CN113313963B - 基于多源线路数据的公交可通行网络构建方法 - Google Patents

基于多源线路数据的公交可通行网络构建方法 Download PDF

Info

Publication number
CN113313963B
CN113313963B CN202110406153.6A CN202110406153A CN113313963B CN 113313963 B CN113313963 B CN 113313963B CN 202110406153 A CN202110406153 A CN 202110406153A CN 113313963 B CN113313963 B CN 113313963B
Authority
CN
China
Prior art keywords
stops
line
bus
station
stop
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
Application number
CN202110406153.6A
Other languages
English (en)
Other versions
CN113313963A (zh
Inventor
郭建国
渠华
王建军
赵波
普秀霞
王宏刚
郑东东
赵新潮
李俊辉
邓杰荣
高瞻
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.)
Zhengzhou Tiamaes Technology Co ltd
Original Assignee
Zhengzhou Tiamaes Technology Co ltd
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 Zhengzhou Tiamaes Technology Co ltd filed Critical Zhengzhou Tiamaes Technology Co ltd
Priority to CN202110406153.6A priority Critical patent/CN113313963B/zh
Publication of CN113313963A publication Critical patent/CN113313963A/zh
Application granted granted Critical
Publication of CN113313963B publication Critical patent/CN113313963B/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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

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

本发明属于公交可通行网络构建技术领域，具体涉及一种基于多源线路数据的公交可通行网络构建方法。该方法在实际数据的基础上通过差分算法实现公交线路上下行的快速统一表达，通过约定的公交线路的上下行信息，采用KNN分类思想利用站点的经纬度信息和上下行信息确定同名站点实现站点统一，对站点重新进行编号；然后在统一编号的基础上，以实际的公交站点为节点，以公交通行的道路为边构建出公交线路的可通行网络。该方法能够有效解决一站多名给公交站点统一带来的不便，便于后期采用图论思想表示站点，以图的方式管理站点数据，保证站点一致性，为运行在站与站之间的车辆、客流等数据的融合提供便利，同时为后续的公交线网分析等业务提供支撑。

Description

基于多源线路数据的公交可通行网络构建方法
技术领域
本发明属于公交可通行网络构建技术领域，具体涉及一种基于多源线路数据的公交可通行网络构建方法。
背景技术
近年来，数字经济成为政府工作报告的常见字眼，而数字化转型成为各类企业寻找业务增长点，寻求企业内外变革的着眼点。在交通领域，数据采集技术的进步和各类数据采集设备的大规模应用，为企业积累了海量的车辆运营和乘客出行等各类数据。这些数据为企业数字化转型提供数据支撑的同时，也对数据分析和挖掘技术提出了新的要求。当下，大数据、人工智能等技术方兴未艾，在交通领域的应用不断深入和扩展，成为交通数据分析和挖掘的必要技术和工具。
整合交通行业数据、融合核心数据、分析核心业务场景完成业务流程数字化构建和智能化变革成为交通管理部门和从事交通服务的企业数字化转型的基本流程。伴随着新的数据采集技术及各类数据采集设备的广泛应用，在丰富交通数据源的同时，也为各类数据的有效融合提出了挑战。另外，数据采集主体的差异也成对数据的一致性带来了困难。
以公交站点为例，从事地图服务的互联网企业、从事公共交通服务的交管部门和公交公司及各类其他公司，都有自己的站点数据。数出多门，对公交车辆运行情况、沿途客流情况等各类数据分析带来了诸多不便。传统的站点数据保存方式以关系型数据库存储为主，而站点本身具有明显的空间数据属性，既具有空间位置属性又具有其他非位置属性(如站点名称、经过线路等)，而传统方法无法保证站点的一致性，给公交的数据融合及网络构建带来不便。
发明内容
针对目前传统方法无法保证站点的一致性，无法将多源线路数据进行融合，给公交网络构建带来不便的缺陷和问题，本发明提供一种基于多源线路数据的公交可通行网络构建方法。
本发明解决其技术问题所采用的方案是：一种基于多源线路数据的公交可通行网络构建方法，包括以下步骤：
步骤一、根据线路的大致走向将线路按照南北向、东西向或环线进行分类，并按照线路走向对上下行进行定义，定义标准为：
南北向：南向北表示上行，北向南表示下行；
东西向：东向西表示上行；西向东表示下行；
环线：顺时针表示上行，逆时针表示下行；
步骤二、获取不同来源的多条公交线路，线路编号为B1，B2，…Bi，获取各条线路每个站点的位置信息，将线路的首末站点位置信息进行差分计算得到线路的首末站差分值，根据差分值判断线路的走向和上下行，并根据线路的上下行信息将线路的站点分为上行站点和下行站点；
步骤三、从多条公交线路中任选一条线路，根据步骤二获得的线路的上下行信息以及所有站点的位置信息，对所有站点重新进行编号，以站点总数作为分类数量、以站点位置信息的点作为类别中心，以同方向的站点作为候选数据集，计算每一个站点到各个类别中心的距离Dis，选取距离最小的minDis；若minDis<e，以该类别中心的标签标记该站点，其中e为度量阈值；否则标记该点为未分类点；
步骤四、另选一条公交线路，确定该条线路所有站点的位置信息，从中剔除已经分类完成的站点，选取标签为未分类点的站点数据作为新的类别中心对站点进行标记，重复计算，直至完成所有站点的分类；
步骤五、以站点为节点，以各个线路在相邻站点的行驶线路为边构建公交站点网络，其中公交线路集合：BusLines＝{B1，B2，B3，…，Bi，…，Bn}；
公交站点集合：Stations＝{s1，s2，s3，…，si，…，sm}；
公交线路上及其站点：Bi＝{sa，sb，sc，…，si，…sk}，其中i∈[1,n]且
Figure GDA0003140035580000031
由Bi上的公交站点为节点，站点间的公交线路为边，构成的图结构中的边如下：
Ei＝{(sa,sb),(sb,sc),……,(si-1,si),(si,si+1),……,(sk-1,sk)}
由所有公交线路构成的边集合为：
E＝{E1，E2，E3，...,Ei,...,En}
那么Graph＝{Stations，E}
上述的基于多源线路数据的公交可通行网络构建方法，所述位置信息为站点的经纬度(lat，lng)，所述首末站差分值(Δlat，Δlng)，Δlat＝lat末-lat首，Δlng＝lng末-lng首。
上述的基于多源线路数据的公交可通行网络构建方法，还包括计算线路首末站的南北和东西距离，
D南-北＝R sin(|lat1-lat2|)
Figure GDA0003140035580000041
式中：lat1-lat2为两点的纬度差，lng1-lng2为两点的经度差，R为地球的平均半径。
本发明的有益效果：本发明在实际数据的基础上通过差分算法实现公交线路上下行的快速统一表达，通过约定的公交线路的上下行信息，采用KNN分类思想利用站点的经纬度信息和上下行信息确定同名站点从而实现站点统一，对站点重新进行编号；然后在统一编号的基础上，以实际的公交站点为节点，以公交通行的道路为边从而构建出公交线路的可通行网络。该方法能够有效解决一站多名给公交站点统一带来的不便，便于后期采用图论思想表示站点，以图的方式管理站点数据，保证站点一致性的同时，为运行在站与站之间的车辆、客流等数据的融合提供便利，同时为后续的公交线网分析等业务提供支撑。
附图说明
图1为本发明构建的公交站点网络示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
在实际使用过程中，因为站点主管单位、应用单位及站点位置采集单位的多方性，同一个站点存在着空间位置不一致、编号不一致、甚至名称不一致的情况。而伴随着站点的不唯一，在综合考虑研究区内的交通线路进行网络构建的同时，就会出现同一个边拥有不同的表达形式的情况。公交站点网络边是在公交建立在站点节点上的，同一个公交站点编号的不统一，必定造成关系也就是图论中边的表达不统一。在应用大数据、人工智能技术进行站点、公交线路甚至路网运行情况分析时，数据融合的困难是不得不面临的重要难题。
本方法以站点为节点，以通过站与站之间的公交线路为边，构建公交站点网络。由于实际数据的来源多样，对上下行的表达不同，来源为A的数据表示某条线路的上行站点序列可能与来源为B的数据表达相反，这为后续的站点统一带来困难。
以
Figure GDA0003140035580000051
表示不同来源的所有站点的集合，其中/>
Figure GDA0003140035580000052
表示事实上的站点i在第j个数据来源下的站点编号；以/>
Figure GDA0003140035580000053
表示线路编号为i的上行信息及其包含的站点；以/>
Figure GDA0003140035580000054
表示线路编号为i的下行信息及其包含的站点。
一、基于差分思想对线路的上下行表示快速统一
获取不同来源的多条公交线路，线路编号为B1，B2，…Bi，根据标准将线路按照南北向、东西向和环线进行分类，并对不同走向公交线路的上下行表示进行统一，具体见表1。
表1公交线路上下行统一表
线路整体走向(差分的长轴) 上行/0 下行/1
南北向 南→北 北→南
东西向 东→西 西→东
环线 顺时针 逆时针
对于一条实际的公交线路上包含的一系列公交站点，因为数据源的不同，这些站点在顺序上可能不同，比如B12路的在数据源A中上行可能是数据源B中的下行。这里通过表1关于上下行的约定，基于公交的首站和末站的位置信息，通过差分，确定公交线路的上下行信息。
以
Figure GDA0003140035580000061
表示线路编号为i的上行信息及其包含的站点，以/>
Figure GDA0003140035580000062
表示线路编号为i的下行信息及其包含的站点。
获取各条线路每个站点的位置信息，其中位置信息为站点的经纬度(lat，lng)，将线路的首末站点的经纬度进行差分计算得到线路的首末站差分值(Δlat，Δlng)，
Δlat＝lat末-lat首，Δlng＝lng末-lng首，
式中：lat表示经度，lng表示纬度；
根据差分值判断线路的走向和上下行，并将线路的站点分为上行站点和下行站点。
如有线路
Figure GDA0003140035580000063
进行首末站差分(113.57,34.45)-(113.55,34.5)，得到(0.02,-0.05)，基于经纬度的球面距离计算线路首末站的南北和东西距离，如下：
D南-北＝R sin(|lat1-lat2|)
Figure GDA0003140035580000064
式中：lat1-lat2为两点的纬度差，lng1-lng2为两点的经度差，R为地球的平均半径，约为6371km。
另外这里只是球面距离的粗略计算方法，准确的计算，可以参考GIS中的投影方法，将球面左边转换为笛卡尔平面坐标进行计算。
大致计算得到线路南北向的距离比东西向更远，所以线路整体上是南北走向的，又因为线路纬度减小，是由北向南，所以为下行。同理，对于线路
Figure GDA0003140035580000071
差分结果为(0.197，-0.0494)，同样得到该结果为下行，这样就可以实现/>
Figure GDA0003140035580000072
和/>
Figure GDA0003140035580000073
的上下行表示的统一，同时实现同名站点的对齐。
如上，通过线路上下行的约定，确定了所有站点在其对应路段的左侧还是右侧；这样就可以通过上下行关系，将所有站点分为两部分，即上行站点和下行站点，这样就实现每一个站点在拥有空间位置信息的同时，也拥有了方向信息。
二、基于分类思想的站点统一
利用上述确定的站点的位置信息和方向信息确定同名站点。方法如下：
(1)选取一条公交线路busLine，取线路的上下行信息记为is_up_down；取线路上所有站点位置信息[[lng1,lat1],[lng2,lat2],…]，记为station_loc；对这些站点重新编号，记为label_id：[label_1,label_2,label_3,…]；以该条线路的站点数量num_stations为KNN的分类数量；
(2)以线路所有站点位置信息station_loc的点为类别中心，取线路同方向的站点为候选数据集；
(3)计算每一个站点到各个类别中心的距离，取距离最小minDis的中心，当minDis<e(e度量阈值)时(此处的e是一个定值，同一个站点在不同来源下的最大允许位置偏差，超过该偏差则认为是两个站点，根据实际结果，推荐的e值为30m左右)，以该类别中心的标签标记该站点；否则，标记该点为unClassified；
(4)另取一条公交线路，确定所有站点的位置信息，从中剔除已经分类完成的站点，即只取标签为unClassified的站点数据，作为新的类别中心，并进行步骤(3)；
(5)重复步骤(4)直至所有站点完成分类。
三、基于图论思想的公交可通行网络构建
将公交线网抽象为一个个的公交站点和联通各个站点间的路段构成的复杂网络，以站点为节点，以各个线路在相邻站点的行驶线路为边，构建公交站点网络。
具体为：
公交线路集合：BusLines＝{B1，B2，B3，…，Bi，…，Bn}；
公交站点集合：Stations＝{s1，s2，s3，…，si，…，sm}；
公交线路上及其站点：Bi＝{sa，sb，sc，…，si，…sk}，其中i∈[1,n]且
Figure GDA0003140035580000081
由Bi上的公交站点为节点，站点间的公交线路为边，构成的图结构中的边如下：
Ei＝{(sa,sb),(sb,sc),……,(si-1,si),(si,si+1),……,(sk-1,sk)}
由所有公交线路构成的边集合为：
E＝{E1，E2，E3，...,Ei,...,En}
那么Graph＝{Stations，E}
例如，假设统一表达之后的三条公交线路如下：
B1＝(s1,s2,s3,s4)
B2＝(s1,s5,s6,s7)
B3＝(s4,s8,s9,s7)
式中，si表示B1公交线路上的站点。
则由B1，B2，B3构成的公交网络如下，
G＝(V，E)，
V＝{s1,s2,s3,s4,s5,s6,s7,s8,s9}，
E＝{(s1,s2),(s2,s3),(s3,s4),(s1,s5),(s5,s6),(s6,s7),(s4,s8),(s8,s9),(s9,s7)}
其中V表示节点，E表示边。
以站点为节点，以各个线路在相邻站点的行驶线路为边，构建的公交站点网络如图1所示。
以上所述仅为本发明的较佳实施例，并不限制本发明，凡在本发明的精神和原则范围内所做的任何修改、等同替换和改进，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于多源线路数据的公交可通行网络构建方法，其特征在于：包括以下步骤：
步骤一、根据线路的大致走向将线路按照南北向、东西向或环线进行分类，并按照线路走向对上下行进行定义，定义标准为：
南北向：南向北表示上行，北向南表示下行；
东西向：东向西表示上行；西向东表示下行；
环线：顺时针表示上行，逆时针表示下行；
步骤二、获取不同来源的多条公交线路，线路编号为B1，B2，…Bi，获取各条线路每个站点的位置信息，将线路的首末站点位置信息进行差分计算得到线路的首末站差分值，根据差分值判断线路的走向和上下行，然后计算线路首末站的南北和东西距离，
D南-北＝R sin(|lat1-lat2|)
Figure FDA0003953042460000011
式中：lat1-lat2为两点的纬度差，lng1-lng2为两点的经度差，R为地球的平均半径；
并根据线路的上下行信息将线路的站点分为上行站点和下行站点；
步骤三、从多条公交线路中任选一条线路，根据步骤二获得的线路的上下行信息以及所有站点的位置信息，对所有站点重新进行编号，以站点总数作为分类数量、以站点位置信息的点作为类别中心，以同方向的站点作为候选数据集，计算每一个站点到各个类别中心的距离Dis，选取距离最小的minDis；若minDis<e，以该类别中心的标签标记该站点，其中e为度量阈值；否则标记该点为未分类点；
步骤四、另选一条公交线路，确定该条线路所有站点的位置信息，从中剔除已经分类完成的站点，选取标签为未分类点的站点数据作为新的类别中心对站点进行标记，重复计算，直至完成所有站点的分类；
步骤五、以站点为节点，以各个线路在相邻站点的行驶线路为边构建公交站点网络，其中公交线路集合：BusLines＝{B1，B2，B3，…，
Bi，…，Bn}；
公交站点集合：Stations＝{s1，s2，s3，…，si，…，sm}；
公交线路上及其站点：Bi＝{sa，sb，sc，…，si，…sk}，其中i∈[1,n]且
Figure FDA0003953042460000021
由Bi上的公交站点为节点，站点间的公交线路为边，构成的图结构中的边如下：
Ei＝{(sa,sb),(sb,sc),……,(si-1,si),(si,si+1),……,(sk-1,sk)}
由所有公交线路构成的边集合为：
E＝{E1，E2，E3，…,Ei,…,En}
那么Graph＝{Stations，E}。
2.根据权利要求1所述的基于多源线路数据的公交可通行网络构建方法，其特征在于：所述位置信息为站点的经纬度(lat，lng)，所述首末站差分值(Δlat，Δlng)，Δlat＝lat末-lat首，Δlng＝lng末-
lng首。
CN202110406153.6A 2021-04-15 2021-04-15 基于多源线路数据的公交可通行网络构建方法 Active CN113313963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110406153.6A CN113313963B (zh) 2021-04-15 2021-04-15 基于多源线路数据的公交可通行网络构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110406153.6A CN113313963B (zh) 2021-04-15 2021-04-15 基于多源线路数据的公交可通行网络构建方法

Publications (2)

Publication Number Publication Date
CN113313963A CN113313963A (zh) 2021-08-27
CN113313963B true CN113313963B (zh) 2023-03-24

Family

ID=77372193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110406153.6A Active CN113313963B (zh) 2021-04-15 2021-04-15 基于多源线路数据的公交可通行网络构建方法

Country Status (1)

Country Link
CN (1) CN113313963B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743820B (zh) * 2021-09-15 2024-02-20 上海世脉信息科技有限公司 一种基于描述性公交线路数据的网络化处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472797A (zh) * 2019-08-22 2019-11-19 江苏省城市规划设计研究院 一种基于web的城市公交复杂网络自动化生成方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129770B (zh) * 2010-01-19 2013-01-16 北京四维图新科技股份有限公司 构建公交网络的方法及装置
JP5609432B2 (ja) * 2010-08-26 2014-10-22 ブラザー工業株式会社 親機
CN109360420B (zh) * 2018-11-21 2021-03-16 青岛大学 一种公共交通大数据处理系统与方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472797A (zh) * 2019-08-22 2019-11-19 江苏省城市规划设计研究院 一种基于web的城市公交复杂网络自动化生成方法

Also Published As

Publication number Publication date
CN113313963A (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN108279017B (zh) 一种在导航过程中实时计算和添加途经点的方法
CN110750607B (zh) 一种基于gnss车行轨迹数据的路网匹配方法
CN108195382B (zh) 一种高精度导航图精度配准方法及装置
CN113313963B (zh) 基于多源线路数据的公交可通行网络构建方法
CN113763712B (zh) 基于出行事件知识图谱的区域交通拥堵溯因方法
CN114238542A (zh) 多源交通gis路网多层级实时融合更新方法
CN115860520B (zh) 一种高铁枢纽与城市公共交通动静态时空可达性评估方法
CN111581325A (zh) 一种基于时空影响距离的K-means站点区域划分方法
CN111191817B (zh) 一种基于换乘客流量的公交线网拓扑划分方法
CN108304470B (zh) 一种基于ArcGIS的城市地铁路径规划方法
Zhu et al. Urban principal traffic flow analysis based on taxi trajectories mining
Falih et al. A GIS-based Network Analysis for Truck Vehicles in Baghdad's City Road Network
Akter et al. Leveraging open-source GIS tools to determine freight activity patterns from anonymous GPS data
CN109508815B (zh) 基于地铁ic卡数据的通学活动空间测度分析方法
Kumar Transit Origin Destination Estimation using Automated Data
CN110175656B (zh) 基于城市群白货流量的提高列车编组效率的城市聚类模型
Kong et al. Research on OD Estimation of Public Transit Passenger Flow Based on Multi-source Data
Bai et al. Identifying the hotspots in urban areas using taxi GPS trajectories
CN117407387B (zh) 一种基于线路匹配和词聚类的公交站点数据清洗方法
Syukri et al. Determining variations in rail public transport access using GIS in Klang Valley City, Selangor, Malaysia
CN115271260B (zh) 一种公铁联运运量预测方法、装置、设备及可读存储介质
CN113724494B (zh) 一种定制公交需求区域识别方法
Carvalho et al. Bus transport network analysis in Rio de Janeiro based on topological models using Social Networks
Abbas et al. Analysis of freight transportation network in Al-Hilla city using geographic information system (GIS)
Tamber et al. Mathematical formulation of the Nigeria road network model of multiple sources to multiple destinations

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