CN111341137A - 一种网联协同的交叉口上游路侧公交站服务效能分析方法 - Google Patents

一种网联协同的交叉口上游路侧公交站服务效能分析方法 Download PDF

Info

Publication number
CN111341137A
CN111341137A CN202010126898.2A CN202010126898A CN111341137A CN 111341137 A CN111341137 A CN 111341137A CN 202010126898 A CN202010126898 A CN 202010126898A CN 111341137 A CN111341137 A CN 111341137A
Authority
CN
China
Prior art keywords
time
bus
service
bus station
parking
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
CN202010126898.2A
Other languages
English (en)
Other versions
CN111341137B (zh
Inventor
李锐
诸葛雪玉
董友邦
王耐
赵倩维
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202010126898.2A priority Critical patent/CN111341137B/zh
Publication of CN111341137A publication Critical patent/CN111341137A/zh
Application granted granted Critical
Publication of CN111341137B publication Critical patent/CN111341137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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

Abstract

本发明公开了一种网联协同的交叉口上游路侧公交站服务效能分析方法，包括步骤：设定网联协同的交叉口上游路侧公交站效能分析时空边界；获得时间界限内工作日早晚高峰时段公交站泊位服务效能特征数据；分析交叉口上游路侧公交站泊位被小汽车占用时间；计算网联协同环境下公交车停站额外等待时间；计算网联协同环境下交叉口上游路侧公交站停靠泊位有效服务时间；利用交叉口上游路侧公交站服务指数分析网联协同的交叉口上游路侧公交站服务效能。本发明提供了一套网联协同环境下的城市道路交叉口上游路侧公交站服务效能评价方法，可快速甄别道路公交服务瓶颈的公交站，从而有助于提升网联协同环境下城市公交运行服务效能。

Description

一种网联协同的交叉口上游路侧公交站服务效能分析方法
技术领域
本发明涉及一种公交停靠站停车泊位服务效能分析方法，特别是涉及一种考虑网联协同的交叉口上游路侧公交停靠站停车泊位服务效能分析方法，属于城市公交运营智能化交通管理与控制技术领域。
背景技术
在城市道路交叉口上游路侧公交停靠站处，由于交叉口外侧车道小汽车排队等待通过，将可能占用路侧式公交停靠站，导致公交车辆进站排队时间增加，降低了公交停靠站的利用效率，在高峰时段尤为突出。
网联协同环境通过信息交互手段有效实现道路中交叉口、停靠站的车辆运行特征数据联通，并在全局系统层面采取协同控制策略优化公交车辆交通运行状态，但网联协同环境下交通控制策略的运行效果需要进行分析。所以，十分需要分析网联协同下的交叉口上游路侧停靠站车辆运行对网联协同的交叉口上游路侧公交站服务效能的影响，进一步提高公交服务质量，缓解城市交通拥堵现状。
发明内容
本发明的主要目的在于，克服现有技术中的不足，提供一种网联协同的交叉口上游路侧公交站服务效能分析方法，可快速甄别道路公交服务瓶颈停靠站，从而有助于提升网联协同环境下城市公交运行服务效能，特别适用于网联协同环境下的城市道路交叉口上游路侧公交站的情况，极具有产业上的利用价值。
为了达到上述目的，本发明所采用的技术方案是：
一种网联协同的交叉口上游路侧公交站服务效能分析方法，包括以下步骤：
1)设定网联协同的交叉口上游路侧公交站效能分析时空边界
确定网联协同的交叉口上游路侧公交站效能分析空间范围，并设置其效能影响时间界限；
2)动态感知交叉口上游路侧公交站服务效能特征数据
在交叉口上游路侧公交站范围内，获得时间界限内工作日早晚高峰时段公交站泊位服务效能特征数据；
3)计算交叉口上游路侧公交站泊位被小汽车占用时间
通过考虑效能影响对公交站停靠泊位占用类型进行划分，并计算出各类情况下停靠泊位被小汽车占用时间，进而构建公交站停靠泊位被小汽车占用时间比例特征矩阵，分析交叉口上游路侧公交站停靠泊位被小汽车占用时间；
4)计算网联协同环境下公交车停站服务额外等待时间
通过考虑效能影响对公交站停靠泊位停车服务类型进行划分，并标定网联协同环境下公交站停靠泊位服务公交车时间，构建公交站停靠泊位服务公交车时间特征矩阵，从而计算网联协同环境下公交车停站额外等待时间；
5)计算网联协同环境下公交站停靠泊位有效服务时间
在分析公交站停靠泊位理想服务时间的基础上，考虑网联协同环境下交叉口的影响，计算网联协同环境下交叉口上游路侧公交站停靠泊位有效服务时间；
6)分析网联协同的交叉口上游路侧公交站服务效能
利用交叉口上游路侧公交站服务指数，分析影响时间界限范围内、网联协同的交叉口上游路侧公交站服务效能。
进一步地，所述步骤1)中，设定网联协同的交叉口上游路侧公交站效能分析时空边界，具体为，
1-1)确定网联协同的交叉口上游路侧公交站效能分析空间范围
起于公交停靠站中心向上游延伸一设定距离、止于交叉口进口道停车线位置；
1-2)设置网联协同的交叉口上游路侧公交站效能影响时间界限
确定影响其服务效能的时间界限Y至少包括完整的一周7天时间。
进一步地，所述步骤2)中，获得交叉口上游路侧公交站服务效能特征数据，具体为，
将按照网联协同的交叉口上游路侧公交站效能影响时间界限，在其分析空间范围内，获得第y天高峰时段内第i辆公交车的到站时刻
Figure BDA0002394674700000031
离站时刻
Figure BDA0002394674700000032
第y天高峰时段内公交站第k个停靠泊位被小汽车占用的时间
Figure BDA0002394674700000033
其中，y∈Y,y＝1,2,3,…，Y为时间界限；i∈I,i＝1,2,3,…，I为第y天高峰时段内在运行的公交车总量，k∈K,k＝1,2,3,…，K为公交站停靠泊位数。
进一步地，所述步骤3)中，计算交叉口上游路侧公交站停靠泊位被小汽车占用时间，具体为，
3-1)划分考虑效能影响的小汽车对公交站停靠泊位占用类型
根据公交车停靠泊位被小汽车占用的情况进行分类：停靠泊位被小汽车占用1个泊位的情况，停靠泊位被小汽车占用2个泊位的情况，依次类推，停靠泊位所有K个泊位全被小汽车占用的情况；
3-2)计算各类情况下停靠泊位被小汽车占用时间
根据获得的第y天高峰时段内公交站各停靠泊位被小汽车占用的时间、分别计算第y天高峰时段内各种公交站停靠泊位被小汽车占用类型的持续时间
Figure BDA0002394674700000041
计算公式为，
Figure BDA0002394674700000042
其中，
Figure BDA0002394674700000043
分别为第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间，
Figure BDA0002394674700000044
为第y天高峰时段内公交站停靠泊位全部被小汽车占据、且公交站上游仍有小汽车排队的时间；
3-3)构建公交站停靠泊位被小汽车占用时间比例特征矩阵
根据已计算的第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间，分别计算第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间比例，计算公式如下：
Figure BDA0002394674700000045
式中，ty为第y天高峰时段时长；
在此基础上，构建第y天高峰时段内公交站停靠泊位被小汽车占用时间比例特征矩阵如下：
Figure BDA0002394674700000051
进一步地，所述步骤4)中，计算网联协同环境下公交车停站服务额外等待时间，具体为，
4-1)划分考虑效能影响的公交站停靠泊位停车服务类型
按照公交站同时在站公交车的数量情况，将高峰时段公交站停靠泊位停车服务类型划分为：有1辆公交车停站服务的情况，有2辆公交车停站服务的情况，依次类推，有j辆公交车停站服务的情况；
4-2)标定网联协同环境下公交站服务公交车时间
根据获取的第y天高峰时段内第i辆公交车的到站时刻
Figure BDA0002394674700000052
和离站时刻
Figure BDA0002394674700000053
标定网联协调环境下公交站第y天高峰时段内第i辆公交车的在站服务时间为
Figure BDA0002394674700000054
4-3)构建公交站停靠泊位服务公交车时间特征矩阵
根据已计算的第y天高峰时段内所有停站服务的公交车的在站服务时间，将每辆公交车的在站时间
Figure BDA0002394674700000055
映射到时间轴上，并确定第y天高峰时段内公交站有1，2，…，j辆公交车在站服务的时间分别为
Figure BDA0002394674700000056
进而构建第y天高峰时段内公交站停靠泊位服务公交车时间特征矩阵
Figure BDA0002394674700000057
4-4)计算网联协同环境下公交车停站额外等待时间
根据已计算的公交站停靠泊位被小汽车占用时间比例特征矩阵、公交站停靠泊位服务公交车时间特征矩阵，分析网联协同环境下不同公交站停靠泊位占用类型公交车停站额外等待时间如下，
Figure BDA0002394674700000061
Figure BDA0002394674700000062
其中，
Figure BDA0002394674700000063
分别表示第y天高峰时段内公交站停靠泊位被小汽车占用1，2，…，k个停靠泊位情况下，造成的公交车停站额外等待时间。
进一步地，所述步骤5)中，计算网联协同环境下公交站停靠泊位有效服务时间，具体为，
5-1)计算公交站停靠泊位理想服务时间
根据公交车在站服务的时间分析公交站停靠泊位理想服务时间，若获取的公交站在站服务公交车最大数量J小于公交站停站泊位数K，此时，第y天高峰时段内公交站停靠泊位理想服务公交车总时间
Figure BDA0002394674700000064
Figure BDA0002394674700000065
否则，
Figure BDA0002394674700000066
5-2)计算网联协同环境下停靠泊位有效服务时间
根据已计算的公交站停靠泊位理想服务总时间，计算网联协同环境下第y天高峰时段内停靠泊位有效服务时间
Figure BDA0002394674700000067
计算公式如下，
Figure BDA0002394674700000068
其中，
Figure BDA0002394674700000071
为网联协同环境下第y天高峰时段内交叉口上游路侧公交站服务所有公交车停站的总额外等待时间。
进一步地，所述步骤6)中，分析网联协同的交叉口上游路侧公交站服务效能，具体为，
6-1)计算交叉口上游路侧停靠站服务指数
根据已计算的网联协同环境下停靠泊位理想服务总时间和有效服务时间，计算第y天高峰时段内交叉口上游路侧公交站服务指数如下
Figure BDA0002394674700000072
6-2)分析交叉口上游路侧公交站服务效能
内，每天的分析公交站在影响时间界限Y内的总体服务效能，计算公式如下
Figure BDA0002394674700000073
据此，可利用停靠站服务指数分析影响时间界限范围内、网联协同的交叉口上游路侧公交站服务效能，该数值越大(该数值不大于1)，表明交叉口上游路侧公交站的停车服务时间利用越充分、其服务效率越高。
本发明所达到的有益效果：
本发明提供了一套网联协同环境下的城市道路交叉口上游路侧公交站服务效能评价方法，可快速甄别道路公交服务瓶颈的公交站，从而有助于提升网联协同环境下城市公交运行服务效能。
上述内容仅是本发明技术方案的概述，为了更清楚的了解本发明的技术手段，下面结合附图对本发明作进一步的描述。
附图说明
图1是本发明的流程图；
图2是本发明步骤1)中交叉口上游路侧公交站效能分析空间范围图；
图3是本发明步骤3)中考虑效能影响的公交站停车泊位占用类型图；
图4是本发明步骤4)中考虑效能影响的公交站泊位停车服务类型图；
图5是本发明步骤4)中公交车的在站时间映射图；
图6本发明实施例的交叉口上游路侧公交站效能分析空间范围图。
具体实施方式
下面结合说明书附图，对本发明作进一步的说明。
本发明提供一种网联协同的交叉口上游路侧公交站服务效能分析方法，如图1所示，包括以下步骤：
1)设定网联协同的交叉口上游路侧公交站效能分析时空边界
确定网联协同的交叉口上游路侧公交站效能分析空间范围，并设置其效能显著影响时间界限；
具体为，
1-1)确定网联协同的交叉口上游路侧公交站效能分析空间范围
结合交叉口与上游路侧公交站交通信息的全面网联与动态协同特征，确定其空间范围起于公交停靠站中心向上游延伸50-80米、止于交叉口进口道停车线位置，一般来说，交叉口进口道停车线与路侧公交停靠站中心位置距离一般不超过200米；
如图2所示为网联协同的交叉口上游路侧公交站效能分析空间范围：图中公交站的停靠泊位划分为1，2，…，K个泊位，停靠站中心向上延伸50-80米，止于交叉口进口道停车线位置的范围为网联协同的交叉口上游路侧公交站效能分析空间范围；
1-2)设置网联协同的交叉口上游路侧公交站效能影响时间界限
考虑公交站停靠泊位效能分析的相关要求，确定影响其服务效能的时间界限Y至少应该包括完整的一周(星期一至星期日，包括5天工作日和2天节假日)，且每天应重点关注早晚高峰时段(早高峰时段一般选取7-9点，晚高峰时段一般选取17-19点)交叉口上游路侧公交站效能分析空间范围的各类交通信息。
2)动态感知交叉口上游路侧公交站服务效能特征数据
在交叉口上游路侧公交站范围内，动态感知时间界限内工作日早晚高峰时段公交站泊位服务效能特征数据；
具体为，
将按照网联协同的交叉口上游路侧公交站效能影响时间界限，在其空间范围内，动态感知每辆停站公交车的到站时刻
Figure BDA0002394674700000091
离站时刻
Figure BDA0002394674700000092
停靠站各泊位被小汽车占用的时间
Figure BDA0002394674700000093
其中，
Figure BDA0002394674700000094
分别表示第y天高峰时段内第i辆公交车的到站、离站时刻，
Figure BDA0002394674700000095
表示第y天高峰时段内公交停靠站第k个停靠泊位被小汽车占用的总时间，且y∈Y,y＝1,2,3,…，i∈I,i＝1,2,3,…，I为第y天高峰时段内在运行的公交车总量，k∈K,k＝1,2,3,…，K为公交站停靠泊位数。
3)计算交叉口上游路侧公交站泊位被小汽车占用时间
通过考虑效能影响对公交站停靠泊位占用类型进行划分，并计算出各类情况下停靠泊位被小汽车占用时间，进而构建公交站停靠泊位被小汽车占用时间比例特征矩阵，分析交叉口上游路侧公交站停靠泊位被小汽车占用时间；
具体为，
3-1)划分考虑效能影响的小汽车对公交站停靠泊位占用类型
小汽车在外侧车道行驶、并等待通过道路交叉口的过程中，将有可能占据公交站停靠泊位，降低路侧式公交站停靠泊位服务效能，故需要根据公交车停靠泊位被小汽车占用的情况进行分类：停靠泊位被小汽车占用1个泊位的情况(一般来说应该是1号泊位被占用)，停靠泊位被小汽车占用2个泊位的情况(一般来说应该是1号和2号两个泊位被占用)，…，停靠泊位所有K个泊位全被小汽车占用的情况，如图3所示；
3-2)计算各类情况下停靠站泊位被小汽车占用时间
借助动态感知的第y天高峰时段内公交站各停靠泊位被小汽车占用的时间、分别计算第y天高峰时段内各种公交站停靠泊位被小汽车占用类型的持续时间
Figure BDA0002394674700000101
计算公式为，
Figure BDA0002394674700000102
其中，
Figure BDA0002394674700000103
分别为第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间，
Figure BDA0002394674700000104
为第y天高峰时段内公交站停靠泊位全部被小汽车占据、且公交站上游仍有小汽车排队的时间；
3-3)构建公交站停靠泊位被小汽车占用时间比例特征矩阵
借助已计算的第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间，分别计算第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间比例，计算公式如下，ty为第y天高峰时段时长(若按1天中早晚高峰各两小时(7-9点、17-19点)，则ty为14400秒)，
Figure BDA0002394674700000111
其中，
Figure BDA0002394674700000112
为第y天高峰时段内停靠泊位共被小汽车占用k个停靠泊位的时间比例；
在此基础上，构建第y天高峰时段公交站停靠泊位被小汽车占用时间比例特征矩阵如下
Figure BDA0002394674700000113
4)计算网联协同环境下公交车停站服务额外等待时间
通过考虑效能影响对公交站泊位停车服务类型进行划分，并标定网联协同环境下公交站服务公交车时间，构建公交站停靠泊位服务公交车时间特征矩阵，从而计算网联协同环境下公交车停站额外等待时间；
具体为，
4-1)划分考虑效能影响的公交站泊位停车服务类型
按照公交站同时在站公交车的数量情况，将高峰时段公交站泊位停车服务类型划分为：有1辆公交车停站服务的情况，有2辆公交车停站服务的情况，…，有j辆公交车停站服务的情况，如图4所示；
4-2)标定网联协同环境下公交站服务公交车时间
借助通过动态感知获取的第y天第i辆公交车的停靠站到站时刻
Figure BDA0002394674700000121
和离站时刻
Figure BDA0002394674700000122
标定网联协调环境下公交站第y天第i辆公交车的在站服务时间为
Figure BDA0002394674700000123
4-3)构建公交站停靠泊位服务公交车时间特征矩阵
借助已计算的第y天高峰时段所有公交车的在站服务时间，将每辆公交车的在站时间
Figure BDA0002394674700000124
映射到时间轴上，如图5所示，并确定第y天高峰时段公交站有1，2，…，j辆公交车在站服务的时间分别为
Figure BDA0002394674700000125
进而构建第y天高峰时段公交站停靠泊位服务公交车时间特征矩阵
Figure BDA0002394674700000126
4-4)计算网联协同环境下公交车停站额外等待时间
借助已计算的公交站停靠泊位被小汽车占用时间比例特征矩阵、公交站停靠泊位服务公交车时间特征矩阵，分析网联协同环境下不同公交站停靠泊位占用类型公交车停站额外等待时间如下，
Figure BDA0002394674700000127
Figure BDA0002394674700000128
其中，
Figure BDA0002394674700000129
分别表示第y天高峰时段公交站停靠泊位被小汽车占用1，2，…，k个停靠泊位情况下，将会造成的公交车停站额外等待时间。
5)计算网联协同环境下公交站停靠泊位有效服务时间
在分析公交站停靠泊位理想服务时间的基础上，考虑网联协同环境下交叉口的影响，计算网联协同环境下交叉口上游路侧公交站停靠泊位有效服务时间；
具体为，
5-1)计算公交站停靠泊位理想服务时间
借助公交车在站服务的时间分析公交站停靠泊位理想服务时间，若感知获取的公交站在站服务公交车最大数量J小于公交站停靠泊位数K(J<K)，此时，第y天高峰时段公交站停靠泊位理想服务公交车总时间
Figure BDA0002394674700000131
否则，
Figure BDA0002394674700000132
5-2)计算网联协同环境下停靠泊位有效服务时间
借助已计算的公交站停靠泊位理想服务时间，计算网联协同环境下第y天高峰时段停靠泊位有效服务时间
Figure BDA0002394674700000133
计算公式如下，
Figure BDA0002394674700000134
其中，
Figure BDA0002394674700000135
为网联协同环境下第y天高峰时段交叉口上游路侧公交站服务所有公交车停站的总额外等待时间。
6)分析网联协同的交叉口上游路侧公交站服务效能
利用交叉口上游路侧公交站服务指数，分析影响时间界限范围内、网联协同的交叉口上游路侧公交站服务效能；
具体为，
6-1)计算交叉口上游路侧公交站服务指数
借助已计算的网联协同环境下停靠泊位理想服务公交车总时间和有效服务时间，计算第y天高峰时段交叉口上游路侧公交站服务指数如下
Figure BDA0002394674700000141
该指数能够较好反映出网联协同环境下交叉口上游路侧公交站在第y天高峰时段停靠泊位对公交车的实际服务效率水平，可体现出第y天高峰时段该公交站的公交车辆停靠服务效能；
6-2)分析交叉口上游路侧公交站服务效能
由于网联协同的交叉口上游路侧公交站效能影响时间界限Y内，每天的公交站服务指数具有一定的波动性，需分析公交站在影响时间界限内的总体服务效果，计算公式如下
Figure BDA0002394674700000142
据此，可利用公交站服务指数分析影响时间界限范围内、网联协同的交叉口上游路侧公交站服务效能，该数值越大(该数值不大于1)，表明交叉口上游路侧公交站的停车服务时间利用越充分、其服务效率越高。
实施例：
通过一个实例对本发明网联协同的交叉口上游路侧公交站服务效能分析方法给出进一步说明，下面根据本发明港网联协同的交叉口上游路侧公交站服务效能分析方法的具体步骤，分析交叉口上游路侧公交站服务效能。
S1：设定网联协同的交叉口上游路侧公交站效能分析时空边界。
S11：结合图6所示的交叉口上游路侧公交站效能分析空间范围图，将该停靠站的停靠泊位划分为#1、#2、#3，确定其空间范围起于公交站中心向上游延伸60米、止于交叉口进口道停车线位置。
S12：经过实地调查，调查取2019年9月16日至2019年9月22日一共7天，从周一到周日早高峰7-9点，晚高峰的17-19点，作为确定影响其服务效能的时间界限。
S2：动态感知交叉口上游路侧公交站服务效能特征数据。
借助实地调研，调查取2019年9月16日至2019年9月22日一共7天，从周一到周日早高峰7-9点，晚高峰的17-19点的数据，动态感知目标站的每辆停站公交车的到站时刻
Figure BDA0002394674700000151
离站时刻
Figure BDA0002394674700000152
公交站各泊位被小汽车占用的时间
Figure BDA0002394674700000153
分别如表1、表2所示(列举部分数据)。
Figure BDA0002394674700000154
Figure BDA0002394674700000161
表1
Figure BDA0002394674700000162
表2
S3：计算交叉口上游路侧公交站停靠泊位被小汽车占用时间。
S31：小汽车在外侧车道行驶、并等待通过道路交叉口的过程中，将有可能占据公交站停靠泊位，降低路侧式公交站停靠泊位服务效能，故需要根据公交站停靠泊位被小汽车占用的情况进行分类：公交站被小汽车占用1个泊位的情况(#1泊位被占用)，公交站被小汽车占用2个泊位的情况(#1、#2两个泊位被占用)，公交站被小汽车占用3个泊位的情况(#1、#2、#3三个泊位被占用)。
S32：结合S2动态感知的高峰时段内公交站各停靠泊位被小汽车占用的时间，分别计算高峰时段内公交站被小汽车占用1，2，3个停靠泊位的持续时间，结果如表3所示。
Figure BDA0002394674700000171
表3
S33：结合S32计算的高峰时段内各种公交站停靠泊位被小汽车占用类型的持续时间，按1天中早晚高峰各两小时(7-9点、17-19点)，取ty＝14400秒，分别计算一周高峰时段内公交站共被小汽车占用1，2，3个停靠泊位的时间比例，结果如表4所示。
Figure BDA0002394674700000172
Figure BDA0002394674700000187
表4
在此基础上，构建高峰时段公交站停靠泊位被小汽车占用时间比例特征矩阵依次为
Figure BDA0002394674700000181
Figure BDA0002394674700000182
Figure BDA0002394674700000183
S4：计算网联协同环境下公交车停站服务额外等待时间。
S41：按照公交站同时在站公交车的数量情况，将高峰时段公交站泊位停车服务类型划分为：有1辆公交车停站服务的情况，有2辆公交车停站服务的情况，有3辆公交车停站服务的情况。
S42：结合S2动态感知目标站的每辆停站公交车的到站时刻
Figure BDA0002394674700000184
离站时刻
Figure BDA0002394674700000185
数据，标定网联协调环境下公交站公交车的在站服务时间，结果如表5所示(只列举部分数据)。
Figure BDA0002394674700000186
Figure BDA0002394674700000191
表5
S43：结合S42标定的网联协调环境下公交站公交车的在站服务时间，确定高峰时段内公交站有1，2，3辆公交车在站服务的时间如表6所示。
Figure BDA0002394674700000201
表6
在此基础上，构建2019年9月16日至2019年9月22日高峰时段公交站停靠泊位服务公交车时间特征矩阵依次为[4836 2605 1002]，[4593 2128 1138]，[4407 2145 978]，[4938 2683 945]，[4213 2008 873]，[3015 1276 659]，[3369 1463 680]。
S44：结合S33、S43分别构建的公交站停靠泊位被小汽车占用时间比例特征矩阵、公交站停靠泊位服务公交车时间特征矩阵，2019年9月16日至2019年9月22日高峰时段公交站停靠泊位被小汽车占用1，2，3个停靠泊位情况下，将会造成的公交车停站额外等待时间依次为[39.08 119.03 295.51]，[52.35 124.12 345.80]，[32.27 143.66 384.03]，[49.14 141.49 496.83]，[34.05 112.36 446.92]，[4.61 83.21 242.55]，[6.80 98.58214.97]。
S5：计算网联协同环境下公交站停靠泊位有效服务时间。
S51：借助公交车在站服务的时间分析公交站停靠泊位理想服务时间，感知获取的公交站在站服务公交车最大数量等于公交站停站泊位数，计算高峰时段公交站停靠泊位服务公交车时间如表7所示。
Figure BDA0002394674700000202
Figure BDA0002394674700000211
表7
S52：借助已计算的公交站停靠泊位理想服务时间，计算网联协同环境下高峰时段停靠泊位有效服务时间，结果如表8所示。
日期 高峰时段停靠泊位有效服务时间(s)
2019.9.16 7989.38
2019.9.17 7336.43
2019.9.18 6970.04
2019.9.19 7878.54
2019.9.20 6500.67
2019.9.21 4619.63
2019.9.22 5191.65
表8
S6：分析网联协同的交叉口上游路侧公交站服务效能。
S61：结合S51和S52分别计算的高峰时段公交站停靠泊位服务公交车时间和网联协同环境下高峰时段停靠泊位有效服务时间，计算高峰时段交叉口上游路侧公交站服务指数，结果如表9所示。
日期 停靠站服务指数
2019.9.16 0.946
2019.9.17 0.934
2019.9.18 0.926
2019.9.19 0.920
2019.9.20 0.916
2019.9.21 0.933
2019.9.22 0.942
表9
S62：由于网联协同的交叉口上游路侧公交站效能影响时间界限是从2019年9月16日至2019年9月22日，每天的公交站服务指数具有一定的波动性，需分析公交站在影响时间界限内的总体服务效果，计算结果如下：
Figure BDA0002394674700000221
可利用公交站服务指数分析影响时间界限范围内、网联协同的交叉口上游路侧公交站服务效能，该数值较大，表明交叉口上游路侧公交站的停车服务时间利用较充分、其服务效率较高。

Claims (7)

1.一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于，包括以下步骤：
1)设定网联协同的交叉口上游路侧公交站效能分析时空边界
确定网联协同的交叉口上游路侧公交站效能分析空间范围，并设置其效能影响时间界限；
2)动态感知交叉口上游路侧公交站服务效能特征数据
在交叉口上游路侧公交站范围内，获得时间界限内工作日早晚高峰时段公交站泊位服务效能特征数据；
3)计算交叉口上游路侧公交站泊位被小汽车占用时间
通过考虑效能影响对公交站停靠泊位占用类型进行划分，并计算出各类情况下停靠泊位被小汽车占用时间，进而构建公交站停靠泊位被小汽车占用时间比例特征矩阵，分析交叉口上游路侧公交站停靠泊位被小汽车占用时间；
4)计算网联协同环境下公交车停站服务额外等待时间
通过考虑效能影响对公交站停靠泊位停车服务类型进行划分，并标定网联协同环境下公交站停靠泊位服务公交车时间，构建公交站停靠泊位服务公交车时间特征矩阵，从而计算网联协同环境下公交车停站额外等待时间；
5)计算网联协同环境下公交站停靠泊位有效服务时间
在分析公交站停靠泊位理想服务时间的基础上，考虑网联协同环境下交叉口的影响，计算网联协同环境下交叉口上游路侧公交站停靠泊位有效服务时间；
6)分析网联协同的交叉口上游路侧公交站服务效能
利用交叉口上游路侧公交站服务指数，分析影响时间界限范围内、网联协同的交叉口上游路侧公交站服务效能。
2.根据权利要求1所述的一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于：所述步骤1)中，设定网联协同的交叉口上游路侧公交站效能分析时空边界，具体为，
1-1)确定网联协同的交叉口上游路侧公交站效能分析空间范围
起于公交停靠站中心向上游延伸一设定距离、止于交叉口进口道停车线位置；
1-2)设置网联协同的交叉口上游路侧公交站效能影响时间界限
确定影响其服务效能的时间界限Y至少包括完整的一周7天时间。
3.根据权利要求1所述的一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于：所述步骤2)中，获得交叉口上游路侧公交站服务效能特征数据，具体为，
将按照网联协同的交叉口上游路侧公交站效能影响时间界限，在其分析空间范围内，获得第y天高峰时段内第i辆公交车的到站时刻
Figure FDA0002394674690000021
离站时刻
Figure FDA0002394674690000022
第y天高峰时段内公交站第k个停靠泊位被小汽车占用的时间
Figure FDA0002394674690000023
其中，y∈Y,y＝1,2,3,…，Y为时间界限；i∈I,i＝1,2,3,…，I为第y天高峰时段内在运行的公交车总量，k∈K,k＝1,2,3,…，K为公交站停靠泊位数。
4.根据权利要求1所述的一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于：所述步骤3)中，计算交叉口上游路侧公交站停靠泊位被小汽车占用时间，具体为，
3-1)划分考虑效能影响的小汽车对公交站停靠泊位占用类型
根据公交车停靠泊位被小汽车占用的情况进行分类：停靠泊位被小汽车占用1个泊位的情况，停靠泊位被小汽车占用2个泊位的情况，依次类推，停靠泊位所有K个泊位全被小汽车占用的情况；
3-2)计算各类情况下停靠泊位被小汽车占用时间
根据获得的第y天高峰时段内公交站各停靠泊位被小汽车占用的时间、分别计算第y天高峰时段内各种公交站停靠泊位被小汽车占用类型的持续时间
Figure FDA0002394674690000031
计算公式为，
Figure FDA0002394674690000032
其中，
Figure FDA0002394674690000033
分别为第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间，
Figure FDA0002394674690000034
为第y天高峰时段内公交站停靠泊位全部被小汽车占据、且公交站上游仍有小汽车排队的时间；
3-3)构建公交站停靠泊位被小汽车占用时间比例特征矩阵
根据已计算的第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间，分别计算第y天高峰时段内公交站停靠泊位共被小汽车占用1，2，…，K个停靠泊位的时间比例，计算公式如下：
Figure FDA0002394674690000041
式中，ty为第y天高峰时段时长；
在此基础上，构建第y天高峰时段内公交站停靠泊位被小汽车占用时间比例特征矩阵如下：
Figure FDA0002394674690000042
5.根据权利要求4所述的一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于：所述步骤4)中，计算网联协同环境下公交车停站服务额外等待时间，具体为，
4-1)划分考虑效能影响的公交站停靠泊位停车服务类型
按照公交站同时在站公交车的数量情况，将高峰时段公交站停靠泊位停车服务类型划分为：有1辆公交车停站服务的情况，有2辆公交车停站服务的情况，依次类推，有j辆公交车停站服务的情况；
4-2)标定网联协同环境下公交站服务公交车时间
根据获取的第y天高峰时段内第i辆公交车的到站时刻
Figure FDA0002394674690000043
和离站时刻
Figure FDA0002394674690000044
标定网联协调环境下公交站第y天高峰时段内第i辆公交车的在站服务时间为
Figure FDA0002394674690000045
4-3)构建公交站停靠泊位服务公交车时间特征矩阵
根据已计算的第y天高峰时段内所有停站服务的公交车的在站服务时间，将每辆公交车的在站时间
Figure FDA0002394674690000051
映射到时间轴上，并确定第y天高峰时段内公交站有1，2，…，j辆公交车在站服务的时间分别为
Figure FDA0002394674690000052
进而构建第y天高峰时段内公交站停靠泊位服务公交车时间特征矩阵
Figure FDA0002394674690000053
4-4)计算网联协同环境下公交车停站额外等待时间
根据已计算的公交站停靠泊位被小汽车占用时间比例特征矩阵、公交站停靠泊位服务公交车时间特征矩阵，分析网联协同环境下不同公交站停靠泊位占用类型公交车停站额外等待时间如下，
Figure FDA0002394674690000054
Figure FDA0002394674690000055
其中，
Figure FDA0002394674690000056
分别表示第y天高峰时段内公交站停靠泊位被小汽车占用1，2，…，k个停靠泊位情况下，造成的公交车停站额外等待时间。
6.根据权利要求5所述的一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于：所述步骤5)中，计算网联协同环境下公交站停靠泊位有效服务时间，具体为，
5-1)计算公交站停靠泊位理想服务时间
根据公交车在站服务的时间分析公交站停靠泊位理想服务时间，若获取的公交站在站服务公交车最大数量J小于公交站停站泊位数K，此时，第y天高峰时段内公交站停靠泊位理想服务公交车总时间
Figure FDA0002394674690000057
Figure FDA0002394674690000061
否则，
Figure FDA0002394674690000062
5-2)计算网联协同环境下停靠泊位有效服务时间
根据已计算的公交站停靠泊位理想服务总时间，计算网联协同环境下第y天高峰时段内停靠泊位有效服务时间
Figure FDA0002394674690000063
计算公式如下，
Figure FDA0002394674690000064
其中，
Figure FDA0002394674690000065
为网联协同环境下第y天高峰时段内交叉口上游路侧公交站服务所有公交车停站的总额外等待时间。
7.根据权利要求6所述的一种网联协同的交叉口上游路侧公交站服务效能分析方法，其特征在于：所述步骤6)中，分析网联协同的交叉口上游路侧公交站服务效能，具体为，
6-1)计算交叉口上游路侧停靠站服务指数
根据已计算的网联协同环境下停靠泊位理想服务总时间和有效服务时间，计算第y天高峰时段内交叉口上游路侧公交站服务指数如下
Figure FDA0002394674690000066
6-2)分析交叉口上游路侧公交站服务效能
内，每天的分析公交站在影响时间界限Y内的总体服务效能，计算公式如下
Figure FDA0002394674690000067
CN202010126898.2A 2020-02-28 2020-02-28 一种网联协同的交叉口上游路侧公交站服务效能分析方法 Active CN111341137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010126898.2A CN111341137B (zh) 2020-02-28 2020-02-28 一种网联协同的交叉口上游路侧公交站服务效能分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010126898.2A CN111341137B (zh) 2020-02-28 2020-02-28 一种网联协同的交叉口上游路侧公交站服务效能分析方法

Publications (2)

Publication Number Publication Date
CN111341137A true CN111341137A (zh) 2020-06-26
CN111341137B CN111341137B (zh) 2020-10-27

Family

ID=71187036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010126898.2A Active CN111341137B (zh) 2020-02-28 2020-02-28 一种网联协同的交叉口上游路侧公交站服务效能分析方法

Country Status (1)

Country Link
CN (1) CN111341137B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5343237A (en) * 1990-10-08 1994-08-30 Matsushita Electric Industrial Co., Ltd. System for detecting and warning an illegally parked vehicle
CN102610088A (zh) * 2012-03-08 2012-07-25 东南大学 一种公交车站点间行程时间预测方法
CN202434062U (zh) * 2012-01-31 2012-09-12 河海大学 站台出行信息交互系统
CN103000026A (zh) * 2012-11-28 2013-03-27 东南大学 一种公交站台车辆到达分布分析方法
CN103886741A (zh) * 2014-03-13 2014-06-25 河海大学常州校区 一种基于智能公交卡的公交管理系统及方法
CN105205819A (zh) * 2015-09-18 2015-12-30 苏州派瑞雷尔智能科技有限公司 一种基于层次结构的公交车辆检测方法
CN105513362A (zh) * 2016-02-03 2016-04-20 东南大学 一种公交站台毗邻区公交车运行状态评价验证方法
CN110288828A (zh) * 2019-06-19 2019-09-27 河海大学 上游港湾停靠站影响下交叉口进口道通行能力计算方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5343237A (en) * 1990-10-08 1994-08-30 Matsushita Electric Industrial Co., Ltd. System for detecting and warning an illegally parked vehicle
CN202434062U (zh) * 2012-01-31 2012-09-12 河海大学 站台出行信息交互系统
CN102610088A (zh) * 2012-03-08 2012-07-25 东南大学 一种公交车站点间行程时间预测方法
CN103000026A (zh) * 2012-11-28 2013-03-27 东南大学 一种公交站台车辆到达分布分析方法
CN103886741A (zh) * 2014-03-13 2014-06-25 河海大学常州校区 一种基于智能公交卡的公交管理系统及方法
CN105205819A (zh) * 2015-09-18 2015-12-30 苏州派瑞雷尔智能科技有限公司 一种基于层次结构的公交车辆检测方法
CN105513362A (zh) * 2016-02-03 2016-04-20 东南大学 一种公交站台毗邻区公交车运行状态评价验证方法
CN110288828A (zh) * 2019-06-19 2019-09-27 河海大学 上游港湾停靠站影响下交叉口进口道通行能力计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苏丽媛: "基于GPS的电子站牌系统的设计", 《河海大学常州分校学报》 *

Also Published As

Publication number Publication date
CN111341137B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
WO2020259074A1 (zh) 一种基于大数据的交通拥堵预测系统、方法及存储介质
CN109508865B (zh) 基于时空使用模式的地铁站辐射范围内共享单车的部署方法
CN104574970B (zh) 城市地下停车系统出入口接驳处交通状态评价方法
CN108537391B (zh) 一种基于出租车轨迹数据的出租车停靠站设置优化方法
CN103956042B (zh) 一种基于图论的公共自行车调度区域智能划分方法
CN102819955A (zh) 基于车辆行程数据的道路网运行评价方法
CN108538072A (zh) 一种确定发车策略的方法和装置
CN110570004A (zh) 地铁客流的预测方法及系统
CN111047858A (zh) 一种融合算法的公交客流出行od确定方法及装置
CN104809912A (zh) 一种停车场错时分享系统
Talley et al. Effectiveness and efficiency in transit performance: a theoretical perspective
CN113177742A (zh) 基于智能交通的公交服务方法、系统、终端及存储介质
CN104751635A (zh) 一种智能停车监视系统
CN104573972B (zh) 一种基于车载gps数据的公交路线运营时段划分方法
CN105741537A (zh) 车辆寻客状态的识别方法及系统
CN111341137B (zh) 一种网联协同的交叉口上游路侧公交站服务效能分析方法
CN110175704B (zh) 一种共享车辆规范停车区域划分方法
CN116596282A (zh) 一种基于物联网系统的物流车交通调度方法及系统
CN115798189A (zh) 一种交通拥堵指数评价方法
CN111292535B (zh) 车路协同环境下面向乘客出行的路网交通状态评价方法
CN112580962A (zh) 一种基于智慧城市的交通优化调度系统及方法
CN112004191A (zh) 基于手机信令和公交车gps数据的公交专用道设置方法
CN116129651A (zh) 一种基于居民出行行为选择的交通容量计算方法
CN113066286B (zh) 一种车路协同路网车辆运行风险路段判定方法和装置
CN115938155A (zh) 一种路侧停车位的智能检测方法

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200626

Assignee: Jiangsu urban transportation planning and Design Institute Co.,Ltd.

Assignor: HOHAI University

Contract record no.: X2020320000380

Denomination of invention: An analysis method of service efficiency of roadside bus station upstream of intersection based on network collaboration

Granted publication date: 20201027

License type: Common License

Record date: 20201218

EE01 Entry into force of recordation of patent licensing contract