人口分布精准进行末端接驳的方法 | |
CN106295868A (zh) | 交通出行数据处理方法及装置 | |
Fuse et al. | Observation of travel behavior by ic card data and application to transportation planning | |
JP2009069882A (ja) | 交通手段の遅延損害算出システム | |
CN113160542A (zh) | 基于信息反馈的乘车方法及装置 | |
CN116090785B (zh) | 针对大型活动散场场景两阶段的定制公交规划方法 | |
CN114912657B (zh) | 一种基于多种收费票制的公交客流od推导方法 | |
WO2003098556A1 (en) | A system for evaluating a vehicles usage within zones | |
CN111339159B (zh) | 一种一票制公交数据的分析挖掘方法 | |
CN111612927A (zh) | 一种高速公路预约通行系统 | |
Palakurthy et al. | Trip generation rates at park-and-ride facilities with regional bus and light rail service: A supplement to ITE trip generation data | |
Miller et al. | Transit Service Integration Practices: An Assessment of US Experiences | |
Zheng et al. | Internet of things technologies for urban public transport systems: a case application in Chengdu, China | |
CN109410108A (zh) | 智能公交卡系统 | |
Haider et al. | Alleviating Transportation System Problems by Providing Public Transit Integration in High-Density Metropolitan Cities | |
Sreelekshmi et al. | Integration of a multi-modal transit system for urban areas: A case study of Cochin city | |
CN115760520A (zh) | 地铁新线开通阶段公交接驳优化方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 401121 Yubei District, Chongqing, 106 of the west section of Jin Kai Road 12, 11 stories. Applicant after: Chongqing tongtochi Information Technology Co., Ltd Address before: 401121 Yubei District, Chongqing, 106 of the west section of Jin Kai Road 12, 11 stories. Applicant before: CHONGQING TONGJI TONLEA INFORMATION TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |