CN110310477B - 基于公交gps与手机信令数据的公交客流检测方法 - Google Patents

Abstract

本发明提供了一种基于公交GPS与手机信令数据的公交客流检测方法，包括如下步骤：1）获取公交班次GPS数据；2）基于公交GPS数据生成连续时空格；3）根据时空格提取位于时空格内的信令序列；4）利用信令序列生成跟车用户信令数据链；5）采用信令数据链计算每个用户的上下车站点；6）剔除跟车过短且非步行的候选信令数据链；7）统计每个班次按照步骤2）‑6）所得到的数据计算公交OD数据。从本发明得到的数据源来计算公交出行OD，减少对人流检测专用设备的投入；其次本发明对公交出行OD计算的准确度高于其他方法。

Description

基于公交GPS与手机信令数据的公交客流检测方法

技术领域

本发明涉及一种基于公交GPS与手机信令数据的公交客流检测方法。

背景技术

公交线网规划和车辆排班调度的效果受公交出行需求预判的准确性影响。而统计线路各班次站段间人数是公交出行需求预判准确的前提条件。目前，基于公交刷卡数据，车载人流检测技术获取的站段间上下客人数都存在一定问题，如前者常常无法获取下车数据，且存在刷卡普及率问题；后者只能计数单点上下车人数，无法获取站间流量。

随着生活条件的改善，手机价格与资费的下调，在除低幼儿童外人群中，手机普及率已接近100％。将手机信令数据作为调查公交出行需求的数据来源是目前的主要研究方向之一。然而，手机信令数据存在定位精度不高(通常在50～100米左右)，采样间隔不均匀，数据连贯性较差等问题。在融入公交GPS数据之后，则可以较好的解决上述问题。

发明内容

本发明的目的在于提供了一种基于公交GPS与手机信令数据的公交客流检测方法。本发明根据随车乘客的手机信令轨迹应与车辆GPS轨迹在时空域中连续伴随出现；以车辆GPS轨迹为基础，绘制连续时空格；信令轨迹在时空格中连续出现的手机用户经检验为随车乘客；乘客上下车站点根据车辆伴随前后的信令数据判断。

为了达到上述目的，本发明的技术方案是：

一种基于公交GPS与手机信令数据的公交客流检测方法，包括如下步骤：

1)获取公交班次GPS数据；

2)基于公交GPS数据生成连续时空格；

3)根据时空格提取位于时空格内的信令序列；

4)利用信令序列生成跟车用户信令数据链；

5)采用信令数据链计算每个用户的上下车站点；

6)剔除跟车过短且非步行的候选信令数据链；

7)统计每个班次按照步骤2)-6)所得到的数据计算公交OD数据。

所述的步骤具体为：

1)将公交GPS数据根据线路、车辆、时间排序，并按班次划分；一个班次的GPS数据序列Gps＝(g_i,i＝1,2,3,...,n)，其中g_i为该班次依时间升序排序的GPS定位数据，利用用三元矢量g_i＝(lo,la,t)表示，分别代表该GPS定位数据的经度、纬度和采样时间；线路沿途经过的m个站点序列S＝(s_i,i＝1,2,3,...,m)，s_i用三元矢量s＝(i,lo,la)表示，分别代表该站点的序号、经度和纬度；

2)针对其中一个班次公交GPS数据，按照所述的步骤1)的方法按时间升序排序后，从第一个数据点g1开始，在相邻两个数据定位点g_i-1,g_i为中轴线做矩形框，矩形框边缘距中轴线距离为r；r的取值与公交GPS和移动数据定位精度值相关，设r＝50～100米；每个矩形框的时间作用域为两个数据定位点采样时间的间隔时段内；将带时间作用域的矩形框称为时空格，定义时空格G_i＝(i,g_i,g_i+1),i＝1,2,3,...,n-1，其空间上用长虚线框表示，时空格在时间上连续，空间上部分重叠；

3)然后检索位于步骤2)所述的时空格内的移动信令数据，也即信令数据的空间定位点位于时空格的矩形框内，采样时间处于时空格的时间作用域内；为匹配到时空格内的信令数据添加对应时空格标号，否则其时空格标号为0；定义用户信令数据由五元矢量sg＝(id,lo,la,t,G)表示，分别为用户标识id、经度lo、纬度la、采样时间t和时空格序号G；与所述的时空格匹配成功的信令数据，令其元素G等于时空格序号，即有，sg.G＝G.i，否则sg.G＝0；

4)将所述的步骤3)中时空格标号不为0的信令数据按身份标识、时间排序；每个身份标识的信令数据组成一条信令链，对每条信令链，按链内各信令数据采样时间sg.t升序排列，其序列长度记为kk，则所述每条信令链由信令数据序列(sg₁,sg₂,...,sg_kk)表示；所述每条信令链的开始时间t_s为信令链中首个信令数据采样时间，即t_s＝sg₁.t；所述每条信令链的结束时间t_e为信令链中最后一个信令数据的采样时间，即t_e＝sg_kk.t；从未匹配成功的信令记录中搜索该用户从t_s到t_e的所有信令；若能够提取到记录，则认为该信令序列用户位置发生偏移，未完全跟随公交车辆，删除该信令序列；其他的就为完全跟随公交车辆予以保留；

5)将步骤4)中未删除的信令序列作为候选信令链，针对每个所述候选信令链，检索其用户在所述候选信令链前一个时刻的信令采样数据sg_1-，该采样数据反映该用户上车之前的位置；同时检索位于所述候选信令链第一条数据sg₁所处位置之前的所有站点，其中距离sg_1-最近的站点，作为该所述候选信令链用户上车站点S_up；检索其用户在所述候选信令链后一个时刻的信令采样数据sg_kk+，该采样数据反映该用户下车后的位置；同时检索位于所述候选信令链最后一条信令数据sg_kk所处位置之后的所有站点，其中距离sg_kk+最近的站点，作为所述该候选信令链用户下车站点S_down；

6)然后根据步骤5)得到上车站点S_up、下车站点S_down来计算每个候选信令数据链用户的乘车站数，若小于3站，则计算该用户上车前和下车后的行进速度，若速度高于步行速度阈值v＝6公里/小时，其中v为到达上车站点的速度，则将该候选信令数据链剔除；

7)统计每个班次经所述步骤2)—6)处理后得到的所有候选信令数据链，能得出该班次各站点上下客人数和站间流量。

所述的步骤5)具体步骤为：

(1)当sg₁之前只有一个站点，即首发站，则s_up＝s₁；

(2)当sg_kk之后只有一个站点，及末站，则s_down＝s_m；

(3)当sg₁之前有多于1个站点，即有多个前置站点，则以sg_1-为圆心，sg_1-与sg₁之前的第一个站点连线为半径范围内，寻找与sg_1-距离最近的前置站点s^*，将其作为上车站点，即有s_up＝s^*；

(4)当sg_kk之后有多于1个站点，即有多个后置站点，则以sg_kk为圆心，sg_kk+与sg_kk之后的第一个站点连线为半径范围内，寻找与sg_kk+距离最近的后置站点s^*，将其作为下车站点，即有s_down＝s^*。

所述的步骤6)具体步骤为：

(a)检索下车站点距离下车站点小于三站，即s_down-s_up＜3的候选信令数据链；

(b)计算sg_1-到s_up到的直角距离Δl，以及sg_1-.t到车辆抵达s_up时刻的差值Δt，计算用户到达上车站点的速度v＝Δl/Δt；

(c)若v≥6km/h，则认为该用户无法步行到达上车站点，推断其未乘坐公交车，删去该候选信令数据链。

本发明的有益效果为：本发明根据随车乘客的手机信令轨迹应与车辆GPS轨迹在时空域中连续伴随出现；以车辆GPS轨迹为基础，绘制连续时空格；信令轨迹在时空格中连续出现的手机用户经检验为随车乘客；乘客上下车站点根据车辆伴随前后的信令数据判断。从本发得到的数据源来计算公交出行OD，减少对人流检测专用设备的投入；其次经司机在车验证，人工跟车调查、早晚出行规律分析，本发明方法对公交出行OD计算的准确度高于其他方法。

附图说明

图1是本发明实施例中公交连续时空格的划定虚线框；

图2是本发明实施例中完全跟随的信令数据链；

图3是本发明实施例中未完全跟随的信令数据链；

图4是本发明实施例中首末站上下车站点分析示意图；

图5是本发明实施例中下车站点分析示意图。

具体实施方式

本实施例的一种基于公交GPS与手机信令数据的公交客流检测方法。随车乘客的手机信令轨迹应与车辆GPS轨迹在时空域中连续伴随出现。所述方法以车辆GPS轨迹为基础，绘制连续时空格；信令轨迹在时空格中连续出现且满足被判定条件的手机用户为随车乘客；根据手机用户上下车前后的信令数据判断其上下车站点。所述方法包括如下步骤：

1)获取公交班次GPS数据；

将公交GPS数据根据线路、车辆、时间排序，并按班次划分；一个班次的GPS数据序列Gps＝(g_i,i＝1,2,3,...,n)，其中g_i为该班次依时间升序排序的GPS定位数据，利用用三元矢量g_i＝(lo,la,t)表示，分别代表该GPS定位数据的经度、纬度和采样时间；线路沿途经过的m个站点序列S＝(s_i,i＝1,2,3,...,m)，s_i用三元矢量s＝(i,lo,la)表示，分别代表该站点的序号、经度和纬度；在后续所述步骤2)-7)中，针对其中一个班次的公交数据做处理；

2)基于公交GPS数据生成连续时空格；

针对其中一个班次公交GPS数据，按照所述的步骤1)的方法按时间升序排序后，从第一个数据点g1开始，在相邻两个数据定位点g_i-1,g_i为中轴线做矩形框，矩形框边缘距中轴线距离为r；r的取值与公交GPS和移动数据定位精度值相关，设r＝50～100米；每个矩形框的时间作用域为两个数据定位点采样时间的间隔时段内；将带时间作用域的矩形框称为时空格，定义时空格G_i＝(i,g_i,g_i+1),i＝1,2,3,...,n-1，其空间上为如图1中各长虚线框所示，时空格在时间上连续，空间上部分重叠；

3)根据时空格提取位于时空格内的信令序列；

然后检索位于步骤2)所述的时空格内的移动信令数据，也即信令数据的空间定位点位于时空格的矩形框内，采样时间处于时空格的时间作用域内；为匹配到时空格内的信令数据添加对应时空格标号，否则其时空格标号为0；定义用户信令数据由五元矢量sg＝(id,lo,la,t,G)表示，分别为用户标识、经度、纬度、采样时间和时空格序号；与所述的时空格匹配成功的信令数据，令其元素G等于时空格序号，即有，sg.G＝G.i，否则sg.G＝0；

4)利用信令序列生成跟车用户信令数据链；

将所述的步骤3)中时空格标号不为0的信令数据按身份标识、时间排序；每个身份标识的信令数据组成一条信令链，对每条信令链，按链内各信令数据采样时间sg.t升序排列，其序列长度记为kk，则所述每条信令链由信令数据序列(sg₁,sg₂,...,sg_kk)表示；所述每条信令链的开始时间t_s为信令链中首个信令数据采样时间，即t_s＝sg₁.t；所述每条信令链的结束时间t_e为信令链中最后一个信令数据的采样时间，即t_e＝sg_kk.t；从未匹配成功的信令记录中搜索该用户从t_s到t_e的所有信令；如图2、3所示，若能够提取到记录，则认为该信令序列用户位置发生偏移，未完全跟随公交车辆，删除该信令序列；其他的就为完全跟随公交车辆予以保留；

5)采用信令数据链计算每个用户的上下车站点；

将步骤4)中未删除的信令序列作为候选信令链，针对每个所述候选信令链，检索其用户在所述候选信令链前一个时刻的信令采样数据sg_1-，该采样数据反映该用户上车之前的位置；同时检索位于所述候选信令链第一条数据sg₁所处位置之前的所有站点，其中距离sg_1-最近的站点，作为该所述候选信令链用户上车站点S_up；检索其用户在所述候选信令链后一个时刻的信令采样数据sg_kk+，该采样数据反映该用户下车后的位置；同时检索位于所述候选信令链最后一条信令数据sg_kk所处位置之后的所有站点，其中距离sg_kk+最近的站点，作为所述该候选信令链用户下车站点S_down；

所述的步骤5)具体步骤为：

(1)当sg₁之前只有一个站点，即首发站，则s_up＝s₁；

(2)当sg_kk之后只有一个站点，及末站，则s_down＝s_m；

(3)当sg₁之前有多于1个站点，即有多个前置站点，则以sg_1-为圆心，sg_1-与sg₁之前的第一个站点连线为半径范围内，寻找与sg_1-距离最近的前置站点s^*，将其作为上车站点，即有s_up＝s^*；

(4)当sg_kk之后有多于1个站点，即有多个后置站点，则以sg_kk为圆心，sg_kk+与sg_kk之后的第一个站点连线为半径范围内，寻找与sg_kk+距离最近的后置站点s^*，将其作为下车站点，即有s_down＝s^*。

6)剔除跟车过短且非步行的候选信令数据链；

然后根据步骤5)得到上车站点Sup、下车站点Sdown来计算每个候选信令数据链用户的乘车站数，若小于3站，则计算该用户上车前和下车后的行进速度，若速度高于步行速度阈值v＝6公里/小时，其中v为到达上车站点的速度，则将该候选信令数据链剔除；

所述的步骤6)具体步骤为：

(b)检索下车站点距离下车站点小于三站，即s_down-s_up＜3的候选信令数据链；

(b)如图4、5所示,计算sg_1-到s_up到的直角距离Δl，以及sg_1-.t到车辆抵达s_up时刻的差值Δt，计算用户到达上车站点的速度v＝Δl/Δt；

(c)若v≥6km/h，则认为该用户无法步行到达上车站点，推断其未乘坐公交车，删去该候选信令数据链；

7)统计每个班次按照步骤2)-6)所得到的数据计算公交OD数据；

统计每个班次经所述步骤2)—6)处理后得到的所有候选信令数据链，计算该班次各站点上下客人数和站间流量。

本实施例根据随车乘客的手机信令轨迹应与车辆GPS轨迹在时空域中连续伴随出现；以车辆GPS轨迹为基础，绘制连续时空格；信令轨迹在时空格中连续出现的手机用户经检验为随车乘客；乘客上下车站点根据车辆伴随前后的信令数据判断。从本实施例得到的数据源来计算公交出行OD，减少对人流检测专用设备的投入；其次经司机在车验证，人工跟车调查、早晚出行规律分析，本实施例方法对公交出行OD计算的准确度高于其他方法。

Claims (3)

1.一种基于公交GPS与手机信令数据的公交客流检测方法，其特征在于，包括如下步骤：

1)获取公交班次GPS数据；

2)基于公交GPS数据生成连续时空格；

3)根据时空格提取位于时空格内的信令序列；

4)利用信令序列生成跟车用户信令数据链；

5)采用信令数据链计算每个用户的上下车站点；

6)剔除跟车过短且非步行的候选信令数据链；

7)统计每个班次按照步骤2)-6)所得到的数据计算公交OD数据；

所述的步骤具体为：

1)将公交GPS数据根据线路、车辆、时间排序，并按班次划分；一个班次的GPS数据序列Gps＝(g_i,i＝1,2,3,...,n)，其中g_i为该班次依时间升序排序的GPS定位数据，利用三元矢量g_i＝(lo,la,t)表示，分别代表该GPS定位数据的经度、纬度和采样时间；线路沿途经过的m个站点序列S＝(s_i,i＝1,2,3,...,m)，s_i用三元矢量s＝(i,lo,la)表示，分别代表该站点的序号、经度和纬度；

2)针对其中一个班次公交GPS数据，按照所述的步骤1)的方法按时间升序排序后，从第一个数据点g1开始，在相邻两个数据定位点g_i-1,g_i为中轴线做矩形框，矩形框边缘距中轴线距离为r；r的取值与公交GPS和移动数据定位精度值相关，设r＝50～100米；每个矩形框的时间作用域为两个数据定位点采样时间的间隔时段内；将带时间作用域的矩形框称为时空格，定义时空格G_i＝(i,g_i,g_i+1),i＝1,2,3,...,n-1，其空间上用长虚线框表示，时空格在时间上连续，空间上部分重叠；

3)然后检索位于步骤2)所述的时空格内的移动信令数据，也即信令数据的空间定位点位于时空格的矩形框内，采样时间处于时空格的时间作用域内；为匹配到时空格内的信令数据添加对应时空格标号，否则其时空格标号为0；定义用户信令数据由五元矢量sg＝(id,lo,la,t,G)表示，分别为用户标识、经度、纬度、采样时间和时空格标号；与所述的时空格匹配成功的信令数据，令其元素G等于时空格标号，即有，sg.G＝G.i，否则sg.G＝0；

4)将所述的步骤3)中时空格标号不为0的信令数据按身份标识、时间排序；每个身份标识的信令数据组成一条信令链，对每条信令链，按链内各信令数据采样时间sg.t升序排列，其序列长度记为kk，则所述每条信令链由信令数据序列(sg₁,sg₂,...,sg_kk)表示；所述每条信令链的开始时间t_s为信令链中首个信令数据采样时间，即t_s＝sg₁.t；所述每条信令链的结束时间t_e为信令链中最后一个信令数据的采样时间，即t_e＝sg_kk.t；从未匹配成功的信令记录中搜索该用户从t_s到t_e的所有信令；若能够提取到记录，则认为该信令序列用户位置发生偏移，未完全跟随公交车辆，删除该信令序列；其他的就为完全跟随公交车辆予以保留；

5)将步骤4)中未删除的信令序列作为候选信令链，针对每个候选信令链，检索其用户在所述候选信令链前一个时刻的信令采样数据sg_1-，该采样数据反映该用户上车之前的位置；同时检索位于所述候选信令链第一条数据sg₁所处位置之前的所有站点，其中距离信令采样数据sg_1-最近的站点，作为该候选信令链用户上车站点S_up；检索其用户在所述候选信令链后一个时刻的信令采样数据sg_kk+，该采样数据反映该用户下车后的位置；同时检索位于候选信令链最后一条信令数据sg_kk所处位置之后的所有站点，其中距离sg_kk+最近的站点，作为该候选信令链用户下车站点S_down；

6)然后根据步骤5)得到上车站点Sup、下车站点Sdown来计算每个候选信令数据链用户的乘车站数，若小于3站，则计算该用户上车前和下车后的行进速度，若速度高于步行速度阈值v＝6公里/小时，其中v为到达上车站点的速度，则将该候选信令数据链剔除；

7)统计每个班次经所述步骤2)—6)处理后得到的所有候选信令数据链，能得出该班次各站点上下客人数和站间流量。

2.如权利要求1所述的一种基于公交GPS与手机信令数据的公交客流检测方法，其特征在于，所述的步骤5)具体步骤为：

(1)当sg₁之前只有一个站点，即首发站，则s_up＝s₁；

(2)当sg_kk之后只有一个站点，即末站，则s_down＝s_m；

(3)当sg₁之前有多于1个站点，即有多个前置站点，则以sg_1-为圆心，sg_1-与sg₁之前的第一个站点连线为半径范围内，寻找与sg_1-距离最近的前置站点s^*，将其作为上车站点，即有s_up＝s^*；

(4)当sg_kk之后有多于1个站点，即有多个后置站点，则以sg_kk为圆心，sg_kk+与sg_kk之后的第一个站点连线为半径范围内，寻找与sg_kk+距离最近的后置站点s^*，将其作为下车站点，即有s_down＝s^*。

3.如权利要求1所述的一种基于公交GPS与手机信令数据的公交客流检测方法，其特征在于，所述的步骤6)具体步骤为：

(a)检索下车站点距离下车站点小于三站，即s_down-s_up＜3的候选信令数据链；

(b)计算sg_1-到s_up到的直角距离Δl，以及sg_1-.t到车辆抵达s_up时刻的差值Δt，计算用户到达上车站点的速度v＝Δl/Δt；

(c)若v≥6km/h，则认为该用户无法步行到达上车站点，推断其未乘坐公交车，删去该候选信令数据链。

Images