CN108831182A - 一种城市公交网络od矩阵构建方法 - Google Patents
一种城市公交网络od矩阵构建方法 Download PDFInfo
- Publication number
- CN108831182A CN108831182A CN201810424440.8A CN201810424440A CN108831182A CN 108831182 A CN108831182 A CN 108831182A CN 201810424440 A CN201810424440 A CN 201810424440A CN 108831182 A CN108831182 A CN 108831182A
- Authority
- CN
- China
- Prior art keywords
- public transport
- bus
- website
- gps signal
- getting
- 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.)
- Pending
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 24
- 238000010276 construction Methods 0.000 title claims abstract description 11
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 238000013459 approach Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Chemical & Material Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种城市公交网络OD矩阵构建方法,包括获取城市各路公交的车辆信息以及对应的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图;获取城市各路公交的GPS信号,绘制各路公交的GPS信号散点图;根据所获取的数据折线图以及GPS信号散点图,计算城市人民的出行规律,绘制OD矩阵图。本发明通过各路公交的上车人数获取数据折线图,通过各路公交的GPS信号获取GPS信号散点图,最后以数据折线图以及GPS信号散点图为依据,绘制出OD矩阵图,实现对多条公交出现数据进行综合、全面、客观、准确的评估,处理准确度高。
Description
技术领域
本发明涉及城市智能交通技术领域,更具体地说涉及一种城市公交网络OD矩阵构建方法。
背景技术
随着社会经济迅速发展和城市规模不断扩大,全国各地的从业人员不断涌入,城市人口也随之不断增加,在珠江三角洲区域,这样的现象就更为明显。
然而当城市交通赶不上人口和经济的发展的时候,城市交通会逐渐成为阻碍城市发展的重要因素。城市交通情况对于城市规划,居民城市归属感,城市品牌有着至关重要的影响。常规公交是城市交通的主体,地面公交作为城市公交的一部分,是城市居民日常出行的重要交通工具,关系到城市经济的发展。大城市的可持续发展,应该立足当前、着眼长远,倡导绿色环保出行,大力优先发展城市公共交通,构建性能优良的交通系统工程,是解决城市交通拥堵的有效手段。但是目前的城市公交交通仍然具有较大的改进空间。
目前相关部门的工作人员为优化城市公交网络配置,通常是使用OD矩阵作为优化城市交通网络的依据,所谓的OD矩阵,指的是公交出行量信息,现有技术中获取OD矩阵局限于单线路概率模型的统计分析,难以对多条公交线路海量的公交数据进行综合、全面、客观、准确的评估,处理准确度欠佳。
发明内容
本发明要解决的技术问题是:提供一种城市公交网络OD矩阵构建方法。
本发明解决其技术问题的解决方案是:
一种城市公交网络OD矩阵构建方法,包括以下步骤:
步骤100.获取城市各路公交的车辆信息以及对应的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图;
步骤200.获取城市各路公交的GPS信号,绘制各路公交的GPS信号散点图;
步骤300.根据所获取的数据折线图以及GPS信号散点图,计算城市人民的出行规律,绘制OD矩阵图。
作为上述技术方案的进一步改进,所述步骤100具体包括以下步骤:
步骤101.读取各路公交上所配置的IC读卡机的数据,筛选出数据的非空值;
步骤102.对所读取的数据进行去重复操作;
步骤103.重复步骤101和步骤102若干天,计算一天内各个时间点的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图。
作为上述技术方案的进一步改进,所述步骤200包括以下步骤:
步骤201.获取城市各路公交的GPS信号,对各路公交的GPS信号的经纬度进行DBSCAN聚类分析,将所述GPS信号进行分类;
步骤202.将每一类的GPS信号与上车人数进行合并,同时赋予每一类GPS信号一个类标号;
步骤203.绘制出GPS信号散点图;
步骤204.去除所述GPS信号散点图的噪声点,基于类标号进行去重,统计各路公交的站点数量。
作为上述技术方案的进一步改进,所述步骤300具体包括以下步骤:
步骤301.获取各路公交的各个站点的上车人数Sk;
步骤302.设置各路公交各个站点对乘客的吸引权重Wj,所述吸引权重
步骤303.计算城市居民公交出行站点数概率,该概率服从泊松分布,所述居民公交出行的站点数概率,定义为第一站点数概率Fij,其中λ为公交出行途径站点数的数学期望,Fij表示居民从i站点上车,途径j-i个站点下车的概率;
步骤304.根据步骤302中所述吸引权重Wj,再次计算居民公交出行站点数概率,定义为第二站点数概率Pij,
步骤305.计算各路公交每个站点的下车人数Dj,其中Dj为j站点的下车人数,Sk为k站点的上车人数,Pkj为居民从k站点上车,途径k-i个站点下车的概率;
步骤306.根据各路公交各个站点的上车人数以及下车人数,构建OD矩阵图。
本发明的有益效果是:本发明通过各路公交的上车人数获取数据折线图,通过各路公交的GPS信号获取GPS信号散点图,最后以数据折线图以及GPS信号散点图为依据,绘制出OD矩阵图,实现对多条公交出现数据进行综合、全面、客观、准确的评估,处理准确度高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单说明。显然,所描述的附图只是本发明的一部分实施例,而不是全部实施例,本领域的技术人员在不付出创造性劳动的前提下,还可以根据这些附图获得其他设计方案和附图。
图1是本发明的方法流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
参照图1,本发明创造公开了一种城市公交网络OD矩阵构建方法,包括以下步骤:
步骤100.获取城市各路公交的车辆信息以及对应的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图;
步骤200.获取城市各路公交的GPS信号,绘制各路公交的GPS信号散点图;
步骤300.根据所获取的数据折线图以及GPS信号散点图,计算城市人民的出行规律,绘制OD矩阵图。
具体地,本发明通过各路公交的上车人数获取数据折线图,通过各路公交的GPS信号获取GPS信号散点图,最后以数据折线图以及GPS信号散点图为依据,绘制出OD矩阵图,实现对多条公交出现数据进行综合、全面、客观、准确的评估,处理准确度高。
进一步作为优选的实施方式,本发明创造具体实施方式中,所述步骤100具体包括以下步骤:
步骤101.读取各路公交上所配置的IC读卡机的数据,筛选出数据的非空值;
步骤102.对所读取的数据进行去重复操作;
步骤103.重复步骤101和步骤102若干天,计算一天内各个时间点的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图。
进一步作为优选的实施方式,本发明创造具体实施方式中,所述步骤200包括以下步骤:
步骤201.获取城市各路公交的GPS信号,对各路公交的GPS信号的经纬度进行DBSCAN聚类分析,将所述GPS信号进行分类;
步骤202.将每一类的GPS信号与上车人数进行合并,同时赋予每一类GPS信号一个类标号;
步骤203.绘制出GPS信号散点图;
步骤204.去除所述GPS信号散点图的噪声点,基于类标号进行去重,统计各路公交的站点数量。
进一步作为优选的实施方式,本发明创造具体实施方式中,步骤301.获取各路公交的各个站点的上车人数Sk;
步骤302.设置各路公交各个站点对乘客的吸引权重Wj,所述吸引权重
步骤303.计算城市居民公交出行站点数概率,该概率服从泊松分布,所述居民公交出行的站点数概率,定义为第一站点数概率Fij,其中λ为公交出行途径站点数的数学期望,Fij表示居民从i站点上车,途径j-i个站点下车的概率;
步骤304.根据步骤302中所述吸引权重Wj,再次计算居民公交出行站点数概率,定义为第二站点数概率Pij,
步骤305.计算各路公交每个站点的下车人数Dj,其中Dj为j站点的下车人数,Sk为k站点的上车人数,Pkj为居民从k站点上车,途径k-i个站点下车的概率;
步骤306.根据各路公交各个站点的上车人数以及下车人数,构建OD矩阵图。
以上对本发明的较佳实施方式进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (4)
1.一种城市公交网络OD矩阵构建方法,其特征在于,包括以下步骤:
步骤100.获取城市各路公交的车辆信息以及对应的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图;
步骤200.获取城市各路公交的GPS信号,绘制各路公交的GPS信号散点图;
步骤300.根据所获取的数据折线图以及GPS信号散点图,计算城市人民的出行规律,绘制OD矩阵图。
2.根据权利要求1所述的一种城市公交网络OD矩阵构建方法,其特征在于,所述步骤100具体包括以下步骤:
步骤101.读取各路公交上所配置的IC读卡机的数据,筛选出数据的非空值;
步骤102.对所读取的数据进行去重复操作;
步骤103.重复步骤101和步骤102若干天,计算一天内各个时间点的上车人数,绘制以时间为横坐标,上车人数为纵坐标的数据折线图。
3.根据权利要求2所述的一种城市公交网络OD矩阵构建方法,其特征在于,所述步骤200包括以下步骤:
步骤201.获取城市各路公交的GPS信号,对各路公交的GPS信号的经纬度进行DBSCAN聚类分析,将所述GPS信号进行分类;
步骤202.将每一类的GPS信号与上车人数进行合并,同时赋予每一类GPS信号一个类标号;
步骤203.绘制出GPS信号散点图;
步骤204.去除所述GPS信号散点图的噪声点,基于类标号进行去重,统计各路公交的站点数量。
4.根据权利要求3所述的一种城市公交网络OD矩阵构建方法,其特征在于,所述步骤300包括以下步骤:
步骤301.获取各路公交的各个站点的上车人数Sk;
步骤302.设置各路公交各个站点对乘客的吸引权重Wj,所述吸引权重
步骤303.计算城市居民公交出行站点数概率,该概率服从泊松分布,所述居民公交出行的站点数概率,定义为第一站点数概率Fij,其中λ为公交出行途径站点数的数学期望,Fij表示居民从i站点上车,途径j-i个站点下车的概率;
步骤304.根据步骤302中所述吸引权重Wj,再次计算居民公交出行站点数概率,定义为第二站点数概率Pij,
步骤305.计算各路公交每个站点的下车人数Dj,其中Dj为j站点的下车人数,Sk为k站点的上车人数,Pkj为居民从k站点上车,途径k-i个站点下车的概率;
步骤306.根据各路公交各个站点的上车人数以及下车人数,构建OD矩阵图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424440.8A CN108831182A (zh) | 2018-05-07 | 2018-05-07 | 一种城市公交网络od矩阵构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424440.8A CN108831182A (zh) | 2018-05-07 | 2018-05-07 | 一种城市公交网络od矩阵构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108831182A true CN108831182A (zh) | 2018-11-16 |
Family
ID=64147493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810424440.8A Pending CN108831182A (zh) | 2018-05-07 | 2018-05-07 | 一种城市公交网络od矩阵构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108831182A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615187A (zh) * | 2018-11-20 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 一种od矩阵的评估方法、公交负载模拟方法及装置 |
CN110363358A (zh) * | 2019-07-23 | 2019-10-22 | 马妍 | 基于多智能体模拟的公共交通分担率预测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615340A (zh) * | 2009-07-24 | 2009-12-30 | 北京工业大学 | 公交动态调度中的实时信息处理方法 |
CN102324128A (zh) * | 2011-05-24 | 2012-01-18 | 北京交通大学 | 基于ic卡记录的公交站间od客流预测方法及装置 |
US20140095230A1 (en) * | 2012-09-29 | 2014-04-03 | International Business Machines Corporation | Infering travel path in public transportation system |
CN104517040A (zh) * | 2014-12-31 | 2015-04-15 | 青岛海信网络科技股份有限公司 | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 |
CN104809344A (zh) * | 2015-04-23 | 2015-07-29 | 中山大学 | 一种基于ic卡数据的公交站点区间客流估计方法 |
CN105023437A (zh) * | 2015-08-21 | 2015-11-04 | 苏州大学张家港工业技术研究院 | 一种公交od矩阵的构建方法及系统 |
CN105046350A (zh) * | 2015-06-30 | 2015-11-11 | 东南大学 | 基于afc数据的公交客流od实时估计方法 |
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 |
CN106844624A (zh) * | 2017-01-20 | 2017-06-13 | 亚信蓝涛(江苏)数据科技有限公司 | 一种可视化的公交大数据分析系统 |
CN107945352A (zh) * | 2017-11-10 | 2018-04-20 | 同济大学 | 公交客流数据采集设备及od分析系统 |
-
2018
- 2018-05-07 CN CN201810424440.8A patent/CN108831182A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615340A (zh) * | 2009-07-24 | 2009-12-30 | 北京工业大学 | 公交动态调度中的实时信息处理方法 |
CN102324128A (zh) * | 2011-05-24 | 2012-01-18 | 北京交通大学 | 基于ic卡记录的公交站间od客流预测方法及装置 |
US20140095230A1 (en) * | 2012-09-29 | 2014-04-03 | International Business Machines Corporation | Infering travel path in public transportation system |
CN104517040A (zh) * | 2014-12-31 | 2015-04-15 | 青岛海信网络科技股份有限公司 | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 |
CN104809344A (zh) * | 2015-04-23 | 2015-07-29 | 中山大学 | 一种基于ic卡数据的公交站点区间客流估计方法 |
CN105046350A (zh) * | 2015-06-30 | 2015-11-11 | 东南大学 | 基于afc数据的公交客流od实时估计方法 |
CN105023437A (zh) * | 2015-08-21 | 2015-11-04 | 苏州大学张家港工业技术研究院 | 一种公交od矩阵的构建方法及系统 |
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 |
CN106844624A (zh) * | 2017-01-20 | 2017-06-13 | 亚信蓝涛(江苏)数据科技有限公司 | 一种可视化的公交大数据分析系统 |
CN107945352A (zh) * | 2017-11-10 | 2018-04-20 | 同济大学 | 公交客流数据采集设备及od分析系统 |
Non-Patent Citations (2)
Title |
---|
吴祥国: "基于公交IC卡和GPS数据的居民公交出行OD矩阵推导与应用", 《中国优秀硕士学位论文全文数据库 工程科技辑II》 * |
杨万波 等: "基于GPS和IC卡数据的公交出行OD推算方法", 《重庆交通大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615187A (zh) * | 2018-11-20 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 一种od矩阵的评估方法、公交负载模拟方法及装置 |
CN109615187B (zh) * | 2018-11-20 | 2023-06-02 | 创新先进技术有限公司 | 一种od矩阵的评估方法、公交负载模拟方法及装置 |
CN110363358A (zh) * | 2019-07-23 | 2019-10-22 | 马妍 | 基于多智能体模拟的公共交通分担率预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651027B (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
CN111653099B (zh) | 基于手机信令数据的公交客流od获取方法 | |
US20170032291A1 (en) | Bus Planning Method Using Mobile Communication Data Mining | |
CN105788260A (zh) | 一种基于智能公交系统数据的公交乘客od推算方法 | |
CN104331422A (zh) | 一种路段类型推测方法 | |
CN112966941B (zh) | 一种基于交通事故大数据的事故黑点识别方法及系统 | |
CN105512166A (zh) | 一种微博舆情与城市路况相映射的交通平行方法 | |
CN108877227A (zh) | 一种基于多源交通数据的全局动态出行需求估计方法 | |
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 | |
CN112579718B (zh) | 一种城市用地功能的识别方法、装置及终端设备 | |
CN113344758B (zh) | 基于城市人群数字画像的服务设施规模调整方法及系统 | |
CN114363842B (zh) | 基于手机信令数据的公交乘客下车站点预测方法及装置 | |
CN108549976A (zh) | 智慧旅游大数据分析方法 | |
Zhou et al. | Research on traffic situation analysis for urban road network through spatiotemporal data mining: a case study of Xi’an, China | |
CN111813835A (zh) | 一种基于手机信令和poi数据的公共活动中心识别系统 | |
CN104282142B (zh) | 一种基于出租车gps数据的公交站台设置方法 | |
CN112800210B (zh) | 基于海量公交数据的人群画像算法 | |
EP2831545B1 (en) | Digital location-based data methods and product | |
CN112036757A (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
Wemegah et al. | Big data challenges in transportation: A case study of traffic volume count from massive Radio Frequency Identification (RFID) data | |
CN108831182A (zh) | 一种城市公交网络od矩阵构建方法 | |
CN109493601B (zh) | 一种公交支线设置方法 | |
CN106295868A (zh) | 交通出行数据处理方法及装置 | |
CN108681741B (zh) | 基于ic卡和居民调查数据的地铁通勤人群信息融合方法 | |
Ivan et al. | The spatio-temporal distribution of road accidents in Cluj-Napoca |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |