CN114021825A - 一种基于轨迹数据的公交车运行延误估计方法 - Google Patents
一种基于轨迹数据的公交车运行延误估计方法 Download PDFInfo
- Publication number
- CN114021825A CN114021825A CN202111321731.2A CN202111321731A CN114021825A CN 114021825 A CN114021825 A CN 114021825A CN 202111321731 A CN202111321731 A CN 202111321731A CN 114021825 A CN114021825 A CN 114021825A
- Authority
- CN
- China
- Prior art keywords
- bus
- track
- delay
- travel
- intersection
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000003111 delayed effect Effects 0.000 claims abstract description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 17
- 238000003032 molecular docking Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 2
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于轨迹数据的公交车运行延误的估计方法。根据公交车公交班次出行的轨迹数据处理获得公交车行程延误;根据停靠站点间的轨迹数据处理获得公交段间行程延误;根据停靠站点附近的轨迹数据处理获得公交停站时间;根据交叉路口附近的轨迹数据处理获得路口延误;根据公交车行程延误、公交段间行程延误、公交停站时间、路口延误判断是否延误。本发明能有效地对城市公交车的运营状态进行完整和精确的估计,并实现更高的采集效率,既克服了传统方法费时、费力的弊端,同时还解决了通过抽样方法得到统计结果的准确性不高的劣势。
Description
技术领域
本发明涉及了一种公交车运行数据的估计方法,尤其是涉及了一种基于轨迹数据的公交车运行延误估计方法。
背景技术
随着我国城市化进程的加快,城市基础道路设施建设不断增加,机动车保有量逐年增长,然而,受到土地资源和经济条件的制约,城市道路建设已经跟不上汽车保有量的增长速度,许多大中城市都出现了诸如交通拥堵,交通秩序混乱,尾气污染等各种交通问题。为了缓解城市交通的拥堵问题,许多政府部门普遍认为优先发展公共交通是缓解城市交通拥堵问题的重要手段。公共交通系统是城市交通系统的重要组成部分,公交车辆运行效率的高低直接影响了公共交通系统的运营水平。通过推动公共交通优先的发展战略,吸引居民采用公共交通出行,能够有效的降低城市的拥堵问题,改善城市的客运结构,提高城市客运系统的效率。
2020年城市常规公交客运量较2019年及以前大幅降低。虽然存在城市新冠肺炎疫情防控常态化的要求、轨道交通成网后公交客流向轨道交通转移的现实,但是常规公交客运量逐年下降更多与常规公交的自身问题相关。常规公交与轨道交通衔接不畅、常规公交到站不准时、公交运行速度缓慢、班次发车间隔时间长、公交线网布局与居民出行起讫点不完全匹配等,是制约公交吸引力提升、造成公交客流逐年降低的主要原因。本专利聚焦于提升高峰时段城市常规公交的客运效率:即基于公交出行轨迹大数据分析,挖掘常规公交运行延误的时空分布,并与公交客流分布进行匹配性分析,提出“大站快线”的组合公交运行方案,科学提升高峰时段公交的运行车速。本专利将提升常规公交出行吸引力,促进建设更高水平的公交都市,进一步倡导社会公众乘坐公共交通工具出行,践行绿色低碳环保的出行理念。
公交车辆在运行过程中的延误由多个过程时间组成,每个过程都受到多种因素的影响,这其中属公交车辆在各个站点的停靠时间以及在城市路网的交叉路口的延误时间是影响公交运行效率的最重要的两个因素,统计分析这些因素对公交停靠时间造成的影响能够为缓解城市道路的拥堵提供更加可靠的数字依据。
对于公交车辆的运行延误,传统的基于抽样统计的调查方法由于受到数据采集手段的局限,得到的结果不具有完整性和普适性,而且通过人工的方式对车辆运行延误进行采样统计的精度低,工作效率低下,得到的统计结果也会和实际情况有一定的偏差。与此同时,随着城市公交车数量的增加以及城市路网的不断扩张,通过抽样的方式来计算公交车延误的方法将越来越失去其意义。因此应该寻找更好的方法来替换。
发明内容
为了解决背景技术中存在的问题,本发明提供一种基于轨迹数据的公交车运行延误估计方法。
本发明利用城市的公交车辆装配的全球定位系统和车载定位设备来分析获得公交车的轨迹数据,解决公交车运行延误估计问题,实现了准确获得运行过程中产生的延误,优势明显。
本发明采用的技术方案是:
S1、根据公交车公交班次出行的轨迹数据处理获得公交车行程延误;
S2、根据停靠站点间的轨迹数据处理获得公交段间行程延误;
S3、根据停靠站点附近的轨迹数据处理获得公交停站时间;
S4、根据交叉路口附近的轨迹数据处理获得路口延误;
S5、根据公交车行程延误、公交段间行程延误、公交停站时间、路口延误判断是否延误。
轨迹数据是由公交车上的定位装置以固定间隔采集的轨迹点构成,每个轨迹点包含了记录位置、记录时间和记录速度。
所述的S1具体为:
提取公交车公交班次出行的轨迹数据,获得每一辆公交车每一次公交班次出行的行程轨迹,然后计算行程轨迹的行程延误作为公交班次出行的行程延误;
所述的提取公交车公交班次出行的轨迹数据,详细步骤包括:
(1)针对每一路公交线路,遍历所有运营的公交车;
(2)针对其中的每一辆公交车,通过查找公交线路的基础信息表找到公交线路的起点和终点,并以在起点附近的预设区域范围内第一个速度不为0的轨迹点,作为该辆公交车的该次公交班次出行的行程轨迹的起点;
(3)按照时间顺序,找到在终点附近的预设区域范围内出现的停车时长超过预设停车时间阈值的第一个速度为0的轨迹点,作为该辆公交车的该次公交班次出行的行程轨迹的终点;
(4)以起点到终点之间的轨迹数据中的各个轨迹点依次连线处理作为该辆公交车的该次公交班次出行的行程轨迹。
所述的S2具体为:
S21、遍历每一路公交线路上的所有停靠站点;
S22、根据每一个停靠站点,从该公交线路下的每一辆公交车每一次公交班次出行的出行轨迹中,根据时间顺序,查找在停靠站点附近的预设区域范围内第一个出现速度为0的轨迹点,作为公交车到达停靠站点的关键轨迹点;
同时在停靠站点附近的预设区域范围内,根据时间顺序,查找最后一个出现速度为0的轨迹点的下一个轨迹点,作为公交车离开停靠站点的关键轨迹点;
S23、经过上述步骤,在轨迹数据中将离开前一个停靠站点的关键轨迹点Sdepart和到达下一个停靠站点的关键轨迹点Sarrive之间的各个轨迹点依次连线处理,作为公交段间的行程轨迹,进而计算公交段间行程延误。
所述的S3具体为:
对于每一个停靠站点,查找停靠站点邻近区域范围内的轨迹点集合,按照时间顺序,以停靠站点邻近区域范围中第一个轨迹点的记录时间作为停站开始时间Tstart,以停靠站点邻近区域范围中最后一个轨迹点的记录时间作为停站结束时间Tend;从停站开始时间Tstart到停站结束时间Tend之间时段的所有轨迹点中,查找搜索到由记录速度均为0的连续多个轨迹点构成的轨迹点序列,再将每个轨迹点序列各自的起点和终点之间的记录时间作差计算轨迹点序列的逗留时间,将所有轨迹点序列的逗留时间相加作为公交车停靠站点的公交停站时间。
所述的停靠站点邻近区域范围内是以停靠站点为中心的半径为20米的圆形区域范围。
所述的S4具体为:
然后提取每一个进入交叉路口区域范围的公交车从进入该交叉路口区域范围内的第一个轨迹点T0到距离交叉路口区域范围的圆心最接近的轨迹点T’内的轨迹数据中的所有轨迹点,将所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
所述S4中,如果当前交叉路口的交叉路口区域范围内的上游还有另外至少一个交叉路口,则以上游的各个交叉路口的中心附近建立预设区域范围,上游的各个交叉路口附近的预设区域范围和当前交叉路口附近的预设区域范围求取并集,求取公交车从进入该并集内的第一个轨迹点作为起点,保留当前交叉路口区域范围的圆心最接近的轨迹点T’作为终点,将起点和终点之间的轨迹数据中的所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
所述S4中,如果当前交叉路口的交叉路口区域范围内的上游还有另外至少一个公交车站,则以距离最近的公交车站最接近的轨迹点作为起点,保留交叉路口区域范围的圆心最接近的轨迹点T’作为终点,将起点和终点之间的轨迹数据中的所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
所述S4中,如果当前交叉路口的交叉路口区域范围内的上游既有至少一个公交车站,又另外有至少一个交叉路口,则按照权利要求7的相同方式进行处理。
所述S1、S2、S4中,根据行程轨迹按照以下公式计算获得行程延误:
行程延误△T=(S达到时间-S出发时间)-S总路程/V
其中,△T表示行程延误,V表示预设平均车速,S达到时间表示行程的达到时间,S出发时间表示行程的出发时间,S总路程表示行程的总路程。
所述S5具体为:公交车行程延误、公交段间行程延误、公交停站时间、路口延误与日常的公交运行GPS数据、公交线路数据、基础路网数据中各自对应的预设阈值进行比较,进行公交延误判断:
若公交车行程延误、公交段间行程延误、公交停站时间、路口延误均没有超过各自的预设阈值,则公交不延误,否则公交延误。
本发明主要从公交车行程延误、公交段间行程延误、公交停站延误及分布、交叉路口公交延误及分布来分析宁波主城区公交运行延误水平,探讨公交运行延误的分布规律,从而更好的掌握每一路公交车的运行效率,评估公交的服务水平和服务等级,验证公交车线路的设置是否合理,是否需要对有关路段的设置进行调整等。
公交段间行程延误的计算主要是从微观上了解公交车的运行情况,考察某些段间行程延误较大的路段是否可以设置公交专用道等。
公交停站时间统计是为了了解公交车在各个站点上耽误的时间,公交车的停站延误也是反映公交车服务等级的一个方面,了解公交在站点上的延误有助于从一个侧面掌握公交车的运行效率。
路口延误统计是为了了解每个路口公交车的延时情况,从而可以对某些延时较长的路口的信号灯进行重新配置,也可以为相关路段设置绿波提供有效的数字依据,进而提高公交车在相关路口的通过效率,提升公交车整体的服务水平。
本发明的有益效果是:
对公交车行程延误的统计是对城市公交系统运营状况好坏的一个有力评价,也是解决整个城市交通网络畅通的重要内容。传统的公交车行程延误统计方法,都是通过对整个城市范围内的公交车线路进行抽样调查,例如抽取某一条有代表性的线路,来对城市公交系统的运营状态进行一个近似的估计,而采用本发明提出的方法,可以有效地对城市公交车的运营状态进行完整和精确的估计。
本发明采用的GPS轨迹数据可以方便的实现对公交车的实时定位,并实现更高的采集效率,既克服了传统方法费时、费力的弊端,同时还解决了通过抽样方法得到统计结果的准确性不高的劣势,这就从根本上提高了对城市公交车延误状态分析的技术手段问题。
附图说明
图1为公交车一次出行轨迹的提取示意图;
图2为公交段间行程延误计算示意图;
图3为实施例的特殊情况1示意图;
图4为实施例的特殊情况2示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
本发明的实施例如下:
第一阶段:数据准备与预处理
从某市公交总公司获取的原始数据包括公交的GPS轨迹点集合表(GPS轨迹点由车载全球定位系统获取),站点信息表,公交线路基础信息表以及站点线路表。每一个表格的详细信息如表1-表4所示。
表1公交的GPS轨迹点集合表
序号 | 字段名称 | 数据类型 | 含义 |
1 | id | int | 主键 |
2 | BUSID | varchar | 车牌号码 |
3 | PATHNAME | varchar | 线路名称,例如:380路 |
4 | GPSTIME | datetime | 时间,例如:2021/5/31 0:02 |
5 | LONGITUDE | float | 经度 |
6 | LATITUDE | float | 纬度 |
7 | COURSE | int | 行驶的方向 |
8 | SPEED | float | 行驶的速度 |
表2站点信息表
序号 | 字段名称 | 数据类型 | 含义 |
1 | 站点ID | varchar | 公交站点的编号 |
2 | 站点名 | varchar | 公交站点的名称 |
3 | LONGITUDE | float | 站点的经度 |
4 | LATITUDE | float | 站点的纬度 |
表3公交线路基础信息表
表4站点线路表(某一个站点对应的所有线路)
序号 | 字段名称 | 数据类型 | 含义 |
1 | 站点ID | int | 编号 |
2 | 站点名 | varchar | 单个站点名称 |
3 | 经度 | float | 站点的经度 |
4 | 纬度 | float | 站点的纬度 |
5 | ROUTE_1 | varchar | 线路1 |
6 | ROUTE_2 | varchar | 线路2 |
7 | ROUTE_3 | varchar | 线路3 |
… | … | … | … |
29 | ROUTE_25 | varchar | 线路25 |
由于原始数据中存在着一些明显的粗差,例如数据中可能会有记录缺失坐标点位信息,或者坐标存在着明显的偏差,对于这些粗差数据,要人工进行剔除。从而消除粗差数据对分析结果的影响。
第二阶段:方法实施
S1、根据公交车公交班次出行的轨迹数据处理获得公交车行程延误;
S1、公交车行程延误:
提取公交车公交班次出行的轨迹数据,如图1所示,获得每一辆公交车每一次公交班次出行的行程轨迹,然后计算行程轨迹的行程延误作为公交班次出行的行程延误,从而获得每一路公交车实际跑完一次公交班次出行的总时间与按照预设平均车速跑完一次公交班次出行的总时间的差值作为公交行程延误;
提取公交车公交班次出行的轨迹数据,详细步骤包括:
(1)针对每一路公交线路,遍历所有运营的公交车;
(2)针对其中的每一辆公交车,通过查找公交线路的基础信息表找到公交线路的起点和终点,并以在起点附近的预设区域范围内第一个速度不为0的轨迹点,作为该辆公交车的该次公交班次出行的行程轨迹的起点,以起点的记录时间作为行程的出发时间;
具体实施的预设区域范围是指以对应点为中心的半径为100米的圆形区域范围,具体数值可以根据城市设置的公交站台的长度以及公交车行驶的平均速度来确定和调整。
(3)按照时间顺序,找到在终点附近的预设区域范围内出现的停车时长超过预设停车时间阈值的第一个速度为0的轨迹点,作为该辆公交车的该次公交班次出行的行程轨迹的终点,以终点的记录时间作为行程的到达时间;
(4)以起点到终点之间的轨迹数据中的各个轨迹点依次连线处理作为该辆公交车的该次公交班次出行的行程轨迹,即各个轨迹点以折线依次连接。
至此,得到该公交车完整的一次公交班次出行的行程轨迹及其起点和终点,如图1所示。
再按照同样方式,查找下一辆公交车完整的一次公交班次出行的行程轨迹及其起点和终点。
S2、根据停靠站点间的轨迹数据处理获得公交段间行程延误;
S2、如图2所示,公交段间行程延误:
S21、遍历每一路公交线路上的所有停靠站点;
S22、根据每一个停靠站点,从该公交线路下的每一辆公交车每一次公交班次出行的出行轨迹中,根据时间顺序,查找在停靠站点附近的预设区域范围内第一个出现速度为0的轨迹点,作为公交车到达停靠站点的关键轨迹点,并作为公交段间的行程轨迹的达到时间;
同时在停靠站点附近的预设区域范围内,根据时间顺序,查找最后一个出现速度为0的轨迹点的下一个轨迹点,作为公交车离开停靠站点的关键轨迹点,并作为公交段间的行程轨迹的出发时间;
S22中,在首站的停靠站点处,将第一个速度不为0的轨迹点作为离开首站的关键轨迹点;在尾站的停靠站点处,将第一个速度为0的轨迹点作为到达尾站的关键轨迹点。
S22中,若在停靠站点附近公交车没有停车,即停靠站点附近的预设区域范围内没有出现速度为0的轨迹点,则本发明将经过该停靠站点时速度最小的轨迹点既作为到达该停靠站点的关键轨迹点,也作为离开该停靠站点的关键轨迹点。
S23、经过上述步骤,在轨迹数据中将离开前一个停靠站点的关键轨迹点Sdepart和到达下一个停靠站点的关键轨迹点Sarrive之间的轨迹点各个轨迹点依次连线处理,作为公交段间的行程轨迹,即停靠站点间的轨迹,进而计算公交段间行程延误。
从而以公交线路按照停靠的站点进行切分、针对相邻两个站点之间的行程、同样根据实际运行时间与按预设平均车速下的行驶时间的差值来计算行车延误,作为公交段间行程延误。
S3、根据停靠站点附近的轨迹数据处理获得公交停站时间;
S3、公交停站时间:
对于每一个停靠站点,查找停靠站点邻近区域范围内的轨迹点集合,按照时间顺序,以停靠站点邻近区域范围中第一个轨迹点的记录时间作为停站开始时间Tstart并进行计时,以停靠站点邻近区域范围中最后一个轨迹点的记录时间作为停站结束时间Tend;从停站开始时间Tstart到停站结束时间Tend之间时段的所有轨迹点中,查找搜索到由记录速度均为0的连续多个轨迹点构成的轨迹点序列,表示为((Si,Si+1,…,Sk),(Sm,Sm+1,…,St)),…,(Su,Su+1,…,Sx)),再将每个轨迹点序列各自的起点和终点之间的记录时间作差计算轨迹点序列的逗留时间,将所有轨迹点序列的逗留时间相加作为公交车停靠站点的公交停站时间。
具体实施以某市的公交运营线路为例,统计了公交车运行车速与停站耗时之间的关系,如表5所示。
表5车速与停站时间分布的关系表
可以看到,公交停站时间与公交车速呈负相关关系,当公交车速越低时,公交的停站时间占比则越大;反之亦然。但公交停站时间占公交总行程时间的比例很低,平均耗时占比仅占总行程时间的19.8%。公交在停车线前的延误对公交行程总延误的影响更大,降低停车线前的延误水平对提升公交车速意义更大。
S4、根据交叉路口附近的轨迹数据处理获得路口延误;
S4、路口延误:
然后按照时间顺序,提取每一个进入交叉路口区域范围的公交车从进入该交叉路口区域范围内的第一个轨迹点T0到距离交叉路口区域范围的圆心最接近的轨迹点T’内的轨迹数据中的所有轨迹点,将所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
交叉路口区域范围,是以每一个交叉路口的中心为圆心、半径为100米的圆形区域范围。
S4中,如图3所示,如果当前交叉路口的交叉路口区域范围内的上游还有另外至少一个交叉路口,则以上游的各个交叉路口的中心附近建立预设区域范围,往公交线路的上游方向继续再搜索轨迹点,上游的各个交叉路口附近的预设区域范围和当前交叉路口附近的预设区域范围求取并集,求取公交车从进入该并集内的第一个轨迹点作为起点,保留当前交叉路口区域范围的圆心最接近的轨迹点T’作为终点,将起点和终点之间的轨迹数据中的所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
S4中,如图4所示,如果当前交叉路口的交叉路口区域范围内的上游还有另外至少一个公交车站,则以距离最近的公交车站最接近的轨迹点作为起点,保留交叉路口区域范围的圆心最接近的轨迹点T’作为终点,将起点和终点之间的轨迹数据中的所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
S4中,如果当前交叉路口的交叉路口区域范围内的上游既有至少一个公交车站,又另外有至少一个交叉路口,则按照和上游还有另外至少一个公交车站的相同方式进行处理。
S5、根据公交车行程延误、公交段间行程延误、公交停站时间、路口延误判断是否延误。
具体实施中,将公交车行程延误、公交段间行程延误、公交停站时间、路口延误与各自对应的预设阈值进行比较,进行公交延误判断:
若公交车行程延误、公交段间行程延误、公交停站时间、路口延误均没有超过各自的预设阈值,则公交不延误,否则公交延误。
实施例中,公交平均延误小于20秒的交叉路口占比为69.2%(339个),平均延误大于20秒但小于40秒的交叉路口占比为27.3%(134个),平均延误大于40秒的交叉路口占比为3.5%(17个)。
由实施可知,某市主城区信号交叉路口处的公交延误整体适中,但存在少量交叉路口,通过这些交叉路口的公交存在延误较大的情况。
上述S1、S2、S4中,根据行程轨迹按照以下公式计算获得行程延误:
行程延误△T=(S达到时间-S出发时间)-S总路程/V
其中,△T表示行程延误,V表示预设平均车速,S达到时间表示行程的达到时间,S出发时间表示行程的出发时间,S总路程表示行程的总路程。
具体实施中,预设平均车速是指平均18公里/小时的车速,即18(km/h)。
Claims (10)
1.一种基于轨迹数据的公交车运行延误估计方法,其特征在于:
S1、根据公交车公交班次出行的轨迹数据处理获得公交车行程延误;
S2、根据停靠站点间的轨迹数据处理获得公交段间行程延误;
S3、根据停靠站点附近的轨迹数据处理获得公交停站时间;
S4、根据交叉路口附近的轨迹数据处理获得路口延误;
S5、根据公交车行程延误、公交段间行程延误、公交停站时间、路口延误判断是否延误。
2.根据权利要求1所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述的S1具体为:
提取公交车公交班次出行的轨迹数据,获得每一辆公交车每一次公交班次出行的行程轨迹,然后计算行程轨迹的行程延误作为公交班次出行的行程延误;
所述的提取公交车公交班次出行的轨迹数据,详细步骤包括:
(1)针对每一路公交线路,遍历所有运营的公交车;
(2)针对其中的每一辆公交车,通过查找公交线路的基础信息表找到公交线路的起点和终点,并以在起点附近的预设区域范围内第一个速度不为0的轨迹点,作为该辆公交车的该次公交班次出行的行程轨迹的起点;
(3)按照时间顺序,找到在终点附近的预设区域范围内出现的停车时长超过预设停车时间阈值的第一个速度为0的轨迹点,作为该辆公交车的该次公交班次出行的行程轨迹的终点;
(4)以起点到终点之间的轨迹数据中的各个轨迹点依次连线处理作为该辆公交车的该次公交班次出行的行程轨迹。
3.根据权利要求1所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:
所述的S2具体为:
S21、遍历每一路公交线路上的所有停靠站点;
S22、根据每一个停靠站点,从该公交线路下的每一辆公交车每一次公交班次出行的出行轨迹中,根据时间顺序,查找在停靠站点附近的预设区域范围内第一个出现速度为0的轨迹点,作为公交车到达停靠站点的关键轨迹点;
同时在停靠站点附近的预设区域范围内,根据时间顺序,查找最后一个出现速度为0的轨迹点的下一个轨迹点,作为公交车离开停靠站点的关键轨迹点;
S23、经过上述步骤,在轨迹数据中将离开前一个停靠站点的关键轨迹点Sdepart和到达下一个停靠站点的关键轨迹点Sarrive之间的各个轨迹点依次连线处理,作为公交段间的行程轨迹,进而计算公交段间行程延误。
4.根据权利要求1所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述的S3具体为:
对于每一个停靠站点,查找停靠站点邻近区域范围内的轨迹点集合,按照时间顺序,以停靠站点邻近区域范围中第一个轨迹点的记录时间作为停站开始时间Tstart,以停靠站点邻近区域范围中最后一个轨迹点的记录时间作为停站结束时间Tend;从停站开始时间Tstart到停站结束时间Tend之间时段的所有轨迹点中,查找搜索到由记录速度均为0的连续多个轨迹点构成的轨迹点序列,再将每个轨迹点序列各自的起点和终点之间的记录时间作差计算轨迹点序列的逗留时间,将所有轨迹点序列的逗留时间相加作为公交车停靠站点的公交停站时间。
5.根据权利要求1所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述的S4具体为:
然后提取每一个进入交叉路口区域范围的公交车从进入该交叉路口区域范围内的第一个轨迹点T0到距离交叉路口区域范围的圆心最接近的轨迹点T’内的轨迹数据中的所有轨迹点,将所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
6.根据权利要求5所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述S4中,如果当前交叉路口的交叉路口区域范围内的上游还有另外至少一个交叉路口,则以上游的各个交叉路口的中心附近建立预设区域范围,上游的各个交叉路口附近的预设区域范围和当前交叉路口附近的预设区域范围求取并集,求取公交车从进入该并集内的第一个轨迹点作为起点,保留当前交叉路口区域范围的圆心最接近的轨迹点T’作为终点,将起点和终点之间的轨迹数据中的所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
7.根据权利要求6所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述S4中,如果当前交叉路口的交叉路口区域范围内的上游还有另外至少一个公交车站,则以距离最近的公交车站最接近的轨迹点作为起点,保留交叉路口区域范围的圆心最接近的轨迹点T’作为终点,将起点和终点之间的轨迹数据中的所有轨迹点依次连线处理作为交叉路口的行程轨迹,然后计算交叉路口的行程延误作为交叉路口的行程延误。
8.根据权利要求6所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述S4中,如果当前交叉路口的交叉路口区域范围内的上游既有至少一个公交车站,又另外有至少一个交叉路口,则按照权利要求7的相同方式进行处理。
9.根据权利要求2-3、5任一所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述S1、S2、S4中,根据行程轨迹按照以下公式计算获得行程延误:
行程延误△T=(S达到时间-S出发时间)-S总路程/V
其中,△T表示行程延误,V表示预设平均车速,S达到时间表示行程的达到时间,S出发时间表示行程的出发时间,S总路程表示行程的总路程。
10.根据权利要求1所述的一种基于轨迹数据的公交车运行延误估计方法,其特征在于:所述S5具体为:公交车行程延误、公交段间行程延误、公交停站时间、路口延误与各自对应的预设阈值进行比较,进行公交延误判断:
若公交车行程延误、公交段间行程延误、公交停站时间、路口延误均没有超过各自的预设阈值,则公交不延误,否则公交延误。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111321731.2A CN114021825A (zh) | 2021-11-09 | 2021-11-09 | 一种基于轨迹数据的公交车运行延误估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111321731.2A CN114021825A (zh) | 2021-11-09 | 2021-11-09 | 一种基于轨迹数据的公交车运行延误估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114021825A true CN114021825A (zh) | 2022-02-08 |
Family
ID=80062689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111321731.2A Pending CN114021825A (zh) | 2021-11-09 | 2021-11-09 | 一种基于轨迹数据的公交车运行延误估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114021825A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116189438A (zh) * | 2023-04-28 | 2023-05-30 | 华砺智行(武汉)科技有限公司 | 智能网联公交车通行效率综合评价方法与系统 |
-
2021
- 2021-11-09 CN CN202111321731.2A patent/CN114021825A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116189438A (zh) * | 2023-04-28 | 2023-05-30 | 华砺智行(武汉)科技有限公司 | 智能网联公交车通行效率综合评价方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564226B (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
CN111091720B (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
CN108154698B (zh) | 一种基于gps轨迹大数据的公交到离站精确时间计算方法 | |
CN102737504B (zh) | 一种基于驾驶特性的公交车到站时间实时估计方法 | |
CN104778274B (zh) | 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法 | |
CN102081859B (zh) | 一种公交车到站时间预测模型控制方法 | |
CN105261212B (zh) | 一种基于出租车gps数据地图匹配的出行时空分析方法 | |
CN103440768B (zh) | 一种基于动态修正的公交车到达时间实时预测方法 | |
CN111210612B (zh) | 基于公交gps数据与站点信息提取公交线路轨迹的方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN112036757B (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
CN103310651A (zh) | 一种基于实时路况信息的公交到站预测方法 | |
CN102254443A (zh) | 间歇式公交专用道控制系统及方法 | |
CN104200649A (zh) | 基于预先申请的交通高峰期路线资源调度分配系统与方法 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN111402613B (zh) | 一种自动驾驶车辆收费站车道选择方法 | |
CN112446609B (zh) | 一种基于大数据的充电场站建站方法及系统 | |
CN110766940A (zh) | 道路信号交叉口运行状况评估方法 | |
CN106548628A (zh) | 一种基于视觉空间转换网格化的路况分析方法 | |
CN114021825A (zh) | 一种基于轨迹数据的公交车运行延误估计方法 | |
CN109584546B (zh) | 一种快速-常规公交共享车道发车流量阈值的确定方法 | |
CN108847019B (zh) | 一种计算可变线路公交车辆到达固定站点行程时间的方法 | |
CN114078322B (zh) | 一种公交运行状态评价方法、装置、设备及存储介质 | |
CN112562322B (zh) | 一种公交车回授区长度设计方法 | |
CN112419707B (zh) | 基于gps数据空间匹配的车辆运行效率评价方法及系统 |
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 |