CN110738845A - 一种基于异常数据处理的公交车gps数据补足方法及补足系统 - Google Patents

一种基于异常数据处理的公交车gps数据补足方法及补足系统 Download PDF

Info

Publication number
CN110738845A
CN110738845A CN201910890241.0A CN201910890241A CN110738845A CN 110738845 A CN110738845 A CN 110738845A CN 201910890241 A CN201910890241 A CN 201910890241A CN 110738845 A CN110738845 A CN 110738845A
Authority
CN
China
Prior art keywords
data
station
missing
bus
module
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
Application number
CN201910890241.0A
Other languages
English (en)
Inventor
景鹏
胡瀚斌
王伟
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.)
Jiangsu University
Original Assignee
Jiangsu 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 Jiangsu University filed Critical Jiangsu University
Priority to CN201910890241.0A priority Critical patent/CN110738845A/zh
Publication of CN110738845A publication Critical patent/CN110738845A/zh
Pending legal-status Critical Current

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
    • G08G1/123—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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于异常数据处理的公交车GPS数据补足方法及补足系统，数据采集模块接收公交车历史GPS数据，异常数据过滤处理模块对公交车历史GPS数据进行过滤处理得到过滤处理后的公交车GPS数据，对过滤处理后的公交车GPS数据应用缺失数据检查模块进行检查，查找公交车GPS数据的站点缺失情况；对站点缺失的公交车GPS数据应用缺失数据补足模块进行站点补足。本发明还可以基于补足的数据，计算早晚高峰、平峰时每个公交站点的平均等车时间；或者基于补足的数据，计算早晚高峰、平峰时每两个公交站点之间的平均行程时间。本发明可以提高公交车GPS数据的规范性、准确性，人工成本低。

Description

一种基于异常数据处理的公交车GPS数据补足方法及补足 系统
技术领域
本发明涉及公共交通信息处理技术领域，具体涉及一种基于异常数据处理的公交车GPS数据补足方法及补足系统。
背景技术
GPS(Global Position System，全球定位系统)技术已经被广泛地应用到公交车辆的车载导航系统中，其可以更好地实现公交车辆的实时调度，并为公交车辆的动态监控管理提供帮助。公交车辆轨迹遍布于整个城市路网，已经装载GPS的公交车辆在提供GPS系统本身的信息之外，也在一定程度上反映了道路网络的状态信息。从交通信息处理与大数据挖掘的角度出发，公交车辆的GPS数据可以为交通状态评估、交通行为分析、出行OD预测以及公交车辆运营管理等诸多方面提供数据支撑。但是由于GPS系统本身存在的误差，如GPS系统运行时的稳定性问题(如时间同步稳定性)、可靠性问题(如地形、地势、高楼等对GPS信号接收的干扰)，导致公交车辆在行驶过程中的GPS数据瞬时丢失、数据重复，并且由于公交服务系统输出的问题(如输出和GPS数据本身不大相关的数据信息、输出数据格式不统一等)，对进一步利用和开发公交GPS数据造成了困扰。在大数据时代，如果空有海量的数据，而无法让这些数据产生更多的价值，这无疑会造成极大的浪费。现有的公交车站点间行程时间预测方法通常忽略异常数据，直接对异常数据进行剔除，从而导致预测结果不准确；或者是只能将数据用于行程时间预测而无法产生进一步的价值，从而导致资源的浪费。
发明内容
本发明通过一种基于异常数据处理的公交车GPS补足方法及补足系统对公交历史数据进行处理，对产生异常的数据进行处理，补足车辆到站时间，使得GPS数据的完整性得以保留，工作量小，预测结果精确。
本发明是通过以下技术方案实现上述技术目的的。
一种基于异常数据处理的公交车GPS数据补足方法，数据采集模块采集公交GPS历史数据，发送给异常数据过滤处理模块进行数据过滤处理后发送给缺失数据检测模块，查找数据的缺失情况并发送给缺失数据补足模块，对缺失站点进行补足。
进一步，所述补足方法还包括：缺失数据补足模块构建缺失站点的公交车辆到站时刻，由计算模块计算每个公交站点的平均等车时间和每两个公交站点之间的平均行程时间，计算结果发送给查询模块，供查询使用。
进一步，所述缺失数据检测模块查找数据的缺失情况具体为：对过滤处理后的公交GPS数据进行站序从小到大排序，检测相同到站时刻的数据形成数据集，将数据集按照运单号和站序排序，再按照运单号分组，每组第一个记录或最后一个记录的tgroups为2时，是首站或尾站缺失；每组第一个记录和最后一个记录之间的tgroups为2时，则是中间站缺失，删除重复数据。
进一步，所述缺失数据补足模块对缺失站点进行补足包括补首站序、补末站序和补中间站序；所述补首站序具体为：扩展缺首站序的第一个站序，将两行中的第一行修改为首站，站序改为1，时间t设定为missing；所述补末站序具体为：扩展缺末站序的最后一行，将两行中的第二行修改为末站，站序改为count，时间t设定为missing；校验GPS数据中最大站序和线路站点数之间的差异的变量diff_count大于3时，不再补充；所述补中间站序具体为：将首末站站序补足后的公交车GPS数据设为面板数据，利用tsfill命令补足站序中的空缺，利用ipolate命令进行线性插值t变量到t_fill变量，添补空白的线路编号、车辆编号和线路走向。
一种基于异常数据处理的公交车GPS数据补足系统，包括信号连接的数据采集模块和数据预处理模块，所述数据预处理模块包括信号连接的异常数据过滤处理模块、缺失站点检测模块和缺失数据补足模块；缺失数据补足模块接收公交车GPS数据，异常数据过滤处理模块处理公交车GPS数据，缺失站点检测模块检查数据缺失情况，缺失数据补足模块对缺失数据进行补足。
本发明的有益效果为：本发明以海量的公交车GPS数据为基础，首先对公交车GPS历史数据进行过滤处理，再通过缺失数据补足模块对缺失的站点、站序进行补全，构建缺失站点的公交车辆到站时刻；本发明的补足方法对公交规划、利用公交车GPS数据进行分析公交车可达性提供了准确的数据参考。另外，本发明还通过集成数据采集、数据处理和结果展示建立一种补足系统，直观地观察公交车GPS数据异常情况，并通过命令实现缺失站点的补足；本发明可降低数据处理的人工成本，并可以实现大批量的数据处理，且实施过程易复制，大大降低了公交站点缺失数据的补足难度，从而为更加有效地利用公交GPS数据提供了基础。
附图说明
图1为本发明公交车GPS数据补足系统结构图；
图2是本发明公交车GPS数据补足方法框图；
图3是本发明提供的GPS时间标准化处理方法的流程图；
图4是本发明提供的具有相同到站时刻的数据处理方法流程图；
图5是本发明提供的站点缺失数据补足方法流程图。
具体实施方式
以下结合附图及具体案例对本发明做进一步的详细说明。
如图1所示，公交车GPS数据补足系统实施例的系统结构图，该公交车GPS数据补足系统，包括：数据采集模块、数据预处理模块、计算模块和查询模块，数据采集模块、数据预处理模、计算模块和查询模块依次进行信号连接；数据采集模块设置在公交车上，且与GPS连接，用于接收公交车GPS数据；数据预处理模、计算模块和查询模块均运行在电脑终端；数据预处理模块用于过滤处理公交车GPS数据并检查数据缺失情况，对缺失数据进行补足；计算模块用于计算每个公交站点的平均等车时间和相邻两个公交站点的平均行程时间；查询模块用于指定公交站点或指定相邻公交站点的平均行程时间的查询和展示。所述数据预处理模块包括异常数据过滤处理模块，用于异常数据和不需要数据以及重复数据的过滤处理；缺失站点检测模块，用于检测公交站点的缺失情况；缺失数据补足模块，用于补足缺失的公交车GPS站点相应的数据。
如图2所示，本发明一种基于异常数据处理的公交车GPS补足方法，该方法应用于公交车GPS数据检查补充，为了对GPS数据出现站点、站序缺失的情况进行补足处理，采集海量的公交GPS历史数据，进行异常数据过滤处理，再应用缺失数据检测模块查找数据缺失情况，之后通过缺失数据补足模块对缺失站点进行补足，并构建缺失站点的公交车辆到站时刻，进行早晚高峰、平峰时每个公交站点的平均等车时间(min)、每两个公交站点之间的平均行程时间(min)计算。所述GPS数据为当天特定城市的真实公交车辆的车载GPS数据。具体的步骤如下：
步骤1，数据采集模块接收公交车历史GPS数据，并发送给电脑终端。
接收的公交车历史GPS数据包括公交车到站数据(相应变量说明见表1)，表2为公交线路站点数据集(相应变量说明见表)。
表1公交车GPS数据变量说明表
Figure BDA0002208489290000041
表2公交线路站点数据集变量说明表
变量名 类型 标签 说明
route_name str32 ROUTE_NAME 线路名称
route_code long ROUTE_CODE 线路编码
route_updown byte ROUTE_UPDOWN 线路方向
count byte COUNT 站点总数
步骤2，对公交车GPS历史数据应用异常数据过滤处理模块进行过滤处理，得到过滤处理后的公交车GPS历史数据；所述异常数据为重复的数据和格式不统一的数据。
异常数据过滤处理模块进行过滤处理的具体过程为：
步骤201，对获得的公交车GPS历史数据进行初步观察，删除不需使用的变量，包括：model_ver_code、cal_interval、cal_distance、cal_speed和cal_date；
步骤202，根据公交车GPS历史数据格式，对步骤201得到的数据进行拆分，删除station_sqn_start和gps_time_start两个变量，将station_sqn_end重命名为station_sqn，将gps_time_stop重命名为gps_time，保存成一组新的数据；重新对步骤201得到的数据删除station_sqn_end，gps_time_stop两个变量，将station_sqn_start重命名为station_sqn，将gps_time_start重命名为gps_time保存成另一组新的数据，对两组数据进行纵向合并；
步骤203，对步骤202中得到的纵向合并数据的重复部分进行删除；
步骤204，步骤203中得到的数据中gps_time的时间字符串的个数进行统计，存储在数据预处理模块新生成的变量i中，i＝1，2，…6；
步骤205，通过首位添零的方式，将gps_time字符串补成六位，按照时：分：秒的格式从首位开始依次取两位，并添加日期字符串，从而将gps_time变为标准的时间字符串格式“年-月-日时：分：秒”，存储在新的变量ts中，进而把ts转换为可以进行计算的Stata时间变量t，参见图3。
步骤3，对过滤处理后的公交车GPS数据应用缺失数据检查模块进行检查，查找公交线路的站点缺失情况，并确定具体属于哪一种数据缺失；
缺失数据检查模块进行公交车GPS数据检查的具体步骤为：
步骤301，对过滤处理后的公交GPS数据进行站序从小到大排序，依次排序变量为waybill_no，station_sqn，vehicle_no，t。
步骤302，检测相同到站时刻的数据形成数据集，参见图4，将数据集按照到站时刻分类，用变量tgroups记录组数，使用命令为by vehicle_no t,sort:gen tgroups＝_N，相同到站时刻的数据，可以分为两类：一种是车道车辆末站和首站地理坐标相同，且车辆到达末站后直接返回，此时上一个运单末站序的到站时刻和下一个运单首站序的到站时刻相同(首站或尾站缺失)；第二种情况是，公交车站在相邻中途站有相同的到站时刻(中间站缺失)。
具体为：
将数据集按照运单号(waybill_no)和站序(station_sqn)排序，再按照运单号分组，每组第一个记录或最后一个记录的tgroups为2时，mark为1，表明是第一种情况；使用命令为by waybill_no:gen mark＝1if(_n＝＝1|_n＝＝_N)&tgroups＝＝2。
将数据集按照运单号和站序排序，再按照运单号分组，如果每组第一个记录和最后一个记录之间的tgroups为2时，在每组首站序和未站序之间，mark为2，表明是第二种情况，使用命令为by waybill_no:replace mark＝2if(_n>1&_n<_N)&tgroups＝＝2；删除该种情况的重复数据，命令为by vehicle_no t,sort:drop if mark＝＝2&_n＝＝1。
步骤303，检验站间公交行程时间，将数据集按照运单和站序排序，生成相邻公交站序之间的行程时间diff_time，行程时间为空值时说明数据存在缺失，获取数据缺失的条数。或者删除用于检验的变量tgroups、mark、diff_time，然后保存数据集；检验站序间空缺，按照运单和站序排序，然后生成相邻站序之差diff_sqn，相邻站序之差为空值时，说明数据存在缺失，获取数据缺失的条数。
步骤4，对站点缺失的公交车GPS数据应用缺失数据补足模块进行补足，构建缺失站点的公交车辆到站时刻；如图5所示，具体方法如下：
步骤401，补首站序，按照运单和站序排序后，生成用于扩展后分组的编号id；
步骤402，生成从1开始、自然增长为1的站序order_sqn，使用命令为by waybill_no:gen order_sqn＝_n；
步骤403，将缺首站序的第一个站序扩展，也就是复制一行，使用命令为expand2if order_sqn＝＝1&station_sqn>1；
步骤404，将重复两行中的第一行修改为首站，站序改为1，order_sqn改为-1，表明为补的站点，时间t设定为missing；
步骤405，补末站序，将历史的公交车GPS数据和公交线路站点数据集(表2)进行连接，配对字段为route_code和route_updown；
步骤406，删除公交线路站点数据集中有而历史公交GPS数据中没有的数据集；
步骤407，对于公交车GPS历史数据中有而公交线路站点数据集中没有的数据集，将公交线路站点数据集中每组运单的最大站序作为站点个数，使用命令为sort waybill_no station_sqn，by waybill_no:replace count＝station_sqn if_merge＝＝1&_n＝＝_N；
步骤408，对匹配上的count(站点总数)进行校验，在最大站序的记录中，用count减去station_sqn(站序)，得到变量diff_count，用来校验GPS数据中最大站序和线路站点数之间的差异；
步骤409，当diff_count为负时，说明GPS数据中最大站序大于公交线路的站点个数，可以用最大站序作为站点个数；当diff_count为零时，GPS数据中最大站序等于公交线路的站点个数，还是可以用最大站序作为站点个数；当diff_count为正时，设定diff_count<＝3时，考虑补全末站，diff_count大于3时，缺失末站太多，差值精度太差，就不再补充；
步骤410，对运单号和站序进行排序，然后生成用于扩展的序号end_id；
步骤411，将缺末站序的最后一行扩展，也就是复制一行，使用命令为expand 2ifdiff_count>＝1&diff_count<＝3；
步骤412，将重复两行中的第二行，修改为末站，站序改为count，order_sqn改为-1，表明为补的站点，时间t设定为missing；
步骤413，补中间站，将首末站站序补足后的公交车GPS数据设为面板数据；
步骤414，用tsfill命令补足站序中的空缺；
步骤415，用ipolate命令进行线性插值t变量到t_fill变量；
步骤416，添补空白的线路编号、车辆编号和线路走向。
步骤5，基于补足后的公交车GPS数据，结果计算模块计算早晚高峰、平峰时每个公交站点的平均等车时间；具体方法如下步骤：
步骤501，基于线路编号、线路走向和站序，生成站点编号station_code；
步骤502，生成变量t_mark用来标识时间段，用1、2、3、4分别代表早高峰、白天的平峰、晚高峰、夜间平峰；
步骤503，统计每个站点在不同时段的个数，即不同时段有公交车到达的数量freq；
步骤504，将记录四个时段不同站点公交车到达数量的文件合并；
步骤505，计算早高峰每个公交站点的平均等车时间gen wait1＝120/freq1；
步骤506，计算白天平峰每个公交站点的平均等车时间gen wait2＝60*8/freq2；
步骤507，计算晚高峰每个公交站点的平均等车时间gen wait3＝120/freq3；
步骤508，计算夜间平峰每个公交站点的平均等车时间gen wait4＝60*12/freq4。
步骤6，基于补足后的公交车GPS数据，结果计算模块计算早晚高峰、平峰时每两个公交站点之间的平均行程时间；具体方法如下：
步骤601，公交车GPS数据排序，方法为sort waybill_no station_sqn；
步骤602，生成下一个站点编号的变量station_next_code，方法为by waybill_no:gen double station_next_code＝station_code[_n+1]；
步骤603，生成两个站点之间的行程时间，方法为by waybill_no:gen travel_time＝minutes(t_fill[_n+1]-t_fill)。
步骤7，结果查询模块输入需要查询的公交线路名称、公交线路走向、公交站点名称以进行相应公交站点不同时段的平均等车时间查询；结果查询模块输入需要查询的公交线路、公交线路走向以及线路上相邻公交站点的名称，进行相邻公交站点不同时段的平均行程时间查询。
为了验证本发明提出的公交车GPS补足方法的可行性和准确性，以及补足效果的真实性，选取上海公交车2019年1月7日当天00:00:00到24:00:00的GPS数据进行补足。利用步骤1-6，首先将当天的数据导入到数据采集模块中，共计1363598条数据；数据过滤处理模块进行异常数据处理，得到当天的GPS数据文件，共计1436339条数据；再利用缺失数据检查模块进行检查，查找公交线路的站点缺失情况，共计72421条数据存在缺失情况；再得到的数据利用缺失数据补足模块进行补足，其中补首站21461个，补尾站29879个，构建缺失站点的公交车辆到站时刻。通过补足后的公交GPS数据，计算早晚高峰、平峰时每个公交站点的平均等车时间、每两个公交站点之间的平均行程时间。如737路(大华新村(行知路)站到振宏新村(伊犁新村)站方向)的长宁路江苏路的早高峰等车时间为6.667分，日间平峰等车时间为6.045分，晚高峰平均等车时间为6.061分，夜间平均等车时间为18分；737路(大华新村(行知路)站到振宏新村(伊犁新村)站方向)长宁路江苏路至中山公园(长宁路)早高峰平均行程时间3.0567分，日间平峰平均行程时间3.035分，晚高峰平均行程时间2.898分，夜间平峰平均行程时间3.073分。
综上所述，经过理论以及实例展示，本发明提出的一种基于异常数据处理的公交车GPS补足方法，能够克服公交车GPS历史数据存在的数据冗余、站点缺失、数据格式不统一等问题，具有简便的操作性和可重复性以及普适性，能够对海量的数据进行纠正处理，达到对公交车GPS数据进行补足的效果，并可以依据补足的GPS数据计算出早晚高峰、平峰时每个公交站点的平均等车时间、每两个公交站点之间的平均行程时间。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (8)

1.一种基于异常数据处理的公交车GPS数据补足方法，其特征在于：数据采集模块采集公交GPS历史数据，发送给异常数据过滤处理模块进行数据过滤处理后发送给缺失数据检测模块，查找数据的缺失情况并发送给缺失数据补足模块，对缺失站点进行补足。
2.根据权利要求1所述的基于异常数据处理的公交车GPS数据补足方法，其特征在于：所述补足方法还包括：缺失数据补足模块构建缺失站点的公交车辆到站时刻，由计算模块计算每个公交站点的平均等车时间和每两个公交站点之间的平均行程时间，计算结果发送给查询模块，供查询使用。
3.根据权利要求1所述的基于异常数据处理的公交车GPS数据补足方法，其特征在于：所述缺失数据检测模块查找数据的缺失情况具体为：对过滤处理后的公交GPS数据进行站序从小到大排序，检测相同到站时刻的数据形成数据集，将数据集按照运单号和站序排序，再按照运单号分组，每组第一个记录或最后一个记录的tgroups为2时，是首站或尾站缺失；每组第一个记录和最后一个记录之间的tgroups为2时，则是中间站缺失，删除重复数据。
4.根据权利要求1所述的基于异常数据处理的公交车GPS数据补足方法，其特征在于：所述缺失数据补足模块对缺失站点进行补足包括补首站序、补末站序和补中间站序。
5.根据权利要求4所述的基于异常数据处理的公交车GPS数据补足方法，其特征在于：所述补首站序具体为：扩展缺首站序的第一个站序，将两行中的第一行修改为首站，站序改为1，时间t设定为missing。
6.根据权利要求4所述的基于异常数据处理的公交车GPS数据补足方法，其特征在于：所述补末站序具体为：扩展缺末站序的最后一行，将两行中的第二行修改为末站，站序改为count，时间t设定为missing；校验GPS数据中最大站序和线路站点数之间的差异的变量diff_count大于3时，不再补充。
7.根据权利要求4所述的基于异常数据处理的公交车GPS数据补足方法，其特征在于：所述补中间站序具体为：将首末站站序补足后的公交车GPS数据设为面板数据，利用tsfill命令补足站序中的空缺，利用ipolate命令进行线性插值t变量到t_fill变量，添补空白的线路编号、车辆编号和线路走向。
8.一种基于异常数据处理的公交车GPS数据补足系统，其特征在于：包括信号连接的数据采集模块和数据预处理模块，所述数据预处理模块包括信号连接的异常数据过滤处理模块、缺失站点检测模块和缺失数据补足模块；缺失数据补足模块接收公交车GPS数据，异常数据过滤处理模块处理公交车GPS数据，缺失站点检测模块检查数据缺失情况，缺失数据补足模块对缺失数据进行补足。
CN201910890241.0A 2019-09-20 2019-09-20 一种基于异常数据处理的公交车gps数据补足方法及补足系统 Pending CN110738845A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910890241.0A CN110738845A (zh) 2019-09-20 2019-09-20 一种基于异常数据处理的公交车gps数据补足方法及补足系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910890241.0A CN110738845A (zh) 2019-09-20 2019-09-20 一种基于异常数据处理的公交车gps数据补足方法及补足系统

Publications (1)

Publication Number Publication Date
CN110738845A true CN110738845A (zh) 2020-01-31

Family

ID=69268153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910890241.0A Pending CN110738845A (zh) 2019-09-20 2019-09-20 一种基于异常数据处理的公交车gps数据补足方法及补足系统

Country Status (1)

Country Link
CN (1) CN110738845A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110052065A (ko) * 2009-11-12 2011-05-18 박종민 Rfid와 gps를 활용한 교통정보 수집, 처리 및 분배하는 방법과 시스템 및 이를 구현하는 단말장치
CN104966408A (zh) * 2014-07-22 2015-10-07 银江股份有限公司 一种gps定位数据补偿方法
CN105371857A (zh) * 2015-10-14 2016-03-02 山东大学 一种基于公交车gnss时空轨迹数据建构路网拓扑的装置及方法
CN108154698A (zh) * 2018-01-05 2018-06-12 上海元卓信息科技有限公司 一种基于gps轨迹大数据的公交到离站精确时间计算方法
CN108230724A (zh) * 2018-01-31 2018-06-29 华南理工大学 一种基于极大概率估计的城市公交系统车载报站缺失数据修补方法
CN109144763A (zh) * 2018-07-23 2019-01-04 温州大学苍南研究院 一种基于耦合信息的公交缺失行车数据恢复方法
CN109471908A (zh) * 2018-09-19 2019-03-15 江苏大学 一种基于Web端JavaScript API的公交站点和线路信息获取的方法
CN109727474A (zh) * 2019-01-29 2019-05-07 苏州工业园区测绘地理信息有限公司 一种基于融合数据的公交车进出站精确识别方法
CN109859515A (zh) * 2019-01-28 2019-06-07 武汉元光科技有限公司 公交系统中gps定位数据补偿方法及电子设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110052065A (ko) * 2009-11-12 2011-05-18 박종민 Rfid와 gps를 활용한 교통정보 수집, 처리 및 분배하는 방법과 시스템 및 이를 구현하는 단말장치
CN104966408A (zh) * 2014-07-22 2015-10-07 银江股份有限公司 一种gps定位数据补偿方法
CN105371857A (zh) * 2015-10-14 2016-03-02 山东大学 一种基于公交车gnss时空轨迹数据建构路网拓扑的装置及方法
CN108154698A (zh) * 2018-01-05 2018-06-12 上海元卓信息科技有限公司 一种基于gps轨迹大数据的公交到离站精确时间计算方法
CN108230724A (zh) * 2018-01-31 2018-06-29 华南理工大学 一种基于极大概率估计的城市公交系统车载报站缺失数据修补方法
CN109144763A (zh) * 2018-07-23 2019-01-04 温州大学苍南研究院 一种基于耦合信息的公交缺失行车数据恢复方法
CN109471908A (zh) * 2018-09-19 2019-03-15 江苏大学 一种基于Web端JavaScript API的公交站点和线路信息获取的方法
CN109859515A (zh) * 2019-01-28 2019-06-07 武汉元光科技有限公司 公交系统中gps定位数据补偿方法及电子设备
CN109727474A (zh) * 2019-01-29 2019-05-07 苏州工业园区测绘地理信息有限公司 一种基于融合数据的公交车进出站精确识别方法

Similar Documents

Publication Publication Date Title
CN102592495B (zh) 道路估计设备和用于估计道路的方法
CN101509783B (zh) 应用于导航电子地图生产中的数据检查方法及装置
CN106323301B (zh) 一种道路情报的获取方法及装置
CN110867090B (zh) 一种基于公交车载gps数据的相邻公交物理站点间平均行程时间计算方法及系统
CN101218486A (zh) 用于对道路网图进行建模的方法、装置及系统
RU2010123016A (ru) Способ и система для использования данных измерений от множества транспортных средств для детектирования изменений реального мира для использования при обновления карты
CN110555992B (zh) 一种基于gps轨迹数据的出租车行驶路径信息提取方法
CN105489008A (zh) 基于浮动车卫星定位数据的城市道路拥堵计算方法及系统
CN102479435B (zh) 道路估计设备和用于估计道路的方法
CN104422451A (zh) 一种道路识别方法及装置
CN111199247A (zh) 一种公交运行仿真方法
WO1998024079A1 (de) Verfahren und endgerät zur räumlichen zuordnung von auf einen ort bezogenen informationen
Quiroga et al. Travel time information using global positioning system and dynamic segmentation techniques
CN107229682A (zh) 一种基于大型数据库的出租车位置数据处理方法
CN110362640B (zh) 一种基于电子地图数据的任务分配方法及装置
CN105046959A (zh) 基于双窗口滑动匹配机制的城市道路行程时间提取方法
CN105574313A (zh) 一种道路等级的确定方法和装置
CN106980029B (zh) 车辆超速判断方法及其系统
CN111444286B (zh) 一种基于轨迹数据的远距离交通节点关联性挖掘方法
CN111649752B (zh) 拥堵路段的地图数据处理方法、装置以及设备
CN110738845A (zh) 一种基于异常数据处理的公交车gps数据补足方法及补足系统
CN110879862B (zh) 基于物联网的车辆信息查询系统
CN110751830B (zh) 一种集计公交物理站点平均等车时间的方法及系统
CN105717517B (zh) 一种车载北斗多模gnss高精度道路基础数据采集方法
CN111476432A (zh) 一种基于实时路况预测的车辆油耗估计方法和系统

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: 20200131