CN112991730B - 一种基于实时在线lbs平台的未知路径od的智能批量查询预测方法 - Google Patents
一种基于实时在线lbs平台的未知路径od的智能批量查询预测方法 Download PDFInfo
- Publication number
- CN112991730B CN112991730B CN202110221616.1A CN202110221616A CN112991730B CN 112991730 B CN112991730 B CN 112991730B CN 202110221616 A CN202110221616 A CN 202110221616A CN 112991730 B CN112991730 B CN 112991730B
- Authority
- CN
- China
- Prior art keywords
- travel
- time
- trip
- real
- information
- 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.)
- Active
Links
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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于实时在线LBS平台的未知路径OD的智能批量查询预测方法。与传统电子地图查询OD点相比,该方法可以针对所需的出行方式,批量获取所需的出行方式的交通信息,操作简单准确高效;与传统的ArcGIS网络分析方法相比,该方法可以综合各大LBS平台的实时交通数据,较真实地反映实际的交通状况;同时能够基于实际的综合公共交通系统进行公交出行路径和时间查询;还能完整计算居民全出行链的出行信息,包括各交通方式之间的接驳出行信息等,完整反映实际的出行路径和提高出行路径测度精度。
Description
技术领域
本发明属于智能交通出行信息技术领域,具体涉及一种基于实时在线LBS平台的未知路径OD的智能批量查询预测方法。
背景技术
现有许多LBS平台均为城乡居民出行提供了驾车、公交、步行、骑行等多种出行方案搜索服务,如百度、高德、天地图、Google等公司,通过人工输入出行“起点-终点(O-D点)”的具体位置信息进行实时搜索,在线LBS平台将反馈回现有交通网络状态下的单次搜索结果。这种方法能够满足少量的实时的出行OD点交通信息查询,但对于大量的OD点查询则需要花费大量的时间,可操作性较低。
传统的基于ArcGIS网络分析的出行O-D点计算,只能测量发生在固定参数的交通路网上的出行距离和时间,其对数据的时效性和准确性要求较高,一般研究单位和个人维持数据库更新所需成本几乎不可承受。基于ArcGIS网络分析的方法亦难以准确模拟和计算采用公共交通方式的出行。同时,它很难反映实时的交通状况以及出行过程中遇到的实际问题,如交通服务变更,道路改造,交通事故,道路管控,交通设备故障,慢行交通方式接驳等。若忽略这些问题,会错误的生成居民出行的线路以及对应的出行方式、出行距离、出行时间等信息,从而对相关的研究结果产生一定的影响,甚至导致错误的结论。
发明内容
本发明所要解决的技术问题在于针对上述现有技术的不足,提供一种基于实时在线LBS平台的未知路径OD的智能批量查询预测方法,该可以更新实时的交通数据,较真实地反映实际的交通状况;同时能够基于实际的综合公共交通系统进行公交出行路径和时间查询;此外,还能真实计算居民接驳交通的出行信息,真实反映实际的出行路径和提高出行路径测度精度。
为解决上述技术问题,本发明采用的技术方案是:一种基于实时在线LBS平台的未知路径OD的智能批量查询预测方法,其特征在于,包括以下步骤:
S1、通过多种途径(如问卷调查、大数据方法)获取需要查询的出行出发地和目的地信息,将其地址转换为经纬度坐标。例如将问卷调查所获取的出行出发地和目的地(O-D点)在ArcGIS中根据所加载的地图或空间配准的地图将其落在对应的空间位置上,由此生成O-D点坐标(通常采用WGS-84坐标系),或者通过LBS平台的地理编码接口将结构化的地址信息转化为空间坐标信息;每次出行行为对应唯一的OD,对每次出行行为赋予唯一的ID,并通过数据库或表格文件的形式进行数据管理和保存;
S2、由于各LBS服务平台一般采用的是转换参数经过加密的独立坐标系,通过编程调用相对应的LBS服务开放接口中的坐标转换接口,实现每对出行OD点的批量坐标系转换(由WGS-84坐标系转换为对应平台的坐标系),得到新的O-D点坐标,对坐标进行校正,降低计算误差,防止计算错误;
S3、基于实时在线LBS开放平台,调用其API接口,用javascript脚本语言编写能够自动进行大量出行OD点查询的智能系统,即TIQS;具体方法为:利用javascript读取本地记录OD信息的表格文件或者在网页端手动录入OD信息表格,调用实时在线LBS开放平台的OD查询接口,依次将OD信息上传至实时在线LBS开放平台,待平台路径解算成功返回OD间的出行信息,网页端收到异步返回数据后,利用javascript将数据以文件形式保存或插入本地数据库;
S4、在TIQS上批量读取上述OD点的序号、编号和坐标,设置和调整相应的参数,分别查询所需交通方式的最佳出行方案,得到出行时间、出行距离等结果,并将查询结果存储至数据库或表格文件中;
S5、TIQS可查询的交通出行方式包括小汽车、公共交通、步行和自行车四种;可根据每段出行的实际情况选择需要查询计算的交通方式。
优选地,对于公共交通出行方式的查询,利用平台提供的自动化程序,直接生成慢行+公共交通+慢行的出行链,其中包括公交换乘的慢行过程,每个出行环节的出行时间、出行距离、出行细节均可获取,出行细节包括拐弯,人行横道、过街天桥等,若需自定义出行链的组成,在本系统中将OD拆分,分别计算每个子OD的出行路径,然后串联。
优选地,上述S5所述的不同出行方式中,小汽车、步行和自行车三种方式可以查询得到由出发地到目的地的出行时间和出行距离;公共交通方式可以查询得到由出发地到目的地的出行时间、出行距离、换乘次数和具体的出行和换乘信息,例如包括由O点步行多少米到达哪个公交站,等候公交多久;也包括中途换乘不同公共交通线路的换乘信息,如从哪个站点下车,步行多少米换乘哪条线路等。
优选地,针对单一LBS平台的出行结果预测可靠性不稳定的现象,集成多LBS平台的计算结果:对于不同的出行方案,采取方案投票算法对最优方案进行选取,即如果不同平台给出的自由出行方案不同,则选取各个系统出现最多的出行方案为最优方案;对于不同的出行时间和出行距离等单一参数,用户可指定此类参数的获取方案,如最大值、最小值、平均值、加权平均值等计算方法。
本发明与现有技术相比具有以下优点:
1、本发明操作简单,准确,效率高,能基于现有实时在线LBS平台的开放服务进行二次开发,可以一次性导入全部研究范围内的OD点,批量得到所需的出行信息。
2、本发明能实现动态查询,可反映真实交通状况,设置出行时间,可以以平台自有的预测算法资源,准确预测相应出行时间的出行方案。并可以根据不同平台的预测结果利用不同方法进行聚合,增加结果的可靠性。ArcGIS网络分析只能通过对不同等级道路、分区域地根据历史值或经验值进行交通网络参数的人工设定,具有较强的不确定性和主观性。TIQS基于实时在线LBS平台,能实时显示各大平台不断更新的交通路网、公交运营信息和实时路况数据,如每条道路实时车速和拥堵情况,测度个体从出发地到目的地所需的实际时间和距离,能较为真实地反映个体实际交通出行状况。
3、本发明能模拟公共交通出行计算。TIQS能够基于实际的综合公共交通系统进行公交出行路径和时间查询,并将不同公共交通方式之间(BRT、APM、地铁等)的换乘时间计算在出行时间内;还能记录换乘次数以及所搭乘公交的具体信息。而传统的ArcGIS网络分析在该方面存在明显的性能和数据准确性实时性的缺陷,很难有效的进行公共交通出行模拟计算。
4、本发明能提高出行路径测度精度。传统的ArcGIS网络分析只能计算发生在路网上的时间和距离,OD点到路网之间的距离和时间忽略不计,这在一定程度上会影响实际的OD出行距离和时间。TIQS能够测度从出发地到目的地之间的多出行方式联程路径实时所需的时间和距离,这能够提高测度的准确性,更真实地反映客观情况。
下面结合实施例对本发明作进一步详细说明。
具体实施方式
本发明包括以下步骤:
S1、将出行出发地(O点)和目的地(D点)的地址分别转换为经纬度坐标;或将这些OD点在ArcGIS中根据加载的地图或空间配准的地图落点,以此生成OD点经纬度坐标;每次出行行为对应唯一的OD,对每次出行行为赋予唯一的ID,并通过数据库或表格文件的形式进行数据管理和保存;
S2、若上述OD点的坐标系与目标LBS所使用的坐标系不一致,需要调用实时在线LBS开放平台提供的坐标转换接口,将每对OD点进行坐标系转换,从而生成新的OD点坐标,对坐标进行校正,降低计算误差,防止计算错误
S3、基于实时在线LBS开放平台,调用其API接口,用javascript脚本语言编写能够自动进行批量出行OD点的多种出行方式查询的智能系统;
S4、在S3所述的智能系统中批量输入OD点的序号、编号、坐标和参数设置,分别查询所需交通方式的最佳出行方案,得到出行时间、出行距离等结果,并将查询结果存储至数据库或表格文件中;
S5、TIQS可查询的交通出行方式包括小汽车、公共交通、步行和自行车四种;可根据每段出行的实际情况选择需要查询计算的交通方式。
S6、TIQS综合了现行流行的众多LBS平台,计算过程中可以手动选择获取哪些平台的计算结果。在获取各大平台的计算结果之后,对于出行方案结果,可以利用投票算法选取最优的出行方案;对于出行时间、出行距离等数值型的结果,可以选择适用的结果显示方案,如最大值、最小值、平均值、加权平均值等方法,以此获取最终结果。
若该段OD出行是采用小汽车、步行或自行车作为出行方式,则能查询计算出这段OD出行的出行时间和出行距离。
本实施例中,对于公共交通出行方式的查询,利用平台提供的自动化程序,直接生成慢行+公共交通+慢行的出行链,其中包括公交换乘的慢行过程,每个出行环节的出行时间、出行距离、出行细节(拐弯,人行横道、过街天桥等)均可获取,若需自定义出行链的组成,在本系统中将OD拆分,分别计算每个子OD的出行路径,然后串联。具体为查询计算出由出发地到目的地的出行时间、出行距离、换乘次数和具体的出行和换乘信息,例如由O点步行多少米到达哪个公交站,等候公交多久;或中途换乘不同公共交通线路的换乘信息,如从哪个站点下车,步行多少米换乘哪条线路。
本实施例中,针对单一LBS平台的出行结果预测可靠性不稳定的现象,集成多LBS平台的计算结果:对于不同的出行方案,采取方案投票算法对最优方案进行选取,即如果不同平台给出的自由出行方案不同,则选取各个系统出现最多的出行方案为最优方案;对于不同的出行时间和出行距离等单一参数,用户可指定此类参数的获取方案,如最大值、最小值、平均值、加权平均值等计算方法。
各大LBS平台通常会通过多源数据融合、众包数据维护等技术手段实时更新交通状况,如路段拥挤程度,路段行驶时间,交通服务变更,道路改造,交通事故,道路管控,交通设备故障等信息,在查询过程中可以使用各大LBS平台提供的实时路况数据计算各类交通方式的出行信息,如无需使用实时路况,则可以提供自定义的出行时间,各大平台也会提供根据相应出行时段历史数据提供的预计出行时间等信息,其准确性和可靠性远大于普通研究者(如非交管部门、非公安部门的研究单位)自身维护的交通网络参数。
综上,通过以上方法,可以实时动态获取居民多种出行方式的出行信息,为交通出行相关研究提供了科学的数据支持。
基于以上特点,本发明公布的基于实时在线LBS开放平台的出行OD点智能查询方法在与交通出行相关的科学研究中发挥巨大作用,能够节省时间成本,亦可有助于构建数字城市和智慧城市。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制。凡是根据发明技术实质对以上实施例所作的任何简单修改、变更以及等效变化,均仍属于本发明技术方案的保护范围内。
Claims (1)
1.一种基于实时在线LBS平台的未知路径OD的智能批量查询预测方法,其特征在于,包括以下步骤:
S1、将出行出发地O点和目的地D点的结构化地址进行地理编码,即将详细地址信息转换为经纬度坐标;或在实际调查过程中,利用移动智能终端或手持GPS设备记录OD点经纬度坐标;每段出行的OD点一一对应,每对OD记录了一次出行行为的起止点,对每次出行行为赋予唯一的ID值,利用数据库或者表格文件进行管理和保存;
S2、若S1中得到的OD点的坐标与目标LBS所使用的坐标系不一致,则调用实时在线LBS开放平台提供的坐标转换接口,将每对OD点进行坐标系转换,生成新的OD点坐标;
S3、基于实时在线LBS开放平台,调用其API接口,用javascript脚本语言编写能够自动进行批量出行OD点的多种出行方式查询的智能系统TIQS,具体方法为:利用javascript读取本地记录OD信息的表格文件或者在网页端手动录入OD信息表格,调用实时在线LBS开放平台的OD查询接口,依次将OD信息上传至实时在线LBS开放平台,待平台路径解算成功返回OD间的出行信息、网页端收到异步返回数据后,利用javascript将数据以文件形式保存或插入本地数据库;
S4、在S3所述的智能系统中批量输入OD点的序号、编号、坐标和参数设置,分别查询所需交通方式的最佳出行方案,得到出行时间、出行距离,并将查询结果存储至数据库或保存为表格文件,获取此次出行行为的时空路径,储存为时空轨迹数据;
S5、所述智能系统可查询的交通出行方式包括小汽车、公共交通、步行和自行车四种;根据每段出行的实际情况选择需要查询计算的交通方式;其中对于公共交通出行方式的查询,利用平台提供的自动化程序,生成慢行+公共交通+慢行的出行链,出行链包括公交换乘时的慢行过程、每个出行环节的出行时间、出行距离和出行细节,若需自定义出行链的组成,将OD拆分,分别计算每个子OD的出行路径,然后将子OD串联;
所述S5中的不同出行方式中,小汽车、步行和自行车三种方式可以查询得到由出发地到目的地的出行时间和出行距离;公共交通方式可以查询得到由出发地到目的地的出行时间、出行距离、换乘次数和具体的出行和换乘信息;
针对单一LBS平台的出行结果预测,集成多LBS平台的计算结果,对于不同的出行方案,采取方案投票算法对最优方案进行选取,即如果不同平台给出的自由出行方案不同,则选取各个系统出现最多的出行方案为最优方案;对于由不同的出行时间和出行距离得到的单一参数,用户可指定该单一参数的获取方案,包括最大值、最小值、平均值和加权平均值的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110221616.1A CN112991730B (zh) | 2021-02-27 | 2021-02-27 | 一种基于实时在线lbs平台的未知路径od的智能批量查询预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110221616.1A CN112991730B (zh) | 2021-02-27 | 2021-02-27 | 一种基于实时在线lbs平台的未知路径od的智能批量查询预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991730A CN112991730A (zh) | 2021-06-18 |
CN112991730B true CN112991730B (zh) | 2023-01-20 |
Family
ID=76351315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110221616.1A Active CN112991730B (zh) | 2021-02-27 | 2021-02-27 | 一种基于实时在线lbs平台的未知路径od的智能批量查询预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991730B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107167156B (zh) * | 2017-06-22 | 2019-08-27 | 北京市交通运行监测调度中心 | 一种面向一体化出行的多方式出行链优选方法及系统 |
CN110118567B (zh) * | 2018-02-06 | 2021-07-20 | 北京嘀嘀无限科技发展有限公司 | 出行方式推荐方法及装置 |
CN109166310A (zh) * | 2018-08-15 | 2019-01-08 | 银江股份有限公司 | 基于lbs和传统交通路况数据的路段旅行时间估计方法 |
-
2021
- 2021-02-27 CN CN202110221616.1A patent/CN112991730B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112991730A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111581315B (zh) | 一种公共服务设施可达性计算方法及装置 | |
CN102663887B (zh) | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 | |
CN100463407C (zh) | 一种实时动态交通信息采集处理发布的方法和系统 | |
CN110990905A (zh) | 一种历史城市保护发展协同控制方案辅助设计系统 | |
Wang et al. | Estimating dynamic origin-destination data and travel demand using cell phone network data | |
CN101086804A (zh) | 一种交通信息管理的方法和系统 | |
CN102385804A (zh) | 一种智能交通系统及其导航方法 | |
CN106408984B (zh) | 基于物联网的城市交通流诱导系统 | |
CN104751312B (zh) | 一种基于lbs的物流货源信息主动获取系统及方法 | |
CN106931985B (zh) | 基于手绘地图的景区智能规划导游导览路线系统及方法 | |
GU et al. | Monitoring dispatch information system of trucks and shovels in an open pit based on GIS/GPS/GPRS | |
CN111896011B (zh) | 一种路测导航路径规划方法及系统 | |
CN103200675A (zh) | 免除节点自定位的无线传感器网络目标定位方法及系统 | |
CN108921383A (zh) | 一种城市道路交通多余碳排放指数获取方法和系统 | |
CN110414795B (zh) | 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 | |
Pavleski et al. | Evaluation of adaptive traffic control system UTOPIA using microscopic simulation | |
CN110831015A (zh) | 室分弱覆盖识别方法及装置 | |
CN114881430A (zh) | 一种基于网络地图服务的社区生活便利度评价方法 | |
CN108111979A (zh) | 基于BDS和LoRa的车辆定位跟踪调度系统及方法 | |
CN113543052B (zh) | 一种基于手机信令数据城市群交通联系强度的测度方法 | |
CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
CN112991730B (zh) | 一种基于实时在线lbs平台的未知路径od的智能批量查询预测方法 | |
CN112906981A (zh) | 基于计算机的换乘覆盖率公共交通线路站点设置评价方法 | |
Liu et al. | Determination of routing velocity with GPS floating car data and webGIS-based instantaneous traffic information dissemination | |
CN111612240A (zh) | 智能化多因子网络的电源点接入线路优化方法和技术系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |