CN109544967A - 一种基于低频avl数据的公交线网运行状态监控方法 - Google Patents

一种基于低频avl数据的公交线网运行状态监控方法 Download PDF

Info

Publication number
CN109544967A
CN109544967A CN201811423482.6A CN201811423482A CN109544967A CN 109544967 A CN109544967 A CN 109544967A CN 201811423482 A CN201811423482 A CN 201811423482A CN 109544967 A CN109544967 A CN 109544967A
Authority
CN
China
Prior art keywords
public transport
section
avl
bus
data
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.)
Granted
Application number
CN201811423482.6A
Other languages
English (en)
Other versions
CN109544967B (zh
Inventor
彭理群
柏跃龙
王安格
李鑫
罗明波
程静
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.)
Hangzhou CCCC Zhihang Technology Co.,Ltd.
Original Assignee
East China Jiaotong University
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 East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN201811423482.6A priority Critical patent/CN109544967B/zh
Publication of CN109544967A publication Critical patent/CN109544967A/zh
Application granted granted Critical
Publication of CN109544967B publication Critical patent/CN109544967B/zh
Active 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
    • G08G1/123—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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q50/40—

Abstract

本发明涉及一种公交线网运行状态监控方法，属于智能交通技术领域，具体是涉及一种基于低频公交AVL(Automatic Vehicle Location)数据的公交线网运行状态监控方法。本发明利用道路地理信息、公交AVL数据和站点位置信息，通过公交线网路段划分、公交AVL数据地图匹配、数据清洗、样本数据构建、稀疏数据填补、公交线网运行态势评估等过程实现对公交线网的运行状态监控。本发明可以为城市一般交通系统管理、定制公交线网优化与公交运营调度提供决策依据。

Description

一种基于低频AVL数据的公交线网运行状态监控方法
技术领域
本发明涉及一种公交线网运行状态监控方法，属于智能交通技术领域，具体是涉及一种基于低频AVL数据的公交线网运行状态监控方法。
背景技术
公共交通具有承载量大、效率高、成本低等特点，优先发展公共交通是缓解交通拥堵、优化城市交通出行方式的必然要求。然而由于城市公交车受到城市信号交叉口、公交站上下客和交通拥堵的影响，造成公交路段的行程时间产生了较大波动，导致公交车的准点率严重下降，从而降低了公交车的管理水平和服务质量。因此需要对每条公交线路运营状态进行准确估计，进而得到公交线网实时运行状态，为城市一般交通系统管理、常规公交调度和线路优化、定制公交线路规划提供了基础支撑。
现有的公交线网运行评价方法主要利用公交AVL数据估计路段行程时间，并结合公交车运行速度对公交线网运行态势进行评估，其主要存在以下局限性：
1)公开号为CN106781506A的中国发明专利“基于公交车GPS数据的大范围城市公交线网实时运行水平评价方法”利用了高频且完整的公交车AVL数据对公交线网的运行水平进行了评价。但针对稀疏低频公交AVL数据的情况，无法准确估计公交线网的运行效率。
2)现有公交车AVL设备在自身故障或处于高遮挡环境时，会造成连续多个路段公交车AVL数据产生缺失，从而对缺失数据路段的公交运行状态评估造成困难。
3)在公交发车时间间隔较大时，会造成公交AVL样本数据时空稀疏，进而无法获得公交线网全路段实时运行信息。
发明内容
本发明针对现有公交线网运行状态技术无法利用低频且稀疏的AVL数据准确地估计公交线网运行状态的缺陷，提供了一种基于低频AVL数据的公交线网运行状态监控方法。本发明能够利用低频且稀疏的公交AVL数据对公交到站时间进行估计、稀疏数据进行填补和公交线网运行状态进行评估，进而实现公交线网实时运行状态的监控。
本发明所提出的基于低频AVL数据的公交线网运行状态监控方法，包括如下步骤：
步骤1：公交线网路段划分
本发明提出的公交线网运行态势评估方法基于实际道路地理信息数据，为提高数据处理的准确性与统一性，定义公交站点为路段节点，通过节点对公交线路进行路段划分，进而构建公交路段信息表。其中公交路段信息表包括路段ID、始端ID、终端ID、路段长度、路段方向、特征点信息等2
定义两个节点之间为一个公交路段，上游节点为始端，下游节点为终端；所述特征点为道路交叉口、道路折点等；所述特征点信息包括特征点ID，经纬度，所在路段ID等。
步骤2：公交AVL数据地图匹配
公交AVL数据与公交路段信息表通过地图匹配得到公交轨迹信息，公交轨迹信息包括轨迹点ID、车辆ID、所在路段ID、路段距离、行驶方向、时间戳、瞬时速度等。
所述路段距离为AVL轨迹点与所在路段始端的距离。
步骤3：数据清洗
本发明应用的低频公交AVL数据，在公交AVL系统产生故障或受公交车停车和道路拥堵影响时，易造成数据记录发生错误或小范围内轨迹点聚集现象，因而需要对公交数据信息进行数据清洗，具体步骤如下：
步骤3.1：在时间序列上，剔除路段距离小于前一点的轨迹点；
步骤3.2：剔除车辆在停车状态下产生的冗余轨迹点。
步骤4：样本数据构建
本发明定义一条公交线路中的节点集合为N＝{ni|1＜i＜I}(路线首末节点不计),其中I为一条公交线路中的节点总数；相邻节点之间的线路为路段mj，其中j∈[1，J]，J为一条公交线路中的路段总数；公交车样本集合为U(U＝{u1，u2，…，uf，…，uF})，F为公交车样本数。利用数据清洗后的公交轨迹数据对公交uf经过节点ni的时间进行估计，进而得到公交车的路段行程时间，从而完成公交线网路段平均速度样本数据的构建，具体步骤如下：
步骤4.1：获取距离节点(始发和终到站点除外)上、下游最近的公交AVL轨迹点各两个，具体步骤如下：
步骤4.1.1：对于经过数据清洗后的公交AVL轨迹数据，把公交uf在时刻tk时产生的AVL轨迹信息表示为g(uf，tk)，采用一组三维坐标进行描述，其中mj表示轨迹点所在路段，d1(mj)表示轨迹点路段距离，表示轨迹点的瞬时速度；
步骤4.1.2：对于任意节点ni，选择该站点上游路段中路段距离d1(mj)最大的两个AVL轨迹点和该站点下游路段中路段距离d1(mj)最小的两个AVL轨迹点；
步骤4.1.3：将步骤4.1.2中获取的四个相邻轨迹点依次定义为g(uf，tk-2)、g(uf，tk-1)、g(uf，tk)、g(uf，tk+1)，将相邻两个轨迹点定义为一个点对，依次为
步骤4.2：路段节点时间戳估计
本发明考虑在不同频率的AVL数据条件下，实现对公交车经过路段节点的时间戳估计。对不同频率的AVL轨迹点分布经过总结得出以下三种情况：
情况1：两个AVL轨迹点之间没有节点,一般发生于公交车AVL数据记录频率较高或公交车在行驶过程中遇到拥堵的情况；
情况2：两个AVL轨迹点之间只有一个节点，一般发生于公交车AVL数据记录频率较低或公交车行驶较为顺畅的情况；
情况3：两个轨迹点之间至少有两个节点，一般发生于公交车AVL数据记录频率过低或者节点之间距离过短的情况。
在公交车AVL数据记录频率较高或公交车行驶较为顺畅时，可以利用公式(4.1)对公交车uf经过节点ni的时刻t(ni)进行估计。
其中t1为公交车经过节点ni上游最近轨迹点的时刻，t2为公交车经过节点ni下游最近轨迹点的时刻，Lup(ni)为ni与上游最近轨迹点的距离，Ldown(ni)为ni与下游最近轨迹点的距离，为t1至t2时段公交车uf的行程时间。
在实际公交运行环境下，公交车在遭遇拥堵或公交车AVL数据记录频率较低时，需要综合考虑延误对公交行驶的影响，其路段节点时间戳估计步骤如下:
步骤4.2.1：获取AVL轨迹点对信息。其中包括公交车uf在tk-1和tk时刻所产生轨迹点的路段距离、瞬时速度、时间戳等信息；
步骤4.2.2：统计点对中包含的节点数量并与预设节点数cthres(k)进行比较，如果进入步骤4.2.3，否则进入步骤4.2.9；
步骤4.2.3：首先获取中两点间路段的距离和公交车通过两点间路段的时间(tk-tk-1)，然后通过公式(4.2)计算轨迹点对的平均速度最后和所在路段的预设平均速度vp(thres)比较，如果进入步骤4.2.4，否则进入步骤4.2.9；
步骤4.2.4：将轨迹点g(uf，tk-1)、g(uf，tk)、g(uf，tk+1)的瞬时速度与AVL轨迹点的预设瞬时速度vthres进行比较，如果且进入步骤4.2.5，如果且进入步骤4.2.7，否则进入步骤4.2.9；
步骤4.2.5：计算中的节点数量如果进入步骤4.2.9，否则进入步骤4.2.6；
步骤4.2.6：根据公式(4.2)计算得到AVL轨迹点对的平均速度如果则根据公式(4.3)计算公交车经过节点ni的时刻t(ni),否则进入步骤4.2.9；
步骤4.2.7：计算tk+1时刻AVL轨迹点对的节点数量如果进入步骤4.2.9，否则进入步骤4.2.8。
步骤4.2.8：根据公式(4.2)计算AVL轨迹点对的平均速度如果根据公式(4.4)计算公交车到达节点ni的时刻t(ni)，否则进入步骤4.2.9。
步骤4.2.9：利用公式(4.1)计算公交经过节点ni的时间t(ni)。
步骤4.3：根据步骤4.2得到的公交车经过节点ni的时间t(ni)，通过公式(4.5)计算公交车uf在路段mj的行程时间T(uf，mj)。
T(uf，mj)＝t(ni)-t(ni-1) (4.5)
其中，ni-1为节点ni的上游节点，且i≥2。
步骤4.4：根据步骤4.3得到的公交路段行程时间数据T(uf，mj)和路段长度d(mj)，通过公式(4.6)得到路段平均速度
步骤5：稀疏数据填补
本发明利用样本数据的时空相关性对时空稀疏的样本数据进行重构，实现对稀疏数据的填补，具体步骤如下：
步骤5.1：将时间区间划分为D个时段，根据公交车轨迹数据中包含的轨迹点时间戳，把步骤4得到的路段平均速度样本数据划分入对应的时段sd(d∈[1，D])。从而得到公交车uf在路段mj和时段sd的平均速度
步骤5.2：利用路段平均速度数据的时空相关性，构建包含不同公交车uf在不同时段和路段的平均速度三维张量模型其中中的每个元素af，j，d表示公交车uf在路段mj和时段sd的平均速度
步骤5.3：由于张量可以Tucker分解(Tucker分解为张量分解的一种方法)为一个核张量及因子矩阵A，B，C。因此可以利用重构张量与样本数据张量构建如公式(5.1)所示的稀疏数据填补模型，并按照公式(5.2)进行步长为μ的梯度优化，优化完毕后即可得到缺失数据路段的平均速度。
其中，λ为正则参数，为惩罚项，防止公式(5.1)过拟合。
步骤6：公交线网运行态势评估
本发明利用步骤5得到的全时空公交路段平均速度数据，通过分析路段平均行驶速度分布概率，评估公交线网运行状态。公交线网运行态势评估步骤如下：
步骤6.1：由步骤5得到的路段平均行驶速度得出路段平均行驶速度的期望(平均数)μ和标准差σ，σ2为方差。
步骤6.2：构建路段平均速度正态分布函数f(v)，表示正态分布概率密度，计算方法如公式6.1所示，其中vd为公交车运行的最大限速。
步骤6.3：公交路段运行状态研判:：
1)路段拥堵状态时的平均车速为[0，va]，满足
2)路段缓行状态时的平均车速为(va，vb]，满足
3)路段较通畅状态时的平均车速为(vb，vc]，满足
4)路段通畅状态时的平均车速为(vc，vd]，满足
本发明的有益效果为：
1、能够适应低频AVL数据条件下，偶发拥堵延迟和停靠延迟时间对公交路网运行状态估计精度的影响。
2、能够解决低频AVL数据条件下，公交车AVL数据低频性造成的在相邻轨迹点之间跨越多个路段时，缺失轨迹点路段的行程时间估计。
3、通过张量重构算法解决了公交车AVL设备在自身故障或处于高遮挡环境时造成的公交车连续多个路段AVL数据缺失或公交线网中部分路段的行程时间数据时空稀疏情况下，缺失公交车路段行程时间数据的估计。
4、通过对公交线网中各路段的速度分布概率分析，为公交线网运行态势研判提供公交线网运行状态指数，进而为公交线网调度与优化提供决策依据。
附图说明
并入本文并形成说明书的一部分的附图例示了本发明的实施例，并且附图与说明书一起进一步用于解释本发明的原理以及使得所属领域技术人员能够制作和使用本公开。
图1例示了本发明实施例中整体流程图
图2例示了本发明实施例中的公交车AVL数据地图匹配及路段划分效果图
图3例示了本发明实施例中的到站时间估计具体流程图
图4例示了本发明实施例中的公交轨迹点在路段上的分布状况图
图5例示了本发明实施例中的行程时间估计具体流程图
图6-1至图6-3例示了本发明实施例中的三维张量模型图
图7-1例示了本发明实施例中的路段平均行驶速度概率密度分布函数图；
图7-2例示了本发明实施例中的路段平均行驶速度概率密度累积函数图；
将参照附图描述本发明的实施例。
具体实施方式
本发明的公交线网运行状态评估方法主要包括以下几步：1)公交线网路段划分。利用现有的道路地理信息和站点位置信息对公交线网进行路段划分，并整理公交路段信息表；2)公交AVL数据地图匹配。将原始公交AVL数据与步骤1)建立的公交路段信息表进行匹配，构建公交AVL轨迹数据；3)数据清洗。对公交AVL轨迹数据中错误、冗余的信息进行数据清洗，避免路段行程时间估计时产生较大误差；4)样本数据构建。利用步骤3)整理的公交AVL轨迹数据，估计公交车的路段平均行驶速度；5)稀疏数据填补。针对公交线网时空稀疏的样本数据，通过稀疏样本数据重构，实现对稀疏样本数据的填补；6)公交线网运行态势评估。通过完整的速度分布概率曲线分析，评估路段运行状态，实现对公交线网运行态势的实时监控。
如图1所示，本发明提供一种基于低频AVL数据的公交线网运行态势评估方法，所采用的数据包括公交车AVL数据，站点位置数据和地理信息数据，分析结果包括全时空公交线网路段平均速度数据和公交线网运行状态。公交线网数据处理过程包含以下步骤：
步骤1：公交线网路段划分
本发明提出的公交线网运行态势评估方法基于实际道路地理信息数据，为提高数据处理的准确性与统一性，定义公交站点为路段节点，通过节点对公交线路进行路段划分。以如图2所示苏州707路公交的路段划分效果为例，构建如表1所示的公交路段信息表，包括路段ID、始端ID、终端ID、路段长度、路段方向等信息。
定义两个节点之间为一个路段；所述始端节点为路段起始处的公交站点；所述终端节点为路段结束处的公交站点；所述路段方向为车辆由始端到终端节点的行驶方向，所述路段方向值为路段行驶方向与正北方向的夹角。
表1公交路段信息表
步骤2：公交AVL数据地图匹配
公交AVL数据与公交路段信息通过地图匹配得到公交AVL轨迹信息。如表2所示的公交AVL轨迹信息表，包括轨迹点ID、车辆ID、路段ID、路段距离、时间戳、瞬时速度等。
所述路段距离指的是AVL轨迹点与所在路段始端的距离。
表2公交AVL轨迹点信息表
步骤3：数据清洗
本发明应用的低频公交AVL数据，在公交AVL系统产生故障或受公交车停车和道路拥堵影响时，易造成数据记录发生错误或小范围内轨迹点聚集，因而需要对公交数据信息进行数据清洗，具体步骤如下：
步骤3.1：在时间序列上，剔除路段距离小于前一点的轨迹点；
步骤3.2：剔除车辆在停车状态下产生的冗余轨迹点。
步骤4：样本数据构建
本发明定义一条公交线路中的节点集合为N＝{ni|1＜i＜I}(路线首末节点不计),其中I为一条公交线路中的节点总数；相邻节点之间的线路为路段mj，其中j∈[1，J]，J为一条公交线路中的路段总数；公交车样本集合为U(U＝{u1，u2，...，uf，...，uF})，F为公交车样本数。利用数据清洗后的公交轨迹数据对公交uf经过节点ni的时间进行估计，进而得到公交车的路段行程时间，从而完成公交线网路段平均速度样本数据的构建，具体步骤如下：
步骤4.1：如图3所示，获取距离节点(始发和终到节点除外)上、下游最近的公交AVL轨迹点各两个，具体步骤如下：
步骤4.1.1：对于经过数据清洗后的公交AVL轨迹数据，把公交uf在时刻tk时产生的AVL轨迹信息表示为g(uf，tk)，采用一组三维坐标进行描述，其中mj表示轨迹点所在路段，d1(mj)表示轨迹点的路段距离，表示轨迹点的瞬时速度；
步骤4.1.2：对于任意节点ni，选择该站点上游路段中路段距离d1(mj)最大的两个AVL轨迹点和该站点下游路段中路段距离d1(mj)最小的两个AVL轨迹点；
步骤4.1.3：将步骤4.1.2中获取的四个相邻轨迹点依次定义为g(uf，tk-2)、g(uf，tk-1)、g(uf，uk)、g(uf，tk+1)，将相邻两个轨迹点定义为一个点对，如图3所示依次为
步骤4.2：路段节点时间戳估计
本发明考虑在不同频率的AVL数据条件下，实现对公交车经过路段节点的时间戳估计。对不同频率的AVL轨迹点分布经过总结得出如图4所示的三种情况：
情况1：两个AVL轨迹点之间没有节点,一般发生于公交车AVL数据记录频率较高或公交车在行驶过程中遇到拥堵的情况；
情况2：两个AVL轨迹点之间只有一个节点，一般发生于公交车AVL数据记录频率较低或公交车行驶较为顺畅的情况；
情况3：两个轨迹点之间至少有两个节点，一般发生于公交车AVL数据记录频率过低或者节点之间距离过短的情况。
在公交车AVL数据记录频率较高或公交车行驶较为顺畅时，可以利用公式(4.1)对公交车uf经过节点ni的时刻t(ni)进行估计。
其中t1为公交车经过节点ni上游距离最近轨迹点的时刻，t2为公交车经过节点ni下游距离最近轨迹点的时刻，Lup(ni)为ni与上游距离最近轨迹点的距离，Ldown(ni)为ni与下游距离最近轨迹点的距离，为t1至t2时段公交车uf的行程时间。
在公交车遭遇延误或公交车AVL数据记录频率较低时，需要综合考虑延误对公交行驶的影响，其如图5所示的具体路段行程时间估计步骤如下:
步骤4.2.1：获取AVL轨迹点对信息。其中包括公交车uf在tk-1和tk时刻所产生轨迹点的路段距离、瞬时速度、时间戳等信息；
步骤4.2.2：统计点对中包含的节点数量并与预设节点数cthres(k)进行比较，如果进入步骤4.2.3，否则进入步骤4.2.9；
步骤4.2.3：首先获取中两点间路段的距离和公交车通过两点间路段的时间(tk-tk-1)，然后通过公式(4.2)计算轨迹点对的平均速度最后和所在路段的预设平均速度vp(thres)比较，如果进入步骤4.2.4，否则进入步骤4.2.9；
步骤4.2.4：将轨迹点g(uf，tk-1)、g(uf，tk)、g(uf，tk+1)的瞬时速度与AVL轨迹点的预设瞬时速度vthres进行比较，如果且进入步骤4.2.5，如果且进入步骤4.2.7，否则进入步骤4.2.9；
步骤4.2.5：计算中的节点数量如果进入步骤4.2.9，否则进入步骤4.2.6；
步骤4.2.6：根据公式(4.2)计算得到AVL轨迹点对的平均速度如果则根据公式(4.3)计算公交车经过节点ni的时刻t(ni),否则进入步骤4.2.9；
步骤4.2.7：计算tk+1时刻AVL轨迹点对的节点数量如果进入步骤4.2.9，否则进入步骤4.2.8。
步骤4.2.8：根据公式(4.2)计算AVL轨迹点对的平均速度如果根据公式(4.4)计算公交车到达节点ni的时刻t(ni)。否则进入步骤4.2.9。
步骤4.2.9：利用公式(4.1)计算公交经过节点ni的时间t(ni)。
步骤4.3：根据步骤4.2得到的公交车经过节点ni的时间t(ni)，通过公式(4.5)计算公交车uf在路段mj的行程时间T(uf，mj)。
T(uf，mj)＝t(ni)-t(ni-1) (4.5)
其中，ni-1为节点ni的上游节点，且i≥2。
步骤4.4：根据步骤4.3得到的公交路段行程时间数据T(uf，mj)和路段长度d(mj)，通过公式(4.6)得到路段平均速度
步骤4.3：根据步骤4.2得到的公交车经过节点时间t(ni)，利用公式(4.5)计算公交车uf在路段mj的行程时间T(uf，mj)。
T(uf，mj)＝t(ni)-t(ni-1) (4.5)
其中，ni-1为节点ni的上游节点，且i≥2。
步骤4.4：根据步骤4.3得到的公交路段行程时间数据T(uf，mj)和路段长度d(mj)由公式(4.6)得到路段平均速度
步骤5：稀疏数据填补
本发明利用样本数据的时空相关性对时空稀疏的样本数据进行重构，实现对稀疏数据的填补，具体步骤如下：
步骤5.1：如图6-1至图6-3所示，把一天平均划分为D个时段，根据公交车轨迹数据中包含的轨迹点时间戳，把步骤4得到的路段平均速度样本数据划分入对应的时段sd(d∈[1，D])，从而得到公交车uf在路段mj和时段sd的平均速度为
步骤5.2：利用路段平均速度数据的时空相关性，构建包含不同公交车uf在不同时段和路段的平均速度数据的三维张量模型其中中的每个元素af，j，d表示公交车uf在路段mj和时段sd的平均速度
步骤5.3：由于张量可以Tucker分解(Tucker分解为张量分解的一种方法)为一个核张量及因子矩阵A，B，C。因此可以利用重构张量与样本数据张量构建如公式(5.1)所示的稀疏数据填补模型，并按照公式(5.2)进行步长为μ的梯度优化，优化完毕后即可得到缺失数据路段的平均速度。
其中，λ为正则参数，为惩罚项，防止公式(5.1)过拟合。
步骤6：公交线网运行态势评估
本发明利用步骤5得到的全时空公交路段平均速度数据，通过分析路段平均行驶速度分布概率，评估公交线网运行状态。公交线网运行态势评估步骤如下：
步骤6.1：由步骤5得到的路段平均行驶速度得出路段平均行驶速度的期望(平均数)μ和标准差σ，σ2为方差。
步骤6.2：构建路段平均速度正态分布函数f(v)，表示正态分布概率密度，计算方法如公式(6.1)所示，其中vd为公交车运行的最大限速。
步骤6.3：公交线网运行状态分析
公交线网运行状态分级如图7-1至7-2和表3所示：
1)路段拥堵状态时的平均车速为[0，va]，满足
2)路段缓行状态时的平均车速为(va，vb]，满足
3)路段较通畅状态时的平均车速为(vb，vc]，满足
4)路段通畅状态时的平均车速为(vc，vd]，满足
表3公交线网运行状态判断表
运行状态 拥堵 缓行 流畅 通畅 总计
速度区间 (0，v<sub>a</sub>] (v<sub>a</sub>，v<sub>b</sub>] (v<sub>b</sub>，v<sub>c</sub>] (v<sub>c</sub>，v<sub>d</sub>] -
样本占比 15.865％ 33.635％ 33.635％ 15.865％ 100％
注意到，说明书中对“一个实施例”、“实施例”、“示例实施例”、“一些实施例”等的引用指示所描述的实施例可以包括特定特征、结构或特性，但是每个实施例可以不必包括所述特定特征、结构或特性。而且，这样的短语不必指代同一实施例。此外，当结合实施例描述特定特征、结构或特性时，无论是否明确描述，结合其他实施例来实现这样的特征、结构或特性将在所属领域的技术人员的知识范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (9)

1.一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，包括：
公交线网路段划分步骤，在道路地理信息的基础上，依据公交站点在公交线路上的位置分布，对公交线网进行路段划分，构建公交路段信息表；
公交AVL数据地图匹配步骤，依据公交AVL数据和公交路段信息，在公交线网上找出与公交车行驶轨迹最相近的路线，并将实际的公交AVL数据映射到公交线网上，得到地图匹配后的公交AVL轨迹数据；
数据清洗步骤，针对公交AVL系统产生故障或因公交车停车、道路拥堵影响等造成的数据记录错误或小范围内轨迹点冗余问题，对公交AVL轨迹数据进行数据清洗；
样本数据构建步骤，基于公交轨迹数据判断其在路段节点上下游的延误，进而得到公交车进入和驶出路段的时间戳信息。将车辆特征信息、路段信息、公交车的路段行程时间、平均速度等作为样本数据；
稀疏数据填补步骤，基于张量重构算法对公交线网部分路段和时段的稀疏样本信息进行补充，实现对公交线网运行状态的综合感知；
公交线网运行态势评估步骤，根据公交线网路段和时段的速度分布概率曲线判定公交路段拥堵态势等级，对公交线网的运行状态进行实时研判与监控。
2.根据权利要求1所述的一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，所述公交线网路段划分步骤包括：
定义公交站点为路段节点，通过节点对公交线路进行路段划分，构建公交路段信息表，包括路段ID、始端ID、终端ID、路段长度、路段方向，特征点信息等。
定义两个节点之间为一个公交路段，上游节点为始端，下游节点为终端；特征点为路段上的交叉口、道路折点等；特征点信息包括特征点ID，经纬度，所在路段ID等信息。
3.根据权利要求1所述的一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，将所述公交AVL数据与公交线网路段进行地图匹配，得到公交AVL数据所在路段ID、路段距离、行驶方向、时间戳、瞬时速度等信息。
所述路段距离为AVL轨迹点与所在路段始端的距离。
4.根据权利要求1所述的一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，所述数据清洗步骤包括：剔除异常的公交AVL数据或冗余数据。
5.根据权利要求1所述的一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，所述样本数据构建步骤包括：
步骤S1，定义公交运营线路上的站点为路段节点；
步骤S2，分别在路段节点的上游和下游，获取距离该节点最近的公交AVL轨迹点各两个，组成三个点对；
步骤S3，公交车经过路段节点的时间戳估计，具体包括，执行以下判断条件中的一个或多个；
条件D1：第一个点对中包含的节点数大于预设节点数；
条件D2：第二个点对中包含的节点数大于预设节点数；
条件D3：第三个点对中包含的节点数大于预设节点数；
条件D4：第一个点对的平均速度大于预设平均速度；
条件D5：第二个点对的平均速度大于预设平均速度；
条件D6：第三个点对的平均速度大于预设平均速度；
条件D7：第二个点和第三个点的瞬时速度均大于或均不大于预设瞬时速度；
条件D8：第二个点的瞬时速度小于预设瞬时速度且第三个点的瞬时速度大于预设瞬时速度；
其中，当条件D2为真，或者条件D2为假且条件D5为真，或者条件D2和D5为假且条件D7为真，或者条件D2、D5、D7为假且条件D1、D8为真，或者条件D1、D2、D4、D5、D7为假且条件D8为真、或者条件D2、D5、D7、D8为假且D3为真时、或者条件D2、D3、D5、D6、D7、D8均为假时，基于式(1)计算公交车uf经过路段mj上节点ni的时间t(ni)；
其中，当条件D1、D2、D5、D7为假且条件D4、D8为真时，基于式(2)计算公交车uf经过路段mj上节点ni的时间t(ni)；
其中，当条件D2、D3、D5、D7、D8为假且D6为真时，基于式(3)计算公交车uf经过路段mj上节点ni的时间t(ni)；
其中，
其中，
其中，
其中t1为公交车uf经过距离节点ni最近的上游AVL轨迹点的时间，t2为公交车经过距离节点ni最近的下游AVL轨迹点的时间，Lup(ni)为ni与最近的上游AVL轨迹点的距离，Ldown(ni)为ni与最近的下游AVL轨迹点的距离，为t1至t2时段公交车uf的行程时间，为公交车在AVL轨迹点对间的平均行驶速度；
步骤S4，利用步骤S3得到的公交到站时刻，得到公交车在相邻节点间的路段行程时间T(uf，mj)；
步骤S5，根据步骤S4得到的公交车uf在路段mj的行程时间T(uf，mj)和路段长度d(mj)，由式(4)得到路段平均行驶速度样本数据。
6.根据权利要求5所述的样本数据构建，其特征在于，所述步骤S2包括以下步骤：
步骤S2.1：将公交uf在时刻tk时的AVL数据信息表示为g(uf，tk)，采用一组三维坐标进行描述，其中mj表示公交uf在时刻tk时所在路段，d1(mj)表示轨迹点的路段距离，表示轨迹点的瞬时速度；
步骤S2.2：对于任意节点ni，选择该节点上游路段中d1(mj)最大的两个公交AVL轨迹点和该站点下游路段中d1(mj)最小的两个公交AVL轨迹点；
步骤S2.3：将步骤S2.2中获取的四个相邻轨迹点依次定义为g(uf，tk-2)、g(uf，tk-1)、g(uf，tk)、g(uf，tk+1)，将相邻的两个轨迹点定义为一个点对，依次为。
7.根据权利要求5所述的样本数据构建步骤，其特征在于，所述步骤S3包括以下步骤：
步骤S3.1：获取步骤S2中得到的AVL轨迹点对信息，包括车辆ID、点对中包含的节点数量点对间的平均行驶速度和轨迹点地图匹配后的轨迹信息；
步骤S3.2：判断点对中包含的节点数量根据预设节点数cthres(k)分情况讨论。如果进入步骤S3.3，否则进入步骤S3.9；
步骤S3.3：基于下式，利用点对中两点间的距离与车辆通过间的行程时间(tk-tk-1)，计算公交车在间的平均行驶速度然后和所在路段的预设平均速度vp(thres)比较，如果进入步骤S3.4，否则进入步骤S3.9；
步骤S3.4：将轨迹点g(uf，tk-1)、g(uf，tk)、g(uf，tk+1)的瞬时速度与AVL轨迹点的预设瞬时速度vthres进行比较，如果且进入步骤S3.5，如果且进入步骤S3.7，否则进入步骤S3.9；
步骤S3.5：计算中的站点数量如果进入步骤S3.9，否则进入步骤S3.6；
步骤S3.6：计算AVL轨迹点对的平均速度如果根据下式计算公交车到达节点ni的时刻t(ni)，否则进入步骤S3.9；
步骤S3.7：计算tk+1时刻AVL轨迹点对的节点数量如果进入步骤S3.9，否则进入步骤S3.8；
步骤S3.8：计算AVL轨迹点对的平均速度如果根据下式计算公交车到达节点ni的时刻t(ni)，否则进入步骤S3.9；
步骤S3.9：利用下式计算公交到达节点ni的时间t(ni)：
其中t1为公交车在节点ni的上游距离ni最近的AVL轨迹点时间戳，Lup(ni)为该点到ni的距离；t2为公交车经过节点ni，在其下游处距离ni最近的AVL轨迹点时间戳，Ldown(ni)为该点到ni的距离。为t1至t2时段公交车uf的行程时间。
8.根据权利要求1所述的一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，稀疏数据填补步骤包括：
利用样本数据的时空相关性对公交运行路段上的缺失信息进行估计，实现对公交线网全时空运行状态的观测。
9.根据权利要求1所述的一种基于低频AVL数据的公交线网运行状态监控方法，其特征在于，公交线网运行态势评估步骤包括：
路段平均行驶速度正态分布函数构建子步骤：首先通过不同路段和不同时段公交线网路段平均行驶速度得出公交线网路段平均行驶速度的期望(平均数)μ和标准差σ，σ2为方差；然后构建公交路段平均行驶速度v的概率密度函数f(v)，如下式所示。
其中，vd为公交车运行的最大限速。
公交路段运行状态研判子步骤：
1)路段拥堵状态时的平均车速为[0，va]，满足
2)路段缓行状态时的平均车速为(va，vb]，满足
3)路段较通畅状态时的平均车速为(vb，vc]，满足
4)路段通畅状态时的平均车速为(vc，vd]，满足
CN201811423482.6A 2018-11-27 2018-11-27 一种基于低频avl数据的公交线网运行状态监控方法 Active CN109544967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811423482.6A CN109544967B (zh) 2018-11-27 2018-11-27 一种基于低频avl数据的公交线网运行状态监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811423482.6A CN109544967B (zh) 2018-11-27 2018-11-27 一种基于低频avl数据的公交线网运行状态监控方法

Publications (2)

Publication Number Publication Date
CN109544967A true CN109544967A (zh) 2019-03-29
CN109544967B CN109544967B (zh) 2021-04-20

Family

ID=65850450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811423482.6A Active CN109544967B (zh) 2018-11-27 2018-11-27 一种基于低频avl数据的公交线网运行状态监控方法

Country Status (1)

Country Link
CN (1) CN109544967B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070711A (zh) * 2019-04-10 2019-07-30 华砺智行(武汉)科技有限公司 一种基于智能网联汽车数据的路段旅行速度区间估计系统和方法
CN110111578A (zh) * 2019-05-25 2019-08-09 东南大学 一种基于张量恢复的偶发性交通拥堵检测方法
CN110706477A (zh) * 2019-10-12 2020-01-17 杭州律橙电子科技有限公司 一种公交站点匹配方法
CN111292535A (zh) * 2020-02-19 2020-06-16 河海大学 车路协同环境下面向乘客出行的路网交通状态评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295414A (zh) * 2013-05-31 2013-09-11 北京建筑工程学院 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN103871239A (zh) * 2014-03-17 2014-06-18 同济大学 基于出租车和公交gps数据的公交运行状态判别方法及应用系统
CN104318767A (zh) * 2014-10-22 2015-01-28 北京建筑大学 一种基于公交gps轨迹数据的路况信息生成方法
CN105096643A (zh) * 2015-09-02 2015-11-25 重庆大学 基于多线路前车运行数据的实时公交到站时间预测方法
KR20160141114A (ko) * 2015-05-28 2016-12-08 한국전자공업협동조합 버스 정보 안내 시스템 및 안내 방법
CN106781506A (zh) * 2017-02-21 2017-05-31 济南全通信息科技有限公司 基于公交车gps数据的大范围城市公交线网实时运行水平评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295414A (zh) * 2013-05-31 2013-09-11 北京建筑工程学院 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN103871239A (zh) * 2014-03-17 2014-06-18 同济大学 基于出租车和公交gps数据的公交运行状态判别方法及应用系统
CN104318767A (zh) * 2014-10-22 2015-01-28 北京建筑大学 一种基于公交gps轨迹数据的路况信息生成方法
KR20160141114A (ko) * 2015-05-28 2016-12-08 한국전자공업협동조합 버스 정보 안내 시스템 및 안내 방법
CN105096643A (zh) * 2015-09-02 2015-11-25 重庆大学 基于多线路前车运行数据的实时公交到站时间预测方法
CN106781506A (zh) * 2017-02-21 2017-05-31 济南全通信息科技有限公司 基于公交车gps数据的大范围城市公交线网实时运行水平评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUACHUN TAN等: "A tensor-based method for missing traffic data completion", 《TRANSPORTATION RESEARCH PART C : EMERGING TECHNOLOGIES》 *
QIANLI ZHAO等: "HaTTC: An Urban Traffic Sensing Method Based on", 《2014 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM)》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070711A (zh) * 2019-04-10 2019-07-30 华砺智行(武汉)科技有限公司 一种基于智能网联汽车数据的路段旅行速度区间估计系统和方法
CN110111578A (zh) * 2019-05-25 2019-08-09 东南大学 一种基于张量恢复的偶发性交通拥堵检测方法
CN110111578B (zh) * 2019-05-25 2021-06-01 东南大学 一种基于张量恢复的偶发性交通拥堵检测方法
CN110706477A (zh) * 2019-10-12 2020-01-17 杭州律橙电子科技有限公司 一种公交站点匹配方法
CN110706477B (zh) * 2019-10-12 2021-07-20 杭州律橙电子科技有限公司 一种公交站点匹配方法
CN111292535A (zh) * 2020-02-19 2020-06-16 河海大学 车路协同环境下面向乘客出行的路网交通状态评价方法

Also Published As

Publication number Publication date
CN109544967B (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
US9672735B2 (en) Traffic classification based on spatial neighbor model
CN109544967A (zh) 一种基于低频avl数据的公交线网运行状态监控方法
CN104715610B (zh) 一种面向城市交通的交通指数计算方法
WO2018064931A1 (zh) 考虑出租车运营状态下的城市道路行程时间分布估算方法
CN103956050B (zh) 基于车辆行程数据的道路网运行评价方法
JP5374067B2 (ja) 交通状態シミュレーション装置及びプログラム
CN102708698B (zh) 基于车联网的车辆最优路径导航方法
CN111275965B (zh) 一种基于互联网大数据的实时交通仿真分析系统与方法
CN112489426B (zh) 一种基于图卷积神经网络的城市交通流量时空预测方案
CN109686091B (zh) 一种基于多源数据融合的交通流量填补算法
CN104778834A (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN101488284A (zh) 道路交通状况即时预测的智能管理系统
CN104484514A (zh) 一种规避拥堵路段的弹性公交线路设计方法
CN105405294A (zh) 道路拥堵路段的预警方法
CN104599499B (zh) 一种分布式统计交通位置的方法及装置
CN115527369B (zh) 一种空港枢纽大面积延误条件下的大客流预警与疏散方法
CN104282142B (zh) 一种基于出租车gps数据的公交站台设置方法
Wang et al. Vulnerability assessment of urban road traffic systems based on traffic flow
Aljamal et al. Comparison of microscopic and mesoscopic traffic modeling tools for evacuation analysis
CN113191029B (zh) 基于集群计算的交通仿真方法、程序及介质
Wang et al. Vulnerability analysis of urban road networks based on traffic situation
CN108197724B (zh) 公交复杂网络中效率权重计算与公交方案性能评估方法
Habtie et al. Cellular network based real-time urban road traffic state estimation framework using neural network model estimation
CN115018374A (zh) 一种城市公交韧性评价方法、装置及计算机设备
Liang et al. Traffic impedance estimation driven by trajectories for urban roads

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
TR01 Transfer of patent right

Effective date of registration: 20211029

Address after: 310000 room 715, block a, Jinxiu international technology center, No. 26 Juye Road, Xixing street, Binjiang District, Hangzhou, Zhejiang Province

Patentee after: Hangzhou Amoco Technology Co.,Ltd.

Address before: 330013 no.808, Shuanggang East Street, Changbei Economic and Technological Development Zone, Nanchang City, Jiangxi Province

Patentee before: East China Jiaotong University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211105

Address after: 310000 room 710, block a, No. 26, Juye Road, Binjiang District, Hangzhou City, Zhejiang Province

Patentee after: Hangzhou CCCC Zhihang Technology Co.,Ltd.

Address before: 310000 room 715, block a, Jinxiu international technology center, No. 26 Juye Road, Xixing street, Binjiang District, Hangzhou, Zhejiang Province

Patentee before: Hangzhou Amoco Technology Co.,Ltd.

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A monitoring method of bus line network operation state based on low frequency AVL data

Effective date of registration: 20220422

Granted publication date: 20210420

Pledgee: Hangzhou United Rural Commercial Bank Co.,Ltd. Chunxiao sub branch

Pledgor: Hangzhou CCCC Zhihang Technology Co.,Ltd.

Registration number: Y2022330000566

PE01 Entry into force of the registration of the contract for pledge of patent right