CN113538922A - 一种基于乘客出行需求的公交线路绕行识别方法 - Google Patents
一种基于乘客出行需求的公交线路绕行识别方法 Download PDFInfo
- Publication number
- CN113538922A CN113538922A CN202111083698.4A CN202111083698A CN113538922A CN 113538922 A CN113538922 A CN 113538922A CN 202111083698 A CN202111083698 A CN 202111083698A CN 113538922 A CN113538922 A CN 113538922A
- Authority
- CN
- China
- Prior art keywords
- getting
- station
- bus
- passenger
- line
- 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
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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于乘客出行需求的公交线路绕行识别方法,包括如下步骤:获取第i条公交线路的线路空间对象信息,以及第i条公交线路上第j名乘客的上下车站点经纬度和上下车站点空间对象信息;根据所述线路空间对象信息、所述上下车站点经纬度和所述上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数;当所述客流加权非直线系数大于或等于预设的绕行系数阈值时,将第i条公交线路标记为严重绕行线路。本发明能够基于乘客实际出行需求来识别公交线路的绕行程度,并且有效地获得无法满足乘客需求的严重绕行公交线路,为公交线网优化调整提供了数据支撑和指引方向。
Description
技术领域
本发明涉及智能公交技术领域,具体而言,涉及一种基于乘客出行需求的公交线路绕行识别方法。
背景技术
目前,在公交线路绕行的相关研究中,主要聚焦在两个方面,一是公交线网的建模和优化求解;二是公交网络关键节点的识别和优化。前者是从网络层面进行求解优化,属于偏理论研究,实际推广需要多条线路的优化调整,应用难度较大;后者以节点为对象,识别公交网络的绕行节点,并未考虑乘客实际公交出行需求,属于网络布局研究。
而实际应用中,乘客公交出行的严重绕行现象不仅受到公交线路和站点布局的约束,还受到乘客出行需求(始发地和目的地)的影响。但现有技术中通常从公交线路布局层面来识别公交线路绕行问题,目前还没有基于乘客出行需求来识别公交线路绕行,导致乘客搭乘公交车的出行体验较差,同时也影响城市公交服务水平,降低公交整体吸引力。
发明内容
本发明解决的问题是:如何根据乘客出行需求来识别公交线路绕行。
为解决上述问题,本发明提供一种基于乘客出行需求的公交线路绕行识别方法,包括如下步骤:
获取第i条公交线路的线路空间对象信息,以及第i条公交线路上第j名乘客的上下车站点经纬度和上下车站点空间对象信息;其中,i和j均为大于或等于1的整数;
根据所述线路空间对象信息、所述上下车站点经纬度和所述上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数;
当所述客流加权非直线系数大于或等于预设的绕行系数阈值时,将第i条公交线路标记为严重绕行线路。
可选地,所述根据所述线路空间对象信息、所述上下车站点经纬度和所述上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数包括:
根据所述上下车站点经纬度确定第j名乘客的乘客上下车站点直线距离;
根据所述线路空间对象信息和所述上下车站点空间对象信息确定第j名乘客的乘客上下车行程距离;
根据所述乘客上下车站点直线距离和所述乘客上下车行程距离确定第i条公交线路的所述客流加权非直线系数。
可选地,所述根据所述上下车站点经纬度确定第j名乘客的乘客上下车站点直线距离包括:
遍历第i条公交线路的公交乘客上下车数据并结合公交站点要素,获取第j名乘客的上车站点经度和纬度、下车站点经度和纬度;其中,所述公交乘客上下车数据包括卡号、上车站点编号、下车站点编号和乘坐线路编号,所述公交站点要素包括站点编号、站点经度、站点纬度和站点空间对象信息;
根据所述上车站点经度和纬度、所述下车站点经度和纬度以及上下车站点直线距离计算公式确定第j名乘客的所述乘客上下车站点直线距离。
可选地,所述上下车站点直线距离计算公式为:
可选地,所述根据所述线路空间对象信息和所述上下车站点空间对象信息确定第j名乘客的乘客上下车行程距离包括:
遍历第i条公交线路的公交乘客上下车数据并结合公交站点要素和公交线路要素,获取第j名乘客的上车站点空间对象信息、下车站点空间对象信息和第i条公交线路的所述线路空间对象信息;其中,所述公交乘客上下车数据包括卡号、上车站点编号、下车站点编号和乘坐线路编号,所述公交站点要素包括站点编号、站点经度、站点纬度和站点空间对象信息,所述公交线路线要素包括线路编号和所述线路空间对象信息;
根据所述线路空间对象信息和所述上车站点空间对象信息确定从第i条公交线路的始发站到上车站点的第一行驶距离;
根据所述线路空间对象信息和所述下车站点空间对象信息确定从第i条公交线路的始发站到下车站点的第二行驶距离;
将所述第二行驶距离与所述第一行驶距离的差值作为第j名乘客的所述乘客上下车行程距离。
可选地,所述根据所述乘客上下车站点直线距离和所述乘客上下车行程距离确定第i条公交线路的所述客流加权非直线系数包括:
将第i条公交线路上m名乘客的所述乘客上下车站点直线距离相加,得到第i条公交线路的上下车站点直线距离之和;其中,m为一天内乘坐第i条公交线路的乘客的总数,且j≤m;
将第i条公交线路上m名乘客的所述乘客上下车行程距离相加,得到第i条公交线路的上下车行程距离之和;
将所述上下车行程距离之和与所述上下车站点直线距离之和的比值作为第i条公交线路的所述客流加权非直线系数。
可选地,所述根据所述线路空间对象信息和所述上车站点空间对象信息确定从第i条公交线路的始发站到上车站点的第一行驶距离包括:
获取第i条公交线路上第0个空间对象点至第X个空间对象点的经度和纬度;其中,第i条公交线路的始发站所对应的空间对象点为第0个空间对象点,第j名乘客的上车站点所对应的空间对象点为第X个空间对象点,X为大于或等于1的整数;
根据第0个至第X个空间对象点中各个空间对象点的经度和纬度分别计算第0个与第1个空间对象点之间的第一直线距离、第1个与第2个空间对象点之间的第二直线距离、直至第X-1个与第X个空间对象点之间的第X直线距离;
将所述第一直线距离、所述第二直线距离、直至所述第X直线距离之和作为所述第一行驶距离。
可选地,所述根据所述线路空间对象信息和所述下车站点对象信息确定从第i条公交线路的始发站到下车站点的第二行驶距离包括:
获取第i条公交线路上第0个空间对象点至第Y个空间对象点的经度和纬度;其中,第j名乘客的下车站点所对应的空间对象点为第Y个空间对象点,Y为大于1的整数且X<Y;
根据第0个至第X个空间对象点中各个空间对象点的经度和纬度分别计算第0个与第1个空间对象点之间的第一直线距离、第1个与第2个空间对象点之间的第二直线距离、直至第Y-1个与第Y个空间对象点之间的第Y直线距离;
将所述第一直线距离、所述第二直线距离、直至所述第Y直线距离之和作为所述第二行驶距离。
可选地,所述基于乘客出行需求的公交线路绕行识别方法还包括:
遍历n条公交线路,当i=n时,输出绕行线路的关键信息;其中,n为公交线路的总数。
可选地,所述关键信息包括:线路编号、线路名称、绕行标记和所述客流加权非直线系数。
与现有技术相比,本发明根据公交线路的线路空间对象信息、公交乘客的上下车站点经纬度和上下车站点空间对象信息确定客流加权非直线系数,并以客流加权非直线系数作为指标来识别乘客出行公交线路的绕行程度,能够与乘客实际出行需求相匹配,而且可以有效地获得无法满足乘客需求的严重绕行公交线路,为公交线网优化调整提供了数据支撑和指引方向。
附图说明
图1为本发明实施例中基于乘客出行需求的公交线路绕行识别方法的流程图;
图2为本发明实施例中步骤S200的流程图;
图3为本发明实施例中步骤S220的流程图;
图4为本发明实施例中基于乘客出行需求的公交线路绕行识别方法的另一种情况的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本发明的基于乘客出行需求的公交线路绕行识别方法中所获取的数据主要为公交线网图层数据和公交乘客上下车数据,这些数据通常从公交企业等管理单位获取,获取渠道便捷,实用性高。其中,公交线网图层数据包括公交线路线要素、公交线路站点信息和公交站点要素,公交乘客上下车数据包括卡号、上车站点编号、下车站点编号、乘坐线路编号、上车时间和下车时间。而公交线路线要素包括线路编号(区分线路方向)、线路名称(区分线路方向)、线路名称(不分线路方向)和线路空间对象信息,公交线路站点信息包括线路编号(区分线路方向)、站点编号和站点序号;公交站点要素包括站点编号、站点名称、站点经度、站点纬度和站点空间对象信息。公交线路线要素、公交线路站点信息、公交站点要素与公交乘客上下车数据之间存在映射关系。比如说,根据乘客上下车数据中的乘坐线路编号可以映射到公交线路线要素,从而可以提取公交线路线要素中的线路空间对象信息,根据乘客上下车数据中的上车站点编号和下车站点编号可以映射到公交线路站点信息,然后根据公交线路站点信息中的站点编号映射到公交站点要素,从而可以提取公交站点要素中的站点经度、站点纬度和站点空间对象信息。
结合图1所示,本发明实施例提供一种基于乘客出行需求的公交线路绕行识别方法(以下简称识别方法),包括如下步骤:
S100、获取第i条公交线路的线路空间对象信息,以及第i条公交线路上第j名乘客的上下车站点经纬度和上下车站点空间对象信息;其中,i和j均为大于或等于1的整数;
S200、根据线路空间对象信息、上下车站点经纬度和上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数;
S300、当客流加权非直线系数大于或等于预设的绕行系数阈值时,将第i条公交线路标记为严重绕行线路。
需要说明的是,步骤S100中的乘客的上下车站点经纬度指的是乘客的上车站点经纬度以及下车站点经纬度的统称;步骤S300中的绕行系数阈值为预先设定的系数阈值,通常是设计人员依据客流量、公交线路布局及设计经验综合考虑进行设定的。本实施例中,步骤S100至步骤S300是针对所有公交线路当中的任意一条公交线路(比如第i条公交线路)进行的识别操作,当所有公交线路均按照步骤S100至步骤S300执行,就可以识别出所有公交线路中哪些公交线路存在严重绕行现象。现有技术中,在识别某条公交线路的绕行程度时,通常依据公交线路的实际长度与公交始发站和终点站之间的直线距离之比(即非直线系数)来识别,并没有考虑到乘客的实际出行需求,比如说,采用非直线系数作为指标识别出某一条公交线路严重绕行时,可能对于乘客出行的出发地和目的地而言,不存在严重绕行现象,对应地,采用非直线系数作为指标识别出某一条公交线路不存在严重绕行时,可能对于乘客出行的出发地和目的地而言,存在严重绕行现象,这就导致公交线路布局与乘客需求不匹配。为了能够基于乘客实际出行需求来识别公交线路的绕行程度,本实施的识别方法通过获取第i条公交线路的线路空间对象信息、第i条公交线路上第j名乘客的上下车站点经纬度和上下车站点空间对象信息,然后根据获取到的线路空间对象信息、上下车站点经纬度和上下车站点空间对象信息来确定第i条公交线路的客流加权非直线系数,最后将客流加权非直线系数与预设的绕行系数阈值进行比较,当客流加权非直线系数大于或等于预设的绕行系数阈值时,便将第i条公交线路标记为严重绕行线路,当客流加权非直线系数小于预设的绕行系数阈值时,便将第i条公交线路标记为正常线路。
如此,根据公交线路的线路空间对象信息、公交乘客的上下车站点经纬度和上下车站点空间对象信息确定客流加权非直线系数,并以客流加权非直线系数作为指标来识别乘客出行公交线路的绕行程度,能够与乘客实际出行需求相匹配,具备高可靠性;而且,可以有效地获得无法满足乘客需求的严重绕行公交线路,为公交线网优化调整提供了数据支撑和指引方向;同时,通过对存在严重绕行线路的精准识别,指引了公交线网的优化方向,且调整成本低,实际应用推广简单。
可选地,结合图2所示,步骤S200具体包括以下步骤:
S210、根据上下车站点经纬度确定第j名乘客的乘客上下车站点直线距离;
S220、根据线路空间对象信息和上下车站点空间对象信息确定第j名乘客的乘客上下车行程距离;
S230、根据乘客上下车站点直线距离和乘客上下车行程距离确定第i条公交线路的客流加权非直线系数。
本实施例中,根据乘客上下车站点直线距离和乘客上下车行程距离来确定客流加权非直线系数,以实现基于乘客出行需求识别出公交线路绕行程度,使得公交线路的布局能够与乘客的出行需求相匹配。
可选地,步骤S210具体包括以下步骤:
遍历第i条公交线路的公交乘客上下车数据并结合公交站点要素,获取第j名乘客的上车站点经度和纬度、下车站点经度和纬度;其中,公交乘客上下车数据包括卡号、上车站点编号、下车站点编号和乘坐线路编号,公交站点要素包括站点编号、站点经度、站点纬度和站点空间对象信息;
根据上车站点经度和纬度、下车站点经度和纬度以及上下车站点直线距离计算公式确定第j名乘客的乘客上下车站点直线距离。
本实施例中,在确定第i条公交线路上的任意一名乘客的乘客上下车站点直线距离时,需要先在公交线网中根据公交乘客上下车数据和公交站点要素之间的映射关系,提取到该乘客的上车站点经度和纬度、下车站点经度和纬度,然后根据上车站点经度和纬度、下车站点经度和纬度来计算该乘客的乘客上下车站点直线距离,最后遍历第i条公交线路上所有公交乘客的公交乘客上下车数据和公交站点要素,分别计算出第i条公交线路上的所有公交乘客的乘客上下车站点直线距离。
可选地,上下车站点直线距离计算公式为:
本实施例中,通过将第j名乘客的上车站点经度和纬度、下车站点经度和纬度带入上下车站点直线距离计算公式中,以计算出第j名乘客的上下车站点直线距离,即乘客实际出行时出发地与目的地之间的直线距离,从而能够基于乘客实际出行需求来确定客流加权非直线系数,进而实现基于乘客出行需求识别出公交线路绕行程度,使得公交线路的布局能够与乘客的出行需求相匹配。
可选地,结合图3所示,步骤S220具体包括以下步骤:
S221、遍历第i条公交线路的公交乘客上下车数据并结合公交站点要素和公交线路要素,获取第j名乘客的上车站点空间对象信息、下车站点空间对象信息和第i条公交线路的线路空间对象信息;其中,公交乘客上下车数据包括卡号、上车站点编号、下车站点编号和乘坐线路编号,公交站点要素包括站点编号、站点经度、站点纬度和站点空间对象信息,公交线路线要素包括线路编号和线路空间对象信息;
S222、根据线路空间对象信息和上车站点空间对象信息确定从第i条公交线路的始发站到上车站点的第一行驶距离;
S223、根据线路空间对象信息和下车站点空间对象信息确定从第i条公交线路的始发站到下车站点的第二行驶距离;
S224、将第二行驶距离与第一行驶距离的差值作为第j名乘客的乘客上下车行程距离。
由于公交线路在空间地理上相当于是由很多个空间对象点依次连接所形成的,这多个空间对象点以及每个空间对象点的经度和纬度构成了公交线路的线路空间对象信息,而且公交线路上的每一个站点都对应有一个空间对象点。这样,将从公交线路的始发站到下车站点之间的行驶距离减去从公交线路的始发站到上车站点之间的行驶距离,就可以得到乘客上下车行程距离。具体地,在确定第i条公交线路上的任意一名乘客的乘客上下车行程距离时,需要先在公交线网中根据公交乘客上下车数据、公交站点要素和公交线路要素之间的映射关系,提取到该乘客的上车站点空间对象信息、下车站点空间对象信息以及第i条公交线路的线路空间对象信息,其中,上车站点空间对象信息指的是上车站点所对应的空间对象点的编号以及该空间对象点的经度和纬度,同理,下车站点空间对象信息指的是下车站点所对应的空间对象点的编号以及该空间对象点的经度和纬度。然后根据线路空间对象信息、上车站点空间对象信息和下车站点空间对象信息确定第一行驶距离和第二行驶距离,并将第二行驶距离与第一行驶距离的差值作为该乘客的乘客上下车行程距离,最后遍历第i条公交线路上所有公交乘客的公交乘客上下车数据、公交站点要素和公交线路要素,分别计算出第i条公交线路上的所有公交乘客的乘客上下车行程距离。
可选地,步骤S230具体包括以下步骤:
将第i条公交线路上m名乘客的乘客上下车站点直线距离相加,得到第i条公交线路的上下车站点直线距离之和;其中,m为一天内乘坐第i条公交线路的乘客的总数,且j≤m;
将第i条公交线路上m名乘客的乘客上下车行程距离相加,得到第i条公交线路的上下车行程距离之和;
将上下车行程距离之和与上下车站点直线距离之和的比值作为第i条公交线路的客流加权非直线系数。
本实施例中,通过计算第i条公交线路上一天内所有乘客的上下车站点直线距离之和以及所有乘客的上下车站点直线距离之和,并将上下车行程距离之和与上下车站点直线距离之和的比值作为第i条公交线路的客流加权非直线系数,如此以得到经过客流量加权的非直线系数,即客流加权非直线系数,使得将客流加权非直线系数作为指标来识别公交线路的绕行程度能够更加直观地反应出公交线路的布局与乘客的实际出行需求是否相符,便于从乘客实际出行需求这一层面来优化公交线路的布局,使得公交线路的布局能够与乘客的出行需求相匹配。
可选地,步骤S222具体包括以下步骤:
获取第i条公交线路上第0个空间对象点至第X个空间对象点的经度和纬度;其中,第i条公交线路的始发站所对应的空间对象点为第0个空间对象点,第j名乘客的上车站点所对应的空间对象点为第X个空间对象点,X为大于或等于1的整数;
根据第0个至第X个空间对象点中各个空间对象点的经度和纬度分别计算第0个与第1个空间对象点之间的第一直线距离、第1个与第2个空间对象点之间的第二直线距离、直至第X-1个与第X个空间对象点之间的第X直线距离;
将第一直线距离、第二直线距离、直至第X直线距离之和作为第一行驶距离。
本实施例中,两个空间对象点之间的直线距离可以采用上述中的上下车站点直线计算公式进行计算,只需要将上车站点的经度和纬度以及下车站点的经度和纬度替换为两个空间对象点的经度和纬度即可。如前述所说,公交线路由很多个空间对象点构成,公交线路的行驶距离即为公交线路上所有相邻两个空间对象点之间的直线距离之和。基于此,通过将公交线路的始发站所对应的第0个空间对象点与上车站点所对应的第X个空间对象点之间的X个直线距离相加,即可计算出从第i条公交线路的始发站到上车站点空间对象信息的第一行驶距离。
可选地,步骤S223具体包括以下步骤:
获取第i条公交线路上第0个空间对象点至第Y个空间对象点的经度和纬度;其中,第j名乘客的下车站点所对应的空间对象点为第Y个空间对象点,Y为大于1的整数且X<Y;
根据第0个至第Y个空间对象点中各个空间对象点的经度和纬度分别计算第0个与第1个空间对象点之间的第一直线距离、第1个与第2个空间对象点之间的第二直线距离、直至第Y-1个与第Y个空间对象点之间的第Y直线距离;
将第一直线距离、第二直线距离、直至第Y直线距离之和作为第二行驶距离。
如此,通过将公交线路的始发站所对应的第0个空间对象点与上车站点所对应的第Y个空间对象点之间的Y个直线距离相加,即可计算出从第i条公交线路的始发站到下车站点空间对象信息的第二行驶距离。
可选地,结合图4所示,基于乘客出行需求的公交线路绕行识别方法还包括以下步骤:
S400、遍历n条公交线路,当i=n时,输出绕行线路的关键信息;其中,n为公交线路的总数。
本实施例中,n可以是整个公交线网中公交线路的总数,也可以是某一个指定范围(比如某一个或多个行政区域)内公交线路的总数。在对整个公交线网中或指定范围内的每一条公交线路采用识别方法进行识别完毕后,需要将识别出来的绕行线路的关键信息输出,以便于设计人员等相关人员进行查看,为后续优化公交线路提供数据支撑和指引方向。
可选地,关键信息包括:线路编号、线路名称、绕行标记和客流加权非直线系数。
本实施例中,关键信息包括但不限于线路编号、线路名称、绕行标记和客流加权非直线系数,可以根据实际需要选择线路编号、线路名称、绕行标记和客流加权非直线系数中的一个或多个进行输出,也可以根据实际需要选择增加站点编号、站点名称等信息进行输出。如此,便于设计人员根据关键信息对公交线路甚至公交线网进行优化调整。
本发明实施例还提供一种基于乘客出行需求的公交线路绕行识别装置,包括:信息采集单元、确定单元和识别单元;
信息采集单元用于获取第i条公交线路的线路空间对象信息,以及第i条公交线路上第j名乘客的上下车站点经纬度和上下车站点空间对象信息;其中,i和j均为大于或等于1的整数;
确定单元用于根据线路空间对象信息、上下车站点经纬度和上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数;
识别单元用于当客流加权非直线系数大于或等于预设的绕行系数阈值时,将第i条公交线路标记为严重绕行线路。
可选地,基于乘客出行需求的公交线路绕行识别装置还包括信息输出单元,其用于遍历n条公交线路,当i=n时,输出绕行线路的关键信息;其中,n为公交线路的总数。
本发明实施例还提供一种计算机硬件,包括存储器和处理器,存储器存储有指令,指令被处理器加载并执行时实现如上述所述的基于乘客出行需求的公交线路绕行识别方法。
虽然本公开披露如上,但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种基于乘客出行需求的公交线路绕行识别方法,其特征在于,包括如下步骤:
获取第i条公交线路的线路空间对象信息,以及第i条公交线路上第j名乘客的上下车站点经纬度和上下车站点空间对象信息;其中,i和j均为大于或等于1的整数;
根据所述线路空间对象信息、所述上下车站点经纬度和所述上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数;
当所述客流加权非直线系数大于或等于预设的绕行系数阈值时,将第i条公交线路标记为严重绕行线路。
2.根据权利要求1所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述根据所述线路空间对象信息、所述上下车站点经纬度和所述上下车站点空间对象信息确定第i条公交线路的客流加权非直线系数包括:
根据所述上下车站点经纬度确定第j名乘客的乘客上下车站点直线距离;
根据所述线路空间对象信息和所述上下车站点空间对象信息确定第j名乘客的乘客上下车行程距离;
根据所述乘客上下车站点直线距离和所述乘客上下车行程距离确定第i条公交线路的所述客流加权非直线系数。
3.根据权利要求2所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述根据所述上下车站点经纬度确定第j名乘客的乘客上下车站点直线距离包括:
遍历第i条公交线路的公交乘客上下车数据并结合公交站点要素,获取第j名乘客的上车站点经度和纬度、下车站点经度和纬度;其中,所述公交乘客上下车数据包括卡号、上车站点编号、下车站点编号和乘坐线路编号,所述公交站点要素包括站点编号、站点经度、站点纬度和站点空间对象信息;
根据所述上车站点经度和纬度、所述下车站点经度和纬度以及上下车站点直线距离计算公式确定第j名乘客的所述乘客上下车站点直线距离。
5.根据权利要求2所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述根据所述线路空间对象信息和所述上下车站点空间对象信息确定第j名乘客的乘客上下车行程距离包括:
遍历第i条公交线路的公交乘客上下车数据并结合公交站点要素和公交线路要素,获取第j名乘客的上车站点空间对象信息、下车站点空间对象信息和第i条公交线路的所述线路空间对象信息;其中,所述公交乘客上下车数据包括卡号、上车站点编号、下车站点编号和乘坐线路编号,所述公交站点要素包括站点编号、站点经度、站点纬度和站点空间对象信息,所述公交线路线要素包括线路编号和所述线路空间对象信息;
根据所述线路空间对象信息和所述上车站点空间对象信息确定从第i条公交线路的始发站到上车站点的第一行驶距离;
根据所述线路空间对象信息和所述下车站点空间对象信息确定从第i条公交线路的始发站到下车站点的第二行驶距离;
将所述第二行驶距离与所述第一行驶距离的差值作为第j名乘客的所述乘客上下车行程距离。
6.根据权利要求2所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述根据所述乘客上下车站点直线距离和所述乘客上下车行程距离确定第i条公交线路的所述客流加权非直线系数包括:
将第i条公交线路上m名乘客的所述乘客上下车站点直线距离相加,得到第i条公交线路的上下车站点直线距离之和;其中,m为一天内乘坐第i条公交线路的乘客的总数,且j≤m;
将第i条公交线路上m名乘客的所述乘客上下车行程距离相加,得到第i条公交线路的上下车行程距离之和;
将所述上下车行程距离之和与所述上下车站点直线距离之和的比值作为第i条公交线路的所述客流加权非直线系数。
7.根据权利要求5所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述根据所述线路空间对象信息和所述上车站点空间对象信息确定从第i条公交线路的始发站到上车站点的第一行驶距离包括:
获取第i条公交线路上第0个空间对象点至第X个空间对象点的经度和纬度;其中,第i条公交线路的始发站所对应的空间对象点为第0个空间对象点,第j名乘客的上车站点所对应的空间对象点为第X个空间对象点,X为大于或等于1的整数;
根据第0个至第X个空间对象点中各个空间对象点的经度和纬度分别计算第0个与第1个空间对象点之间的第一直线距离、第1个与第2个空间对象点之间的第二直线距离、直至第X-1个与第X个空间对象点之间的第X直线距离;
将所述第一直线距离、所述第二直线距离、直至所述第X直线距离之和作为所述第一行驶距离。
8.根据权利要求7所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述根据所述线路空间对象信息和所述下车站点对象信息确定从第i条公交线路的始发站到下车站点的第二行驶距离包括:
获取第i条公交线路上第0个空间对象点至第Y个空间对象点的经度和纬度;其中,第j名乘客的下车站点所对应的空间对象点为第Y个空间对象点,Y为大于1的整数且X<Y;
根据第0个至第X个空间对象点中各个空间对象点的经度和纬度分别计算第0个与第1个空间对象点之间的第一直线距离、第1个与第2个空间对象点之间的第二直线距离、直至第Y-1个与第Y个空间对象点之间的第Y直线距离;
将所述第一直线距离、所述第二直线距离、直至所述第Y直线距离之和作为所述第二行驶距离。
9.根据权利要求1-8中任意一项所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,还包括:
遍历n条公交线路,当i=n时,输出绕行线路的关键信息;其中,n为公交线路的总数。
10.根据权利要求9所述的基于乘客出行需求的公交线路绕行识别方法,其特征在于,所述关键信息包括:线路编号、线路名称、绕行标记和所述客流加权非直线系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111083698.4A CN113538922B (zh) | 2021-09-16 | 2021-09-16 | 一种基于乘客出行需求的公交线路绕行识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111083698.4A CN113538922B (zh) | 2021-09-16 | 2021-09-16 | 一种基于乘客出行需求的公交线路绕行识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113538922A true CN113538922A (zh) | 2021-10-22 |
CN113538922B CN113538922B (zh) | 2022-03-18 |
Family
ID=78093313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111083698.4A Active CN113538922B (zh) | 2021-09-16 | 2021-09-16 | 一种基于乘客出行需求的公交线路绕行识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113538922B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114944056A (zh) * | 2022-04-20 | 2022-08-26 | 京东城市(北京)数字科技有限公司 | 一种交通可达性的计算方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458331A (zh) * | 2019-07-18 | 2019-11-15 | 南京行者易智能交通科技有限公司 | 一种基于od客流数据的过绕公交线路的拉直优化方法及装置 |
-
2021
- 2021-09-16 CN CN202111083698.4A patent/CN113538922B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458331A (zh) * | 2019-07-18 | 2019-11-15 | 南京行者易智能交通科技有限公司 | 一种基于od客流数据的过绕公交线路的拉直优化方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114944056A (zh) * | 2022-04-20 | 2022-08-26 | 京东城市(北京)数字科技有限公司 | 一种交通可达性的计算方法和装置 |
CN114944056B (zh) * | 2022-04-20 | 2023-09-01 | 京东城市(北京)数字科技有限公司 | 一种交通可达性的计算方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113538922B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Use of shared automated vehicles for first-mile last-mile service: Micro-simulation of rail-transit connections in Austin, Texas | |
He | Regional impact of rail network accessibility on residential property price: Modelling spatial heterogeneous capitalisation effects in Hong Kong | |
Zhang et al. | Quantifying multi-modal public transit accessibility for large metropolitan areas: a time-dependent reliability modeling approach | |
JP4975711B2 (ja) | 経路発見計算のための複数のコストレベルの使用 | |
CN108961804B (zh) | 基于多指标分类交集的公交线路调整备选集合确定方法 | |
CN111653099B (zh) | 基于手机信令数据的公交客流od获取方法 | |
CN109903553B (zh) | 多源数据挖掘的公交车上下车站点识别和检验方法 | |
CN106897919A (zh) | 用车类型预测模型建立、信息提供方法及装置 | |
CN109102114B (zh) | 一种基于数据融合的公交出行下车站点估计方法 | |
CN110309962B (zh) | 基于时间扩展模型的铁路行程路线规划方法及装置 | |
CN104884900A (zh) | 行程时间信息提供设备和行程时间信息提供方法 | |
CN110704993A (zh) | 一种疏解地铁客流压力的定制公交线路设计方法 | |
Saghapour et al. | Retracted: Modeling access to public transport in urban areas | |
Szeto et al. | Guiding vacant taxi drivers to demand locations by taxi-calling signals: A sequential binary logistic regression modeling approach and policy implications | |
CN113538922B (zh) | 一种基于乘客出行需求的公交线路绕行识别方法 | |
Conway et al. | Getting Charlie off the MTA: a multiobjective optimization method to account for cost constraints in public transit accessibility metrics | |
Wirasinghe et al. | Route layout analysis for express buses | |
CN114358808A (zh) | 基于多源数据融合的公交od估计及分配方法 | |
CN117196197A (zh) | 一种公共交通站点布局优化方法 | |
Liu et al. | Effects of link capacity reductions on the reliability of an urban rail transit network | |
CN113468243A (zh) | 地铁客流分析与预测方法及分析与预测系统 | |
CN113408833A (zh) | 一种公共交通重点区域识别方法、装置及电子设备 | |
KR101877311B1 (ko) | 부동산에 대한 대중교통 편의성을 평가하는 방법, 장치 및 컴퓨터 프로그램 | |
Pineda et al. | Comparison of passengers' behavior and aggregate demand levels on a subway system using origin-destination surveys and smartcard data | |
CN113160600A (zh) | 一种用于城市微循环公交系统的车辆调度方法 |
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 |