CN110867090B - 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 - Google Patents

Abstract

本发明公开了一种基于公交车载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，数据采集模块接收5天的公交GPS历史数据，数据处理模块将相邻公交线路站点间的路段看成一个单元，生成新的路段编号变量，并对数据集GPS时间数据格式进行修改，生成数据集计模块能计算的时间变量；数据集计模块首先计算相邻两个线路站点间的平均行程时间，再匹配线路站点和物理站点两个数据集，将线路站点编号集计为物理站点编号，基于匹配成功的物理站点编号数据，集计早晚高峰、平峰时相邻物理站点间的平均行程时间。本发明可提高公交GPS数据的效用性、准确性，并能获得早晚高峰、平峰时相邻物理站点间的平均行程时间。

Description

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

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。

背景技术

全球定位系统(Global Position System，GPS)是由美国研发的一种定位技术，GPS以其高精度、抗干扰力强等优点被广泛应用到公交车辆的车载导航系统中。随着智能公交系统的发展以及GPS定位技术的推广与普及，许多城市的公交车装载了GPS定位装置，可通过该类装置获得大量、广泛的道路实时信息，包括时间、位置、路段、车速等数据。但是目前这些定位信息只是针对车辆的运行状况做实时的监控或车辆调度使用，并没有被充分利用，造成了极大的浪费。作为公交到站时间的重要组成部分，公交站点间行程时间的估计是公交智能化调度、公交电子站牌应用的基础。现有的公交GPS到站时间(即物理站点间平均行程时间)预测方法通常需要将公交车GPS数据和电子地图进行匹配，或者是采用时空模型、回归模型进行估计，而电子地图存在精度不够的问题，从而导致预测结果不准确；而模型估计忽略了交通状况随机、偶然的因素，与实际情况存在较大差异。

发明内容

本发明通过一种基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法，计算相邻两个公交物理站点间的平均行程时间，以解决现有的预测方法精度不够、预测结果不准确的问题，使得公交GPS数据能被更精准地应用。相应的，本发明还提供了一种基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算系统，用以保证上述方法的实现及应用。

本发明是通过以下技术方案实现上述目的的。

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，数据处理模块接收公交GPS历史数据，将相邻公交线路站点间的路段生成路段编号变量，发送给数据集计模块；数据集计模块将线路站点编号集计为物理站点编号，基于匹配成功的物理站点编号数据，计算早晚高峰、平峰时相邻物理站点间的平均行程时间。

进一步地，所述将相邻公交线路站点间的路段生成路段编号变量的具体过程为：由前站站序和后站站序之差生成相邻站序之差变量，保留相邻站序之差为1的数据，再基于保留的数据，根据后站站序、前站站序、线路方向和线路编码，生成路段编号变量。

更进一步地，所述将相邻公交线路站点间的路段生成路段编号变量前，数据处理模块对公交GPS历史数据集进行过滤处理。

进一步地，所述线路站点编号集计为物理站点编号是依据线路站点和物理站点两个数据集中的线路编码、线路走向和线路站序匹配得到。

进一步地，所述计算早晚高峰、平峰时相邻物理站点间的平均行程时间，具体为：将相邻两个线路站点间的平均行程时间按照时间段、上游物理站点编码、下游物理站点编码变量分组取均值。

更进一步地，所述相邻两个线路站点间的平均行程时间的获取过程为：路段编号变量按照标记的前站到站时刻时间段、新的路段编号变量分组，对每个路段在每个时间段内的间隔时间取均值，得到相邻线路站点间的平均时间间隔变量，即相邻两个线路站点间的平均行程时间。

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系统，包括依次信号连接的数据采集模块、数据处理模块和数据集计模块；

所述数据采集模块，用于接收公交GPS历史数据；

所述数据处理模块，将相邻公交线路站点间的路段生成路段编号变量；

所述数据集计模块，用于计算相邻两个公交物理站点间的平均行程时间。

上述技术方 案中，所述数据处理模块包括依次信号连接的数据过滤处理模块和路段编号变量生成模块，数据过滤处理模块过滤处理重复数据及不需要的数据、编码日期、修改时间变量格式，路段编号变量生成模块将相邻公交线路站点间的路段看成一个单元，并赋予编号。

上述技术方 案中，所述数据集计模块包括依次信号连接的线路站点间平均行程时间计算模块、集计物理站点模块和物理站点间平均行程时间计算模块，线路站点间平均行程时间计算模块统计前、后线路站点间的时间间隔，再对每个路段在每个时间段内的间隔时间取均值；集计物理站点模块分别匹配线路站点和物理站点两个数据集的上游站点编码、下游站点编码；物理站点间平均行程时间计算模块将相邻线路站点间平均行程时间按照标记时间段、物理站点变量分组取均值，得出相邻物理站点间的平均行程时间。

本发明的有益效果为：本发明通过数据采集模块接收海量的公交GPS历史数据，发送给数据处理模块，数据处理的过程包括：首先通过对公交GPS历史数据进行过滤处理，定义路段编号变量，数据处理模块将路段编号变量发送给数据集计模块；数据集计模块首先统计相邻线路站点间的时间间隔，对每个路段在每个时间段内的间隔时间取均值，计算线路站点间平均行程时间，再根据物理站点信息，将公交线路站点编码集计为物理站点编码，最后将相邻线路站点间平均行程时间按照标记时间段、上游物理站点、下游物理站点变量分组取均值，计算早晚高峰、平峰时相邻物理站点间的平均行程时间。本发明对公交规划、利用公交GPS 数据进行进一步地分析(如可达性分析)提供了较准确的数据参考。

附图说明

图1是本发明基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算系统的结构图；

图2是本发明基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法的流程图；

图3是本发明基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法中 GPS时间标准化处理流程图。

具体实施方式

以下结合本发明实施例中的附图及具体案例对本发明进行清楚、完整地详细说明。

如图1所示，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系统，包括依次信号连接的数据采集模块、数据处理模块和数据集计模块；数据采集模块，用于接收公交GPS历史数据；数据处理模块，将相邻公交物理站点间的路段看成一个单元，生成新的路段编号变量；数据集计模块，用于计算相邻两个公交物理站点间的平均行程时间。数据处理模块包括依次信号连接的数据过滤处理模块和路段编号变量生成模块，数据过滤处理模块过滤处理异常数据、缺失数据、重复数据以及不需要的数据，路段编号变量生成模块将相邻公交线路站点间的路段看成一个单元，并赋予编号。数据集计模块包括依次信号连接的线路站点间平均行程时间计算模块、集计物理站点模块和物理站点间平均行程时间计算模块，线路站点间平均行程时间计算模块统计相邻线路站点间的时间间隔，对每个路段在每个时间段内的间隔时间取均值；集计物理站点模块分别匹配线路站点和物理站点两个数据集的上游站点编码、下游站点编码；物理站点间平均行程时间计算模块将相邻线路站点间平均行程时间按照标记时间段、上游物理站点、下游物理站点变量分组取均值，得出相邻物理站点间平均行程时间。

如图2所示，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，应用于公交到站时间预测，利用海量的公交GPS历史数据，将公交线路站点集计为公交物理站点，根据公交车辆到站时刻计算早晚高峰、平峰时相邻物理站点间平均行程时间(min)。具体详细的步骤如下：

步骤(1)，数据采集模块接收五天公交线路的GPS历史数据，发送给数据处理模块；

接收公交线路的GPS历史数据，包括上海公交2019年6月17日-2019年6月21日GPS数据，共7175719条；表1为GPS数据变量说明。

表1上海公交2019年6月17日-2019年6月21日GPS数据变量说明

步骤(2)，在数据处理之前，观察数据信息，确定公交GPS历史数据的种类(模型版本编码、数据采集日期、公交线路编码、公交线路版本号、公交车辆编号、公交线路方向、运单号、前站站序、后站站序、前站到站时刻、后站到站时刻、时间间隔、站间距、站间车速和时刻)。

步骤(3)，对公交GPS历史数据集进行过滤处理，生成路段编号变量，对公交GPS历史数据格式进行修改，并生成数据集计模块能够计算的时间变量；具体包括如下步骤：

步骤(301)，将已有的5天公交GPS历史数据导入数据过滤处理模块，并对数据集变量进行初步筛选，删除无关变量model_ver_code，cal_speed，cal_date；

步骤(302)，数据过滤处理模块将公交GPS历史数据集中的日期生成新的日期变量date_id，将具体日期2019-06-17、2019-06-18、2019-06-19、2019-06-20、2019-06-21用数字1、2、3、 4、5进行编码；

步骤(303)，将公交GPS历史数据集的时间变量gps_time_start、gps_time_stop的数据类型转换为字符串，存储在新的变量gps_start、gps_stop中；对gps_start、gps_stop的时间字符串的个数进行统计，存储在新的变量gps_start_count、gps_stop_count中；依据gps_start_count、gps_stop_count的时间字符串位数统计结果，通过首位添零的方式，按照“时:分:秒”的格式从首位开始依次取两位，分别将gps_start和gps_stop字符串位数补成六位，并添加日期，从而将gps_start、gps_stop变为标准的时间字符串格式，如“2019-06-17 15:21:47”，存储进新的变量start和stop中，进而转换为数据集计模块可以计算的时间变量t_start和t_stop；由t_start 和t_stop生成变量标记的前站到站时刻时间段t_start_mark用来标识路段上游站点到达时间段，用1、2、3、4分别代表早高峰(7:00～9:00)、白天平峰(9：00～17：00)、晚高峰(17:00～19:00)、夜间平峰(19：00～7：00)；

步骤(304)，路段编号变量生成模块由station_sqn_start和station_sqn_end之差生成相邻站序之差变量diff_stop_sqn，保留相邻站序之差为1的数据，基于后站站序station_sqn_end、前站站序station_sqn_start、线路方向route_trend和线路编码route_code，生成新的路段编号变量seg_id。

步骤(4)，线路站点间平均行程时间计算模块计算相邻两个线路站点间的平均行程时间；具体方法如下：

利用后站到站时间减去前站到站时间生成新的变量t_interval，由t_interval计算相邻线路站点间的时间间隔；路段编号变量按照t_start_mark、seg_id分组，对每个路段在每个时间段内的时间间隔t_interval取均值，得到相邻线路站点间的平均时间间隔变量interval_mean，即相邻两个线路站点间的平均行程时间。

步骤(5)，集计物理站点模块匹配线路站点和物理站点两个数据集，将线路站点编号集计为物理站点编号；

使用公交物理站点数据集(相应变量说明见表2)匹配线路站点和物理站点两个数据集，将线路站点编号集计为物理站点编号的具体方法如下步骤：

表2上海公交物理站点对应表

步骤(501)，将路段编号变量seg_id依次拆分成后站站序(sqn_end)、前站站序(sqn_start)、线路走向(trend)、线路编码(code)，便于线路站点数据集与物理站点数据集进行匹配；拆分seg_id，得到sqn_end，生成中间变量temp_segid，临时储存删除末尾两位数的seg_id数据；拆分中间变量temp_segid，得到sqn_start，再生成中间变量temp1_segid，临时储存删除末尾两位数的temp_segid数据；拆分中间变量temp1_segid，得到trend，最后得到code变量，删除中间变量temp_segid、temp1_segid；

步骤(502)，将公交物理站点数据集文件导入集计物理站点模块中，对变量进行筛选，保留并重命名相关变量，变量LINE_STANDARD_CODE重命名为code，变量LINE_UPDOWN 重命名为trend，变量STATION_ORDER重命名为sqn，变量STATION_VISUM_CODE重命名为physical_id，删除无关变量ID、RN、STATION_LON、STATION_LAT、NODENO、 FROMNODENO、LINKNO、站序、lineroute、市区、O、STATION_NAME；

步骤(503)，匹配上游线路站点编码和物理站点编码前，使两个数据集进行匹配的变量 code、trend、sqn名称相同，将步骤(501)中的sqn_start变量重命名为sqn；

步骤(504)，依据变量code、trend、sqn开始匹配数据集，命令为merge m:1codetrend sqn using physical.dta，匹配结果为76139个站点匹配成功，26247个站点没有匹配上；

步骤(505)，将用来匹配的变量名称还原，命令为rename sqn sqn_start，将匹配后生成的新变量重新命名，命令为rename physical_id physical_start，rename_merge_merge_start，上游线路站点编码和物理站点编码匹配结束；

步骤(506)，匹配下游线路站点编码和物理站点编码，使两个数据集进行匹配的变量code、 trend、sqn名称相同，将步骤(501)中的sqn_end变量重命名为sqn；

步骤(507)，依据变量code、trend、sqn开始匹配数据集，命令为merge m:1codetrend sqn using physical.dta，匹配结果为76095个站点匹配成功，38772个站点没有匹配上；

步骤(508)将用来匹配的变量名称还原，命令为rename sqn sqn_end，将匹配后生成的新变量重新命名，命令为rename physical_id physical_end，rename_merge_merge_end，下游线路站点编码和物理站点编码匹配结束；

步骤(509)检验同时匹配成功的上游站点、下游站点共有76091个，命令为countif _merge_start＝＝3&_merge_end＝＝3&seg_id！＝.。

步骤(6)，物理站点间平均行程时间计算模块基于匹配成功的物理站点数据，集计早晚高峰、平峰时相邻物理站点间的平均行程时间；具体为：

步骤(601)，将相邻两个线路站点间的平均行程时间按照时间段(t_start_mark)、上游物理站点编码(physical_start)、下游物理站点编码(physical_end)变量分组取均值，命令为 collapse(mean)physical_interval＝interval_mean if seg_id！＝.,by(t_start_mark physical_start physical_end)，得到相邻物理站点间的平均行程时间数据量为51784条，删除物理站点为空的数据，最终得到的有效相邻物理站点的平均行程时间数据量为51595条；

步骤(602)，保存有效相邻物理站点的平均行程时间数据集，导出Excel文件。

为了验证本发明的可行性和准确性，选取上海公交2019年6月17日至2019年6月21日每天00:00:00到24:00:00的GPS数据进行集计。

利用本发明的步骤，数据采集模块将五天的公交GPS数据导入到数据处理模块中，共计 7175719条数据。将相邻线路站点间的路段看成一个单元，基于前站站序、后站站序、线路走向、线路编码，定义路段编号变量，不重复的路段编号变量共计23601条数据。根据定义的路段编号变量，计算早晚高峰、平峰时相邻线路站点间的平均行程时间，共计89916条数据。分别将公交上游线路站点、公交下游线路站点集计为公交物理站点，上、下游线路站点分别有76139、76095个站点与物理站点匹配成功。通过物理站点匹配成功后的公交GPS历史数据，计算早晚高峰、平峰时相邻公交物理站点间的平均行程时间，最终得到的有效相邻物理站点的平均行程时间数据量为51595条。如66路(丰镇新村至南浦大桥(沪军营路)方向) 河南中路延安东路至河南南路福佑路早高峰平均行程时间3.310分钟，日间平峰平均行程时间3.796分钟，晚高峰平均行程时间3.875分钟，夜间平峰平均行程时间4.619分钟。

综上所述，经理论以及实例展示，本发明提出的一种基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法，能够利用海量的公交GPS历史数据，通过数据过滤处理、生成路段编号变量、计算线路站点间平均行程时间、集计公交物理站点的过程，计算出早晚高峰、平峰时相邻公交物理站点间的平均行程时间(min)，克服现有的预测方法精度不够、预测结果不准确等问题，具有简便的操作性和可重复性以及普适性。本发明对利用公交GPS 数据进行进一步地分析(如可达性分析)或进行公交规划提供了较准确的数据参考。

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 (4)

1.一种基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法，其特征在于：数据处理模块接收公交GPS历史数据，将相邻公交线路站点间的路段生成路段编号变量，发送给数据集计模块；数据集计模块将线路站点编号集计为物理站点编号，基于匹配成功的物理站点编号数据，计算早晚高峰、平峰时相邻物理站点间的平均行程时间；

所述线路站点编号集计为物理站点编号是依据线路站点和物理站点两个数据集中的线路编码、线路走向和线路站序匹配得到；

线路站点与物理站点匹配的过程为：依据线路编码、线路走向、线路站序匹配线路站点数据集与物理站点数据集，两个数据集中用于匹配的变量名称应完全相同，其中线路站序包括上游线路站序、下游线路站序，需依次分别按照线路编码、线路走向、上游线路站序以及线路编码、线路走向、下游线路站序进行两个数据集匹配；

所述将相邻公交线路站点间的路段生成路段编号变量的具体过程为：由前站站序和后站站序之差生成相邻站序之差变量，保留相邻站序之差为1的数据，再基于保留的数据，根据后站站序、前站站序、线路方向和线路编码，生成路段编号变量；

所述计算早晚高峰、平峰时相邻物理站点间的平均行程时间，具体为：将相邻两个线路站点间的平均行程时间按照时间段、上游物理站点编码、下游物理站点编码变量分组取均值；

所述相邻两个线路站点间的平均行程时间的获取过程为：利用后站到站时间减去前站到站时间生成相邻线路站点间的行程时间间隔，将线路站点数据集按照到站时刻所属时间段、路段编号变量分组，得到每天各时间段的平均行程时间是由多少条数据量计算而来，进而对每个路段在每个时间段内的间隔时间取均值，得到相邻线路站点间的平均时间间隔变量，即相邻两个线路站点间的平均行程时间。

2.根据权利要求1所述的基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法，其特征在于：所述将相邻公交线路站点间的路段生成路段编号变量前，数据处理模块对公交GPS历史数据集进行过滤处理。

3.一种实现权利要求1-2任一项所述的基于公交车载GPS数据的相邻公交物理站点间平均行程时间计算方法的系统，其特征在于：包括依次信号连接的数据采集模块、数据处理模块和数据集计模块；

所述数据采集模块，用于接收公交GPS历史数据；

所述数据处理模块，将相邻公交线路站点间的路段生成路段编号变量；

所述数据集计模块，用于计算相邻两个公交物理站点间的平均行程时间；

所述数据集计模块包括依次信号连接的线路站点间平均行程时间计算模块、集计物理站点模块和物理站点间平均行程时间计算模块，线路站点间平均行程时间计算模块统计前、后线路站点间的时间间隔，再对每个路段在每个时间段内的间隔时间取均值；集计物理站点模块分别匹配线路站点和物理站点两个数据集的上游站点编码、下游站点编码；物理站点间平均行程时间计算模块将相邻线路站点间平均行程时间。

4.根据权利要求3所述的系统，其特征在于：所述数据处理模块包括依次信号连接的数据过滤处理模块和路段编号变量生成模块，数据过滤处理模块过滤处理重复数据及不需要的数据、编码日期、修改时间变量格式，路段编号变量生成模块将相邻公交线路站点间的路段看成一个单元，并赋予编号。

Images