CN114078322B - 一种公交运行状态评价方法、装置、设备及存储介质 - Google Patents
一种公交运行状态评价方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114078322B CN114078322B CN202010833016.6A CN202010833016A CN114078322B CN 114078322 B CN114078322 B CN 114078322B CN 202010833016 A CN202010833016 A CN 202010833016A CN 114078322 B CN114078322 B CN 114078322B
- Authority
- CN
- China
- Prior art keywords
- line
- data
- bus
- shift
- speed
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000015654 memory Effects 0.000 claims description 24
- 238000004140 cleaning Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 15
- 239000000872 buffer Substances 0.000 claims description 14
- 230000001502 supplementing effect Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Abstract
本发明公开了一种公交运行状态评价方法、装置、设备及存储介质，其中方法包括利用车辆定位数据、路单数据和地理信息数据计算全线运送车速；进而由全线运送车速计算全线稳定指数、全线畅行指数；同时还包括利用车辆定位数据、路单数据和地理信息数据计算站间车速、车辆在公交走廊/公交走廊分段的运送车速和/或畅行指数和/或稳定指数、车辆在任意区域的区域运送车送和/或畅行指数和/或稳定指数。即提出从粗到细颗粒度的公交运行状态评价指标体系，并应用多源数据融合技术，实现区域级、路段级、线路级、站级层面，大规模动态计算一整套的公交畅行指数、运行稳定性指数、公交运送车速，从多角度对公交运行情况进行系统性的深入刻画。
Description
技术领域
本发明涉及智能交通技术领域，具体涉及一种公交运行状态评价方法、装置、设备及存储介质。
背景技术
地面公交运行车速慢、时间可靠性差是目前各个城市公交客流量持续下降的重要原因，在公交运营成本和补贴不断增加的背景下，提升公交服务品质和运营效率是国内特大城市普遍面临的难题。近几年，上海等特大型城市提出要提高城市管理的精细化水平，要更多的利用互联网、大数据、人工智能等信息技术手段，推进城市治理制度创新、模式创新、手段创新，提高城市科学化、精细化、智能化管理水平。在城市公交运营效率评价方面，长久以来主要采用静态指标和宏观指标来进行描述，如线网密度、站点覆盖率、复线系数、线路客运量、全线运送车速等，这些指标颗粒度粗，仅适应于定性或经验性评价，缺少系统性细颗粒度动态定量刻画，难以支撑精细化评价。
目前广泛应用的公交运行状态评价指标主要为车速，最近几年随着智能调度系统的推广应用，应用GPS定位数据进行车速计算在各公交运营企业得到普遍应用，但现有的车速计算结果产生的颗粒度粗，尚未成系统的描述多层次的车速指标，难以应用于精细化评价。
发明内容
有鉴于此，本发明实施例提供了一种公交运行状态评价方法、装置、设备及存储介质，以解决车速计算结果不够精细的问题。
根据第一方面，本发明实施例提供了一种公交运行状态评价方法，包括：
获取预设时间段内线路的车辆定位数据和所述线路的路单数据；
利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据；
获取地理信息数据，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向；
利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速。
本发明实施例提供的公交运行状态评价方法，通过获取预设时间段内线路的车辆定位数据和所述线路的路单数据；利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据；获取地理信息数据，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向；利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速。上述方案，利用路单数据对车辆定位数据进行清洗和校核，利用地理信息数据和待处理数据确定线路的线路走向，进一步的可以利用待处理数据计算公交车辆在线路走向上的全线运送车速，使得计算得到的全线运送车速更加精细，同时更加准确。
结合第一方面，在第一方面第一实施方式中，在利用所述路单数据对所述车辆定位数据进行筛选之前，还包括：
对所述路单数据进行清洗，剔除不符合预设的第一条件的班次的路单数据；其中所述第一条件为所述班次的实际运营时间低于所述线路标准运营时间的预设倍数。
结合第一方面第一实施方式，在第一方面第二实施方式中，所述线路标准运营时间通过以下方法确定：
根据所述路单数据确定所述线路所有班次的实际运营时间；
根据所述线路所有班次的实际运营时间得到所述线路的标准运营时间。
结合第一方面，在第一方面第三实施方式中，在根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据之后，还包括：在所述待处理数据中清洗掉错误数据和/或冗余数据。
结合第一方面，在第一方面第四实施方式中，利用所述待处理数据和所述线路的线路走向空间数据计算所述线路的全线运送车速，包括：
在所述待处理数据中提取所述线路各班次的车辆定位数据；
针对任意班次，根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路，并分别计算每个分段线路的车速；根据所有分段线路的车速得到所述线路该班次的班次平均车速；
利用所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线运送车速。
结合第一方面第四实施方式，在第一方面第五实施方式中，根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路，包括：
计算所述待处理数据中每个车辆定位数据与上一车辆定位数据定位时间的时间差；
判断所述时间差是否小于预设的第一阈值；
当所述时间差大于所述第一阈值时，则将所述上一车辆定位数据作为上一分段线路的终点，将所述车辆定位数据作为所述下一分段线路的起点。
结合第一方面第五实施方式，在第一方面第六实施方式中，所述计算每个分段线路的车速包括：
针对每个分段线路，将两个车辆定位数据所在的定位点在所述线路走向上的投影距离作为分段运送距离；将两个车辆定位数据定位时间的时间差作为分段时间差；
利用同一分段线路的分段运送距离和分段时间差计算该分段线路的车速。
结合第一方面第六实施方式，在第一方面第七实施方式中，在将两个车辆定位数据所在的定位点在所述线路走向上的投影距离作为分段运送距离之后，还包括：
判断所述分段线路的分段运送距离是否小于预设的第二阈值；
当所述分段运送距离小于所述第二阈值时，剔除该分段线路的分段运送距离和/或分段时间差。
结合第一方面第四实施方式，在第一方面第八实施方式中，所述根据所有分段线路的车速得到所述线路该班次的班次平均车速，包括：
其中，所述Vk表示第k个分段线路的车速；Lk表示第k个分段线路的长度，n表示该班次中分段线路的数量。
结合第一方面第六实施方式，在第一方面第九实施方式中，利用所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线运送车速，包括：
针对任意班次，根据该班次中所有分段线路的分段运送距离计算该班次的有效长度；
根据所述预设时间段内所述线路所有班次的班次平均车速、及所有班次的有效长度计算所述线路的全线运送车速。
结合第一方面第四实施方式，在第一方面第十实施方式中，还包括：
根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数；
和/或，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线稳定指数。
结合第一方面第十实施方式，在第一方面第十一实施方式中，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数，包括：
其中，V班次k表示第k个班次的班次平均车速；L班次k表示第k个班次的有效长度；V畅通表示预设的畅通车速；n表示所述线路在所述预设时间段内班次的数量。
结合第一方面第十一实施方式，在第一方面第十二实施方式中，所述V畅通通过以下方式得到：
对于任意空间区域，针对任意班次的待处理数据，确定所述待处理数据在所述空间区域的最小时间定位点和最大时间定位点；将所述最小时间定位点和所述最大时间定位点在所述线路走向上的投影作为所述线路在该空间区域的行驶距离；将所述最小时间定位点和所述最大时间定位点的定位时间差作为所述线路在该空间区域的行驶时间；利用所述行驶距离和所述行驶时间，得到该班次在该空间区域的运送车速；
计算第二预设时间段内所有班次在该空间区域的运送车速的平均值；
根据多个空间区域在所述第二预设时间段内所有班次的运送车速的平均值得到所述V畅通。
结合第一方面第十二实施方式，在第一方面第十三实施方式中，在将所述最小时间定位点和所述最大时间定位点在所述线路走向上的投影作为所述线路在该空间区域的行驶距离之后，还包括：
判断所述行驶距离是否满足预设的第二条件，其中所述第二条件根据空间区域的长度确定；
当所述行驶距离不满足预设的第二条件时，剔除所述行驶距离；
和/或，在利用所述行驶距离和所述行驶时间，得到该班次在该空间区域的运送车速之后，还包括：
判断所述运送车速是否满足预设的第三条件；
当所述运送车速不满足预设的第三条件时，剔除所述运送车速。
结合第一方面第十二实施方式，在第一方面第十四实施方式中，根据多个空间区域在所述第二预设时间段内所有班次的运送车速的平均值得到所述V畅通包括：
根据所述多个空间区域所述第二预设时间段内所有班次的运送车速的平均值绘制曲线；
将所述曲线的拐点对应的速度值作为所述V畅通。
结合第一方面第十一实施方式，在第一方面第十五实施方式中，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线稳定指数，包括：
分别获取所述线路在所述预设时间段内所有班次的班次平均车速、和所述线路在所述预设时间段内的全线运送车速；
其中，V班次k表示所述线路第k个班次的班次平均车速；V全线*预设时间段表示所述线路在所述预设时间段内的全线运送车速；n表示所述线路在所述预设时间段内班次的数量。
结合第一方面，在第一方面第十六实施方式中，还包括：
针对任一班次的待处理数据，分别获取该班次在每个公交站点的站点空间缓冲区中的进站点；
针对同一站间，将分别属于所述两个公交站点的两个进站点在所述线路走向上的投影作为所述线路在所述站间的行驶距离；将分别属于所述两个公交站点的两个进站点的定位时间差作为所述线路在所述站间的行驶时间；利用所述行驶距离和所述行驶时间，得到所述线路在所述站间的运送车速；对所述预设时间段内得到的多个站间的运送车速求平均值，得到该站间的运送车速。
结合第一方面，在第一方面第十七实施方式中，还包括：
针对任一班次的待处理数据，将属于同一公交走廊/公交走廊分段的待处理数据分为一组；
针对任一公交走廊/公交走廊分段，确定所述待处理数据在所述公交走廊/公交走廊分段的最小时间定位点和最大时间定位点；将所述最小时间定位点和最大时间定位点在所述线路走向上的投影作为所述线路在该公交走廊/公交走廊分段的行驶距离；将所述最小时间定位点和最大时间定位点的定位时间差作为所述线路在该公交走廊/公交走廊分段的行驶时间；利用所述行驶距离和所述行驶时间，得到所述公交车在该公交走廊/公交走廊分段的运送车速。
结合第一方面第十七实施方式，在第一方面第十八实施方式中，还包括：
对预设时间段内，同一公交走廊/公交走廊分段所有线路的运送车速进行分析，得到该公交走廊/公交走廊分段在所述预设时间段内的运送车送和/或畅行指数和/或稳定指数。
结合第一方面，在第一方面第十九实施方式中，还包括：
针对任一班次的待处理数据，将属于同一区域的待处理数据分为一组；
针对任一区域，确定所述待处理数据在所述区域的最小时间定位点和最大时间定位点；将所述最小时间定位点和最大时间定位点在所述线路走向上的投影作为所述线路在该区域的行驶距离；将所述最小时间定位点和最大时间定位点的定位时间差作为所述线路在该区域的行驶时间；利用所述行驶距离和所述行驶时间，得到所述公交车在该区域的运送车速。
结合第一方面第十九实施方式，在第一方面第二十实施方式中，还包括：
对预设时间段内，同一区域所有线路的运送车速进行分析，得到该区域在所述预设时间段内的运送车送和/或畅行指数和/或稳定指数。
结合第一方面，在第一方面第二十一实施方式中，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向包括：
根据所述待处理数据确定线路运行走向；
将所述线路运行走向与所述地理信息数据进行空间匹配，得到所述线路的线路走向。
根据第二方面，本发明实施例提供了一种公交运行状态评价装置，包括：
第一获取模块，用于获取预设时间段内线路的车辆定位数据和所述线路的路单数据；
第一预处理模块，用于利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据；
第二获取模块，用于获取地理信息数据；
第二预处理模块，用于根据所述地理信息数据和所述待处理数据确定所述线路的线路走向；
分析模块，用于利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速。
根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的公交运行状态评价方法方法。
根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的公交运行状态评价方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1为本发明实施例1公交全线运行水平评价方法的流程示意图；
图2为班次定位错误数据清洗示意图；
图3为推算前GPS分布示意图；
图4为推算后线路走向示意图；
图5为线路走向匹配道路路网前示意图；
图6为线路走向匹配道路路网后示意图；
图7为公交线路途经公交区域的线段空间数据示意图；
图8为公交线路途经公交走廊的线段空间数据示意图；
图9为公交线路途经公交区域的线段空间数据缓冲区数据示意图；
图10为本发明实施例2公交线路站间运行水平评价方法的流程示意图；
图11为本发明实施例3公交走廊运行水平评价方法的流程示意图；
图12为本发明实施例4区域的运行水平评价方法的流程示意图；
图13为中心城行政区高峰小时公交运送车速示意图；
图14为中心城行政区高峰小时畅行指数示意图；
图15为本发明实施例5公交运行水平评价装置的结构示意图；
图16为公交运行水平评价系统示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
经过分析发现，现有的大部分技术就是采用GPS位置点投影至道路上，然后通过投影距离和时间的比值进行车速计算。但是因为公交线路矢量数据的质量问题，或者由于GPS数据质量的问题，可能导致车速计算结果产生较大偏差。同时，在进行大规模车速计算的时候，从原始数据至成果数据的各个环节的数据清洗、补全算法非常重要，是车速计算算法可以投入实际应用的前提和关键。
基于此，本发明实施例1提供了一种公交全线运行水平评价方法。图1为本发明实施例1公交全线运行水平评价方法的流程示意图，如图1所示，本发明实施例1的公交全线运行水平评价方法包括以下步骤：
S10：获取预设时间段内线路的车辆定位数据和所述线路的路单数据。
在本发明实施例1中，所述车辆定位数据为公交车辆定位数据。
作为具体的实施方式，公交车辆定位数据包括GPS定位时间、车载终端编号或车牌号、营运公交线路编号、定位GPS经纬度、车辆方向、速度、进出站状态等数据。电子路单数据包括路单日期、线路编码、班次编号、发车车牌号或车载终端编号、计划起点发车时间、计划到达终点时间、实际起点发车时间、实际到达终点时间。
S20：利用路单数据对车辆定位数据进行筛选，并根据路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据。
班次定位数据筛选(即利用所述路单数据对所述车辆定位数据进行筛选)，是根据电子路单的单个班次提供的班次日期、线路编码、车载终端编号或车牌号、实际起点发车时间、实际终点到达时间等数据条件对公交车辆定位数据进行筛选出来的数据集。
定位数据班次匹配(即根据所述路单数据为筛选出的车辆定位数据补充班次信息)，是对班次定位筛选出来的数据集中每条记录补充对应的班次编号。
作为进一步的实施方式，在利用所述路单数据对所述车辆定位数据进行筛选之前，还包括：对所述路单数据进行清洗(也可称为电子路单班次数据清洗)，剔除不符合预设的第一条件的班次的路单数据；其中所述第一条件为班次的实际运营时间低于所述线路标准运营时间的预设倍数。具体的，所述线路标准运营时间通过以下方法确定：根据所述路单数据确定所述线路所有班次的实际运营时间；根据所述线路所有班次的实际运营时间得到所述线路的标准运营时间。
示例的，电子路单班次数据清洗，以电子路单的实际起点发车时间t实际起点发车时间和实际终点到达时间t实际终点到达时间作为线路班次实际营运开始时间和实际营运到达时间，根据实际营运到达时间和实际营运开始时间之差作为班次实际运营时间，计算当日所有实际运营时间的算术平均值，清洗班次实际运营时间低于平均实际运营时间1/2值的班次数据。
作为进一步的实施方式，在根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据之后，还包括：在所述待处理数据中清洗掉错误数据和/或冗余数据。示例的可以包括班次定位错误数据清洗和班次定位冗余数据清洗。班次定位错误数据清洗，是对班次定位筛选出来的数据集删除掉不在本公交线路走向空间数据缓冲区40米范围内的公交车辆定位数据，如图2所示。班次定位冗余数据清洗，是对班次定位筛选出来的数据集删除掉GPS定位时间、定位GPS经纬度完全一样的数据。
目前，大多数研究仅基于公交运行数据，如公交GPS数据、路网数据、公交线网数据来进行指标计算，而结合公交运营数据来进行精细化指标计算的成果不多。而本发明实施例1不仅获取线路的车辆定位数据，还获取线路的路单数据；利用路单数据对车辆定位数据进行清洗和校核，可以排除非营运车辆、故障车辆等异常车辆信息的影响，提取有效营运线路的高质量GPS数据集，提高车速计算准确度，以支撑高精度的公交运行指标计算。
S30：获取地理信息数据，根据地理信息数据和待处理数据确定线路的线路走向。
作为具体的实施方式，可以利用电子地图原始数据得到地理信息数据(也可称为空间基础信息数据)，其可采用现有技术中的实施方式。
具体的，地理信息数据(也可称为空间基础信息数据)包括定义道路路段、公交走廊、公交区域、公交线路、公交站点、公交线路途经公交区域的线段空间数据。
道路路段为道路数据最小空间单元，其为线空间数据，包括路段编码、路段起点编号、终点编号、路段长度、路段方向、道路等级、路段名称等信息。
公交走廊为公交线路途经道路路段的路段组合，其为线空间数据，包括走廊分段编码、走廊名称、分段方向、走廊分段顺序编号、分段起点编号，分段终点编号、分段长度。
公交区域为城市行政区域的空间区域，其为面空间数据，包括区域编码、行政区域类型、行政区域名称、区域面积等信息；最小行政区域以街道为单位。
公交线路为线路走向空间数据，其为线空间数据，空间数据是基于道路路段的匹配关系组合生成的，包括线路编码、线路名称、线路方向、线路长度等信息。
公交站点为城市道路上实际物理位置的空间数据，位置具有唯一性，其为点空间数据，包括站点编码、站点名称、站点所在路段编码等信息。
公交线路途经公交区域的线段空间数据是通过公交线路在公交区域面空间的相交运算获得的结果，其为线空间数据，包括公交区域编码、公交线路编码、线路方向、线路区域交集顺序号、线段长度等信息。
公交线路途经公交走廊的线段空间数据是通过公交线路在公交走廊线5米范围缓冲区的相交运算获得的结果，其为线空间数据，包括公交走廊分段编码、线路编码、线路方向、线路走廊交集顺序号、线段长度等信息。
示例的，通过地图测绘服务商获取上海市中心城区电子地图原始数据，电子地图原始数据包括道路路段、行政区域、水系等数据，道路路段数据包含线段LINKID、线段方向、起点节点SNODEID、终点节点ENDODEID、道路名称、道路等级、线段长度等属性数据。根据电子地图原始数据加工生成上海市主要公交走廊通道空间数据，数据包含公交走廊编号、公交走廊方向、公交走廊分段序号、途经道路线段LINKID、途经道路线段顺序号等数据。根据电子地图原始数据通过汇集导入方式获取上海市各级行政区域的空间数据，按行政级别和地理分类分为街道、行政市区、浦东/浦西、中心城区，其中街道为构建区域公交运行效率评价的最小行政区域。数据包含区域编码、行政区域类型、行政区域名称、区域面积等属性信息。其中，公交走廊通道作为上海市骨干公交行驶路段，为其建立相应的运行效率指标在支撑公交线网调整方面具有一定的意义。
作为具体的实施方式，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向可以采用如下技术方案：根据所述待处理数据确定线路运行走向；将所述线路运行走向与所述地理信息数据进行空间匹配，得到所述线路的线路走向。
示例的，通过当日历史数据分析运算出线路运行走向空间数据，由于历史GPS数据存在很多非营运线路上的数据，必须通过平均移动运算算法根据大概率方法推算出线路走向。图3为推算前GPS分布示意图；图4为推算后线路走向示意图。
通过空间数据运算将线路运行走向与地理信息数据进行空间匹配运算，将线路走向映射为道路网LINK组成的走向空间数据。推算出的线路走向数据在路口或者转弯方向，经常会由于采样点的关系，往往出现直线最短连接，其走向距离与实际道路距离将出现很多偏差，因此必须通过算法与道路空间数据进行匹配路网计算，最终生成线路道路走向空间数据。图5为线路走向匹配道路路网前示意图；图6为线路走向匹配道路路网后示意图。
公交线路途经公交区域的线段空间数据是通过公交线路在公交区域面空间的相交运算获得的结果，其为线空间数据，包括公交区域编码、公交线路编码、线路方向、线路区域交集顺序号、线段长度等信息。图7为公交线路途经公交区域的线段空间数据示意图。
公交线路途经公交走廊的线段空间数据，是通过公交线路在公交走廊线5米范围缓冲区的相交运算获得的结果，其为线空间数据，包括公交走廊分段编码、线路编码、线路方向、线路走廊交集顺序号、线段长度等信息。图8为公交线路途经公交走廊的线段空间数据示意图。
在本发明实施例1中，根据地理信息数据和待处理数据确定线路的线路走向，可以排除非营运线路、GPS经纬度漂移班次的影响，提取有效且高质量GPS数据集，从而提高车速计算准确度，以支撑高精度的公交运行指标计算。
S40：利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速。
作为具体的实施方式，利用所述待处理数据和所述线路的线路走向空间数据计算所述线路的全线运送车速可以采用如下技术方案：
S401：在待处理数据中提取所述线路各班次的车辆定位数据；
S402：针对任意班次，根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路，并分别计算每个分段线路的车速；根据所有分段线路的车速得到所述线路该班次的班次平均车速；
S403：利用预设时间段内线路所有班次的班次平均车速计算线路的全线运送车速。
更加具体的，步骤S402中的根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路可以采用如下技术方案：计算所述待处理数据中每个车辆定位数据与上一车辆定位数据定位时间的时间差；判断所述时间差是否小于预设的第一阈值；当所述时间差大于所述第一阈值时，则将所述上一车辆定位数据作为上一分段线路的终点，将所述车辆定位数据作为所述下一分段线路的起点。
例如：某一公交线路缓冲区筛选出10个GPS点，时间格式为MMSS，0610、0620、0630、0640、0910、0920、0930、0940、0950、1020；则选取0610、0640作为起讫点投影到线路上求出这一分段线路的分段时间差和分段运送距离，选择0910、1020作为第二分段的起讫点，求取这一分段线路的分段时间差和分段运送距离。
更加具体的，步骤S402中的计算每个分段线路的车速包括可以采用如下技术方案：针对每个分段线路，将两个车辆定位数据所在的定位点在所述线路走向上(而不是道路上)的投影距离作为分段运送距离；将两个车辆定位数据定位时间的时间差作为分段时间差；利用同一分段线路的分段运送距离和分段时间差计算该分段线路的车速。本发明实施例1将每个分段线路两个定位点在所述线路走向上的投影距离作为分段运送距离，而不是将每个分段线路两个定位点在道路上的投影距离作为分段运送距离，可以使得分段运送距离更加准确，从而可以支撑高精度的公交运行指标计算。
作为进一步的实施方式，在将两个车辆定位数据所在的定位点在所述线路走向上的投影距离作为分段运送距离之后，还包括：判断所述分段线路的分段运送距离是否小于预设的第二阈值；当所述分段运送距离小于所述第二阈值时，剔除该分段线路的分段运送距离和/或分段时间差。示例的，第二阈值可以设为500米，也就是说，分段运送距离小于500米的分段线路不参与计算。
更加具体的，步骤S402中，所述根据所有分段线路的车速得到所述线路该班次的班次平均车速可以采用下式：
其中，所述Vk表示第k个分段线路的车速；Lk表示第k个分段线路的长度，n表示该班次中分段线路的数量。
具体的，步骤S403利用所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线运送车速可以采用如下技术方案：针对任意班次，根据该班次中所有分段线路的分段运送距离计算该班次的有效长度；根据所述预设时间段内所述线路所有班次的班次平均车速、及所有班次的有效长度计算所述线路的全线运送车速。
作为具体的实施方式，预设时间段可以为全日、早高峰、晚高峰、月度等。
示例的，计算线路全日全线运送车速，对线路当日所有班次的运送车速进行加权平均计算：
即n为该日期内线路班次数量，V班次k为班次k的班次平均车速，L班次k为班次k的有效长度。其中，/>n为线路班次的有效分段数量。
计算线路早高峰全线运送车速，对线路班次实际起点发车时间在早高峰时段的班次运送车速进行加权平均计算。V全线*日早高峰计算方法同上。
计算线路晚高峰全线运送车速，对线路班次实际起点发车时间在晚高峰时段的班次运送车速进行加权平均计算。V全线*晚早高峰计算方法同上。
计算线路月度全线运送车速，对线路全日全线运送车速按自然月进行算术平均：
即n为该月日期数量。
由此可见，上述方案利用路单数据对车辆定位数据进行清洗和校核，利用地理信息数据和待处理数据确定线路的线路走向，进一步的可以利用待处理数据计算的公交车辆在线路走向上的全线运送车速，可以使得计算得到的全线运送车速更加准确。
目前，现有效率类评价指标还较为单一，不够全面。广泛使用的仅有车速指标，而从公交运营需求来看，目前缺乏评价公交运行稳定性和可靠性的指标。高可靠性可降低市民等车时间的不确定性，让市民按照时刻表出行，从而提高公交运营管理的可控性。另外，目前广泛应用的道路交通拥堵指数指标，仅仅评价了小汽车拥堵情况，很少评价公交运行畅通情况，而从公交优先战略实施需求角度，也迫切需要构建评价公交畅通情况的指数类指标，为公交运营管理、公交出行提供支持。
另外，现有技术中公交运行畅通程度的衡量有旅行时间指数、公交畅行指数等提法。其中，(1)旅行指数的建模方法如下：将路网按照交叉口、车站等节点，划分道路单元，以道路单元作为基本单元，进行车速和旅行时间计算，分为路段旅行时间、站点进出站时间，进而分别计算路段和站点的旅行时间指数，最终两个指数进行综合，得到公交线路、公交路段的旅行时间指数。这种做法的缺陷在于路网基础地理信息的加工工作量非常大，难以进行大规模推广应用，另外以目前的公交车GPS数据采集频率(15秒左右一次)和定位精度，细化到路段间行程时间和进出站时间的颗粒度，道路单元划分距离太短，可能造成站点指数和路段指数计算精度达不到要求，误差会较大。(2)畅行指数的建模方法有两种，一是结合停靠站点的历史速度数据，进行正负效应分析，产生速度权重对照表，依据车载终端所采集的实时数据，应用畅行指数进行计算，并定义畅行指数的取值范围为0-10，每相隔两个数为一个等级，最终将计算的速度与对照表进行比对，进而产生畅行指数值。另外就是考虑拥堵里程、公交拥堵时间、城市道路等级等因素的影响，对畅行指数进行权重赋予。两种方法产生的畅行指数物理意义不够直观，难以直接通过畅行指数表征运行问题。此外，缺乏对区域级、路段级、线路级等从宏观到微观的指数计算方法进行系统描述，难以进行实际应用。
作为进一步的实施方案，在S40之后还包括以下步骤：S50：根据预设时间段内线路所有班次的班次平均车速计算线路的全线畅行指数；和/或，S60：根据预设时间段内线路所有班次的班次平均车速计算线路的全线稳定指数。
作为具体的实施方式，步骤S50可以采用如下技术方案：根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数，包括：
其中，V班次k表示第k个班次的班次平均车速；L班次k表示第k个班次的有效长度；V畅通表示预设的畅通车速；n表示所述线路在所述预设时间段内班次的数量。
作为一个具体实施方式，所述V畅通通过以下方式得到：
S501：对于任意空间区域，针对任意班次的待处理数据，确定所述待处理数据在所述空间区域的最小时间定位点和最大时间定位点；将所述最小时间定位点和所述最大时间定位点在所述线路走向上的投影作为所述线路在该空间区域的行驶距离；将所述最小时间定位点和所述最大时间定位点的定位时间差作为所述线路在该空间区域的行驶时间；利用所述行驶距离和所述行驶时间，得到该班次在该空间区域的运送车速；
S502：计算第二预设时间段内所有班次在该空间区域的运送车速的平均值；
S503：根据多个空间区域在所述第二预设时间段内所有班次的运送车速的平均值得到所述V畅通。
作为进一步的实施方式，在步骤S501的在将所述最小时间定位点和所述最大时间定位点在所述线路走向上的投影作为所述线路在该空间区域的行驶距离之后，还包括以下步骤：判断所述行驶距离是否满足预设的第二条件，其中所述第二条件根据空间区域的长度确定；当所述行驶距离不满足预设的第二条件时，剔除所述行驶距离；和/或，在步骤S501的在利用所述行驶距离和所述行驶时间，得到该班次在该空间区域的运送车速之后，还包括：判断所述运送车速是否满足预设的第三条件；当所述运送车速不满足预设的第三条件时，剔除所述运送车速。
具体的，根据多个空间区域在所述第二预设时间段内所有班次的运送车速的平均值得到所述V畅通可以采用如下技术方案：根据所述多个空间区域所述第二预设时间段内所有班次的运送车速的平均值绘制曲线；将所述曲线的拐点作为所述V畅通。
示例的，畅通车速V畅通的计算，通过最小颗粒度的空间区域(即街道)在一定的时间周期内对半小时颗粒度内的平均运送车速所取得的参考值，其计算包括以下步骤：
(1)单个公交线路班次的出入区域数据查询，是根据电子路单的班次编码查询指定公交线路的班次公交车辆定位数据集在公交线路途经公交区域的线段空间数据缓冲区10米范围内的最小时间定位数据Pmin和最大时间定位数据Pmax，如图9所示。
(2)单个公交线路班次的公交线路途经公交区域的线段空间的时间差△t＝TPmax-Tpmin。
(3)单个公交线路班次的公交线路途经公交区域的线段空间的距离为Pmax和Pmin两个定位数据在公交线路走向空间数据的投影点距离△l。
(4)单个公交线路班次的公交线路途经公交区域的线段空间的车速为v＝△l/△t。
(5)统计每个半小时段各个空间区域的途经的所有公交线路班次的平均车速。
(6)对每半小时段各个空间区域的平均车速按车速由低向高排序，取第98％的那个车速值作为畅通车速V畅通。
具体的，单个公交线路班次的公交线路途经公交区域的线段空间的统计时段以进入该线段空间的时间即TPmin计算统计的时段基准值。例如进入该线段空间缓冲区范围的最大最小时间的GPS点，如分别为09:06:10和09:12:30，则以最小时间09:06:10作为统计的时段基准值，其处于09:00:00-09:30:00半小时统计时间段。
进一步的，对每半小时段各个空间区域的平均车速进行预处理，预处理包括运送距离清洗、车速清洗等方法，运送距离清洗是删除单个公交线路班次的公交线路途经公交区域的线段空间的距离除以公交线路途经公交区域的线段空间长度之比小于80％的数据。车速清洗是删除车速低于2km/h，高于60km/h的数据。
作为具体的实施方式，步骤S60根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线稳定指数可以采用如下技术方案：分别获取所述线路在所述预设时间段内所有班次的班次平均车速、和所述线路在所述预设时间段内的全线运送车速；
其中，V班次k表示第k个班次的班次平均车速；V全线*预设时间段表示所述线路在所述预设时间段内的全线运送车速；n表示所述线路在所述预设时间段内班次的数量。
在本发明实施例1中，全线稳定指数和全线畅行指数的计算依赖于全线运送车速，由于全线运送车速的准确性较高，所以全线稳定性指数和全线畅行指数的准确性也较高，能直观快捷地表征公交运行情况。
实施例2
目前，现有的公交运营企业应用GPS等定位数据计算的车速较为粗颗粒度，基本都为公交全线运营车速和运送车速，对于细颗粒度的站间段车速、路段上公交运送车速的应用基本空白，但在实际调度工作中，以及公交专用道布设等工作中，对于这些细颗粒度车速指标的应用需求还较为迫切。
基于此，本发明实施例2提供了一种公交线路站间运行水平评价方法。图10为本发明实施例2公交线路站间运行水平评价方法的流程示意图，如图10所示，本发明实施例2的公交线路站间运行水平评价方法包括以下步骤：
S10：获取预设时间段内线路的车辆定位数据和所述线路的路单数据。
S20：利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据。
S30：获取地理信息数据，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向。
S70：获取公交线路基础数据，利用所述公交线路基础数据、所述待处理数据和所述线路的线路走向对站间运行水平进行评价。
作为具体的实施方式，利用所述待处理数据和所述线路的线路走向计算所述线路的站间运送车速可以采用如下技术方案：
S701：利用所述公交线路基础数据确定每个公交站点的站点空间缓冲区；
S702：针对任一班次的待处理数据，分别获取该班次在每个公交站点的站点空间缓冲区中的进站点；
S703：针对同一站间，将分别属于所述两个公交站点的两个进站点在所述线路走向上的投影作为所述线路在所述站间的行驶距离；将分别属于所述两个公交站点的两个进站点的定位时间差作为所述线路在所述站间的行驶时间；利用所述行驶距离和所述行驶时间，得到所述线路在所述站间的运送车速；对所述预设时间段内得到的多个站间的运送车速求平均值，得到该站间的运送车速。
示例的，公交线路站间运行水平评价，主要以站间车速进行评价，具体计算方法如下：
(1)根据电子路单对公交车辆定位数据预处理的结果数据，计算每个线路站点空间缓冲区30米范围内的最小时间的GPS点作为站点进站Pn数据集，n为站点线路方向上的顺序号。
(2)将进站Pn数据集按时间顺序进行排序，计算与上一记录之间的时间差△tm->n和站间差n-m，计算上一记录的定位点和本记录的定位点在线路走向空间上的投影距离作为班次站间距离△Lm->n，计算站间车速V班次*站间m->n＝△Lm->n/△tm->n，m为上一记录的站序，n为本记录的站序。
其中，由于存在首末站、中间站不能匹配到GPS点作为进站点可能性。首末站车速补齐方法是将首末站相邻的有效车速作为首末站站间的车速。中间站补齐方法是以跨站的站间车速作为中间站的站间车速V班次*站间k->k+1＝V班次*站间m->n，k表示m、n之间的站序。
(3)计算站间全日运送车速方法：n为班次数量。
(4)计算站间月度运送车速方法：n为该月日期数量。
本发明实施例2提供的公交线路站间运行水平评价方法可以得到准确的站间的运送车速，进一步的可以筛选出运行慢的站间，从而在公交提速时更有针对性。
实施例3
本发明实施例3提供了一种公交走廊运行水平评价方法。图11为本发明实施例3公交走廊运行水平评价方法的流程示意图，如图11所示，本发明实施例3的公交走廊运行水平评价方法包括以下步骤：
S10：获取预设时间段内线路的车辆定位数据和所述线路的路单数据。
S20：利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据。
S30：获取地理信息数据，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向。
S80：利用所述待处理数据和所述线路的线路走向对公交走廊的运行水平进行评价。
具体的，公交走廊通道运行水平评价，具体包括公交走廊的运送车速、畅行指数、稳定指数等指标。
作为具体的实施方式，利用所述待处理数据和所述线路的线路走向计算公交走廊的运送车速可以采用如下技术方案：
S801：针对任一班次的待处理数据，将属于同一公交走廊/公交走廊分段的待处理数据分为一组；
S802：针对任一公交走廊/公交走廊分段，确定所述待处理数据在所述公交走廊/公交走廊分段的最小时间定位点和最大时间定位点；将所述最小时间定位点和最大时间定位点在所述线路走向上的投影作为所述线路在该公交走廊/公交走廊分段的行驶距离；将所述最小时间定位点和最大时间定位点的定位时间差作为所述线路在该公交走廊/公交走廊分段的行驶时间；利用所述行驶距离和所述行驶时间，得到所述公交车在该公交走廊/公交走廊分段的运送车速(即运送车速)。
进一步的，还包括：S803：对预设时间段内，同一公交走廊/公交走廊分段所有线路的运送车速进行分析，得到该公交走廊/公交走廊分段在所述预设时间段内的运送车送和/或畅行指数和/或稳定指数。
示例的，利用所述待处理数据和所述线路的线路走向对公交走廊的运行水平进行评价包括以下步骤：
公交定位数据预处理，查询公交走廊途经的公交线路数据，根据电子路单对公交车辆定位数据预处理的结果数据，对公交班次定位数据不在公交走廊30米缓冲区空间进行清洗过滤，匹配公交定位数据对应的公交走廊分段编号。
对线路班次的定位数据按公交走廊分段分组，按时间进行排序，遍历计算每一分段的定位与上一定位点的时间差。如时间差大于60秒，则分别以上一GPS点为线路上一分段终点，该GPS点为线路下一分段起点。计算每一分段的两个GPS点在线路走向上投影距离作为分段运送距离，时间差作为分段时间差。
以每一班次在公交走廊分段的最小时间和最大时间的GPS点作为该班次在分段行驶的起点和终点，计算起点和终点在公交走廊分段空间数据的投影距离△L，计算起点和终点在公交走廊分段的时间差△t。
对分段计算的班次数据预处理，若△L<10米，则进行清洗过滤。
计算公交线路班次公交走廊分段的运送车速，对V分段*班次<2km/h和V分段*班次>60km/h的数据进行清洗过滤。
计算公交走廊分段全日运送车速，其中n为分段上所有线路班次的数量。
计算公交走廊分段全日畅行指数，n为该日期内分段上所有线路班次数量。BPI值大于100按100作为数据结果。
计算公交走廊分段全日稳定指数，n为该日期内分段上所有线路班次数量。
计算公交走廊分段月度畅行指数，n为该月日期数量。
计算公交走廊分段月度稳定指数，n为该月日期数量。
实施例4
本发明实施例4提供了一种区域运行水平评价方法。图12为本发明实施例4区域运行水平评价方法的流程示意图，如图12所示，本发明实施例4的区域运行水平评价方法包括以下步骤：
S10：获取预设时间段内线路的车辆定位数据和所述线路的路单数据。
S20：利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据。
S30：获取地理信息数据，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向。
S90：利用所述待处理数据和所述线路的线路走向对区域的运行水平进行评价。
具体的，区域运行水平评价，具体包括区域的运送车速、畅行指数、稳定指数等指标。
作为具体的实施方式，利用所述待处理数据和所述线路的线路走向计算区域的运送车速可以采用如下技术方案：
S901：针对任一班次的待处理数据，将属于同一区域的待处理数据分为一组；
S902：针对任一区域，确定所述待处理数据在所述区域的最小时间定位点和最大时间定位点；将所述最小时间定位点和最大时间定位点在所述线路走向上的投影作为所述线路在该区域的行驶距离；将所述最小时间定位点和最大时间定位点的定位时间差作为所述线路在该区域的行驶时间；利用所述行驶距离和所述行驶时间，得到所述公交车在该区域的运送车速(即运送车速)。
在得到区域的运送车速之后，还包括：S903：对预设时间段内，同一区域所有线路的运送车速进行分析，得到该区域在所述预设时间段内的运送车送和/或畅行指数和/或稳定指数。
示例的，利用所述待处理数据和所述线路的线路走向对区域的运行水平进行评价包括以下步骤：
公交定位数据预处理，查询区域途经的公交线路数据，根据电子路单对公交车辆定位数据预处理的结果数据，对公交班次定位数据不在公交线路途经公交走廊的线段30米缓冲区空间进行清洗过滤，匹配公交定位数据对应的公交线路途经区域的线段编号。
以每一班次在公交线路途经区域线段分段的最小时间和最大时间的GPS点作为该班次在该行政区域分段行驶的起点和终点，计算起点和终点在区域线路走向分段空间数据的投影距离△L，计算起点和终点在区域分段的时间差△t。
计算行政区域内线路班次分段的运送车速
计算行政区域内线路班次的运送车速其中n为线路班次在区域内所有的分段数量，行政区域内线路班次的运送距离/>/>
计算行政区域全日运送车速：n为该日期内在区域内所有线路班次的数量。
计算行政区域月度运送车速：n为该月日期数量，如图13所示。
计算行政区域全日畅行指数，n为该日期内在区域内所有线路班次的数量，BPI值大于100按100作为数据结果。
计算行政区域月度畅行指数，n为该月日期数量，如图14所示。
计算行政区域全日稳定指数： n为该日期内在区域内所有线路班次的数量。
计算行政区域月度稳定指数：n为该月日期数量。
由上述实施例可见，本发明提出了一种应用多源数据融合技术从区域级、路段级、线路级、站级，提出一整套公交畅行指数、运行稳定性指数、公交运送车速的计算方法，建立大规模可实际应用的公交运行效率评价指标体系，该方法能够比较科学的给出适用于公交系统的运行效率评价等级划分，所提供的公交畅行指数、运行稳定性指数、公交运送车速的准确性、可靠性均有所提高，可以从多角度对公交运行情况进行系统性的深入刻画，有助于增强公交管理调度工作能力及为市民出行规划提供高质量参考。
实施例5
本发明实施例5提供了一种公交运行状态评价装置。图15为本发明实施例5公交运行状态评价装置的结构示意图，如图15所示，本发明实施例5的公交运行状态评价装置包括第一获取模块100、第一预处理模块200、第二获取模块300、第二预处理模块400和分析模块500。
具体的，第一获取模块100，用于获取预设时间段内线路的车辆定位数据和所述线路的路单数据；
第一预处理模块200，用于利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据；
第二获取模块300，用于获取地理信息数据；
第二预处理模块400，用于根据所述地理信息数据和所述待处理数据确定所述线路的线路走向；
分析模块500，用于利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速。
上述公交运行状态评价装置具体细节可以对应参阅图1至图14所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
实施例6
本发明实施例还提供了一种电子设备，该电子设备可以包括处理器和存储器，其中处理器和存储器可以通过总线或者其他方式连接。
处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的公交运行状态评价方法对应的程序指令/模块(例如，图15所示的第一获取模块100、第一预处理模块200、第二获取模块300、第二预处理模块400和分析模块500)。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的公交运行状态评价方法。具体的，在电子设备中可以搭建图16所述的公交运行水平评价系统。如图16所示，在搭建的公交运行水平评价系统中数据层包括地理信息数据、公交线路基础数据、GPS数据、电子路单数据、数据预处理、线路走向生成算法、线网路网匹配算法、数据接口监控；运算模型包括线路站间指标、线路全线指标、公交走廊通道指标、行政区域指标、运送车速、畅行指数、稳定指数。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器中，当被所述处理器执行时，执行如图1-14所示实施例中的公交运行状态评价方法。
上述电子设备具体细节可以对应参阅图1至图14所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (23)
1.一种公交运行状态评价方法，其特征在于，包括：
获取预设时间段内线路的车辆定位数据和所述线路的路单数据；
利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据；
获取地理信息数据，根据所述地理信息数据和所述待处理数据确定所述线路的线路走向；
利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速；
所述利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速，包括：
在所述待处理数据中提取所述线路各班次的车辆定位数据；
针对任意班次，根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路，并分别计算每个分段线路的车速；根据所有分段线路的车速得到所述线路该班次的班次平均车速；
利用所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线运送车速；
在利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速之后，还包括：
根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数；
其中，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数，包括：
其中，V班次k表示第k个班次的班次平均车速；L班次k表示第k个班次的有效长度；V畅通表示道路网畅通情况下的运送车速；n表示所述线路在所述预设时间段内班次的数量。
2.根据权利要求1所述的公交运行状态评价方法，其特征在于，在利用所述路单数据对所述车辆定位数据进行筛选之前，还包括：
对所述路单数据进行清洗，剔除不符合预设的第一条件的班次的路单数据；其中所述第一条件为所述班次的实际运营时间显著低于线路标准运营时间。
3.根据权利要求2所述的公交运行状态评价方法，其特征在于，所述线路标准运营时间通过以下方法确定：
根据所述路单数据确定所述线路所有班次的实际运营时间；
根据所述线路所有班次的实际运营时间计算得到所述线路的在不同时间段的标准运营时间。
4.根据权利要求1所述的公交运行状态评价方法，其特征在于，在根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据之后，还包括：
在所述待处理数据中清洗掉错误数据和/或冗余数据。
5.根据权利要求1所述的公交运行状态评价方法，其特征在于，根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路，包括：
计算所述待处理数据中每个车辆定位数据与上一车辆定位数据定位时间的时间差；
判断所述时间差是否小于预设的第一阈值；
当所述时间差大于所述第一阈值时，则将所述上一车辆定位数据作为上一分段线路的终点，将所述车辆定位数据作为下一分段线路的起点。
6.根据权利要求5所述的公交运行状态评价方法，其特征在于，所述计算每个分段线路的车速包括：
针对每个分段线路，将两个车辆定位数据所在的定位点在所述线路走向上的投影距离作为分段运送距离；将两个车辆定位数据定位时间的时间差作为分段时间差；
利用同一分段线路的分段运送距离和分段时间差计算该分段线路的车速。
7.根据权利要求6所述的公交运行状态评价方法，其特征在于，在将两个车辆定位数据所在的定位点在所述线路走向上的投影距离作为分段运送距离之后，还包括：
判断所述分段线路的分段运送距离是否小于预设的第二阈值；
当所述分段运送距离小于所述第二阈值时，剔除该分段线路的分段运送距离和/或分段时间差。
8.根据权利要求1所述的公交运行状态评价方法，其特征在于，所述根据所有分段线路的车速得到所述线路该班次的班次平均车速，包括：
其中，所述Vk表示第k个分段线路的车速；Lk表示第k个分段线路的长度，n表示该班次中分段线路的数量。
9.根据权利要求6所述的公交运行状态评价方法，其特征在于，利用所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线运送车速，包括：
针对任意班次，根据该班次中所有分段线路的分段运送距离计算该班次的有效长度；
根据所述预设时间段内所述线路所有班次的班次平均车速、及所有班次的有效长度计算所述线路的全线运送车速。
10.根据权利要求1所述的公交运行状态评价方法，其特征在于，在利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速之后，还包括：
根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数；及根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线稳定指数；
或者，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线稳定指数。
11.根据权利要求1所述的公交运行状态评价方法，其特征在于，所述V畅通通过以下方式得到：
对于任意空间区域，针对任意班次的待处理数据，确定所述待处理数据在所述空间区域的最小时间定位点和最大时间定位点；将所述最小时间定位点和所述最大时间定位点在所述线路走向上的投影作为所述线路在该空间区域的行驶距离；将所述最小时间定位点和所述最大时间定位点的定位时间差作为所述线路在该空间区域的行驶时间；利用所述行驶距离和所述行驶时间，得到该班次在该空间区域的运送车速；
计算第二预设时间段内所有班次在该空间区域的运送车速的平均值；
根据多个空间区域在所述第二预设时间段内各班次运送车速进行综合排位分析获取所述V畅通。
12.根据权利要求11所述公交运行状态评价方法，其特征在于，在将所述最小时间定位点和所述最大时间定位点在所述线路走向上的投影作为所述线路在该空间区域的行驶距离之后，还包括：
判断所述行驶距离是否满足预设的第二条件；
当所述行驶距离不满足预设的第二条件时，剔除所述行驶距离；
和/或，在利用所述行驶距离和所述行驶时间，得到该班次在该空间区域的运送车速之后，还包括：
判断所述运送车速是否满足预设的第三条件；
当所述运送车速不满足预设的第三条件时，剔除所述运送车速。
13.根据权利要求11所述公交运行状态评价方法，其特征在于，根据多个空间区域在所述第二预设时间段内所有班次的运送车速的平均值得到所述V畅通包括：
根据所述多个空间区域所述第二预设时间段内所有班次的运送车速绘制曲线；
将所述曲线的拐点作为所述V畅通。
14.根据权利要求1所述的公交运行状态评价方法，其特征在于，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线稳定指数，包括：
分别获取所述线路在所述预设时间段内所有班次的班次平均车速、和所述线路在所述预设时间段内的全线运送车速；
其中，V班次k表示所述线路第k个班次的班次平均车速；V全线*预设时间段表示所述线路在所述预设时间段内的全线运送车速；n表示所述线路在所述预设时间段内班次的数量。
15.根据权利要求1所述公交运行状态评价方法，其特征在于，还包括：
针对任一班次的待处理数据，分别获取该班次在每个公交站点的站点空间缓冲区中的进站点；
针对同一站间，将分别属于所述两个公交站点的两个进站点在所述线路走向上的投影作为所述线路在所述站间的行驶距离；将分别属于所述两个公交站点的两个进站点的定位时间差作为所述线路在所述站间的行驶时间；利用所述行驶距离和所述行驶时间，得到所述线路在所述站间的运送车速；对所述预设时间段内得到的多个站间的运送车速求平均值，得到该站间的运送车速。
16.根据权利要求1所述公交运行状态评价方法，其特征在于，还包括：
针对任一班次的待处理数据，将属于同一公交走廊/公交走廊分段的待处理数据分为一组；
针对任一公交走廊/公交走廊分段，确定所述待处理数据在所述公交走廊/公交走廊分段的最小时间定位点和最大时间定位点；将所述最小时间定位点和最大时间定位点在所述线路走向上的投影作为所述线路在该公交走廊/公交走廊分段的行驶距离；将所述最小时间定位点和最大时间定位点的定位时间差作为所述线路在该公交走廊/公交走廊分段的行驶时间；利用所述行驶距离和所述行驶时间，得到公交车在该公交走廊/公交走廊分段的运送车速。
17.根据权利要求16所述公交运行状态评价方法，其特征在于，还包括：
对预设时间段内，根据同一公交走廊/公交走廊分段所有线路的运送车速进行计算，得到该公交走廊/公交走廊分段在所述预设时间段内的运送车速和/或畅行指数和/或稳定指数。
18.根据权利要求1所述公交运行状态评价方法，其特征在于，还包括：
针对任一班次的待处理数据，将属于同一区域的待处理数据分为一组；
针对任一区域，确定所述待处理数据在所述区域的最小时间定位点和最大时间定位点；将所述最小时间定位点和最大时间定位点在所述线路走向上的投影作为所述线路在该区域的行驶距离；将所述最小时间定位点和最大时间定位点的定位时间差作为所述线路在该区域的行驶时间；利用所述行驶距离和所述行驶时间，得到公交车在该区域的运送车速。
19.根据权利要求18所述公交运行状态评价方法，其特征在于，还包括：
对预设时间段内，同一区域所有线路的运送车速进行分析，得到该区域在所述预设时间段内的运送车送和/或畅行指数和/或稳定指数。
20.根据权利要求1所述的公交运行状态评价方法，其特征在于，根据所述待处理数据和所述地理信息数据确定所述线路的线路走向包括：
根据所述待处理数据形成初步的线路运行走向；
根据所述地理信息数据，对线路走向信息进行校核和补充，提高所述线路运行走向准确度。
21.一种公交运行状态评价装置，其特征在于，包括：
第一获取模块，用于获取预设时间段内线路的车辆定位数据和所述线路的路单数据；
第一预处理模块，用于利用所述路单数据对所述车辆定位数据进行筛选，并根据所述路单数据为筛选出的车辆定位数据补充班次信息，得到待处理数据；
第二获取模块，用于获取地理信息数据；
第二预处理模块，用于根据所述地理信息数据和所述待处理数据确定所述线路的线路走向；
分析模块，用于利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速；
其中，所述分析模块具体用于：
在所述待处理数据中提取所述线路各班次的车辆定位数据；
针对任意班次，根据相邻两个车辆定位数据定位时间的时间差将所述线路分为多个分段线路，并分别计算每个分段线路的车速；根据所有分段线路的车速得到所述线路该班次的班次平均车速；
利用所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线运送车速；
在利用所述待处理数据和所述线路的线路走向计算所述线路的全线运送车速之后，还包括：
根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数；
其中，根据所述预设时间段内所述线路所有班次的班次平均车速计算所述线路的全线畅行指数，包括：
其中，V班次k表示第k个班次的班次平均车速；L班次k表示第k个班次的有效长度；V畅通表示道路网畅通情况下的运送车速；n表示所述线路在所述预设时间段内班次的数量。
22.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-20中任一项所述的公交运行状态评价方法。
23.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-20中任一项所述的公交运行状态评价方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010833016.6A CN114078322B (zh) | 2020-08-18 | 2020-08-18 | 一种公交运行状态评价方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010833016.6A CN114078322B (zh) | 2020-08-18 | 2020-08-18 | 一种公交运行状态评价方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114078322A CN114078322A (zh) | 2022-02-22 |
| CN114078322B true CN114078322B (zh) | 2024-03-22 |
Family
ID=80281287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010833016.6A Active CN114078322B (zh) | 2020-08-18 | 2020-08-18 | 一种公交运行状态评价方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114078322B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114418467B (zh) * | 2022-03-30 | 2022-08-16 | 中国民用航空总局第二研究所 | 一种机场巴士运行质量的确定方法、装置及存储介质 |
| CN117495204B (zh) * | 2023-12-29 | 2024-04-16 | 济南市城市交通研究中心有限公司 | 基于数据分析的城市公交运行效率评估方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000099892A (ja) * | 1998-09-21 | 2000-04-07 | Matsushita Electric Ind Co Ltd | 車両運行管理システム |
| CN101710449A (zh) * | 2009-12-04 | 2010-05-19 | 吉林大学 | 基于公交车gps数据的交通流运行状态识别方法 |
| CN102044153A (zh) * | 2010-12-22 | 2011-05-04 | 南昌睿行科技有限公司 | 一种交通流通畅等级评价的方法与系统 |
| CN105427604A (zh) * | 2015-12-22 | 2016-03-23 | 郑州天迈科技股份有限公司 | 表现公交畅行指数的实现方法 |
| CN107564279A (zh) * | 2017-08-09 | 2018-01-09 | 重庆市市政设计研究院 | 一种基于浮动车数据的交通指数计算方法及系统 |
| CN107833459A (zh) * | 2017-10-31 | 2018-03-23 | 交通运输部科学研究院 | 一种基于gps数据的城市公交运行状况评价方法 |
| CN108711281A (zh) * | 2018-03-23 | 2018-10-26 | 武汉理工大学 | 一种运用路段实际运行车速数据评价公路安全性的方法 |
| CN110363990A (zh) * | 2019-07-15 | 2019-10-22 | 广东工业大学 | 一种公交畅行指数获取方法、系统及装置 |
-
2020
- 2020-08-18 CN CN202010833016.6A patent/CN114078322B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000099892A (ja) * | 1998-09-21 | 2000-04-07 | Matsushita Electric Ind Co Ltd | 車両運行管理システム |
| CN101710449A (zh) * | 2009-12-04 | 2010-05-19 | 吉林大学 | 基于公交车gps数据的交通流运行状态识别方法 |
| CN102044153A (zh) * | 2010-12-22 | 2011-05-04 | 南昌睿行科技有限公司 | 一种交通流通畅等级评价的方法与系统 |
| CN105427604A (zh) * | 2015-12-22 | 2016-03-23 | 郑州天迈科技股份有限公司 | 表现公交畅行指数的实现方法 |
| CN107564279A (zh) * | 2017-08-09 | 2018-01-09 | 重庆市市政设计研究院 | 一种基于浮动车数据的交通指数计算方法及系统 |
| CN107833459A (zh) * | 2017-10-31 | 2018-03-23 | 交通运输部科学研究院 | 一种基于gps数据的城市公交运行状况评价方法 |
| CN108711281A (zh) * | 2018-03-23 | 2018-10-26 | 武汉理工大学 | 一种运用路段实际运行车速数据评价公路安全性的方法 |
| CN110363990A (zh) * | 2019-07-15 | 2019-10-22 | 广东工业大学 | 一种公交畅行指数获取方法、系统及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114078322A (zh) | 2022-02-22 |
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 | |
| CN109000668B (zh) | 基于车联网的实时智能导航方法 | |
| 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 | |
| WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
| EP1532600B1 (en) | Apparatus and method for providing traffic information | |
| CN102081859B (zh) | 一种公交车到站时间预测模型控制方法 | |
| CN103177561B (zh) | 公交实时路况的生成方法 | |
| CN105844362B (zh) | 一种城市交通综合出行决策装置 | |
| CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
| EP1918895A2 (en) | Apparatus and method for providing traffic information | |
| CN101976505A (zh) | 交通评价方法及系统 | |
| CN110491158A (zh) | 一种基于多元数据融合的公交车到站时间预测方法及系统 | |
| Li et al. | Public bus arrival time prediction based on traffic information management system | |
| CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
| CN101964941A (zh) | 基于动态信息的智能导航与位置服务系统及方法 | |
| CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
| CN114078322B (zh) | 一种公交运行状态评价方法、装置、设备及存储介质 | |
| CN102855760A (zh) | 基于浮动车数据的在线排队长度检测方法 | |
| CN110807926B (zh) | 一种基于混合交通的道路阻抗预测方法及装置 | |
| 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 | |
| CN102592446A (zh) | 利用浮动车定位数据计算城际道路旅行时间的方法 | |
| CN109754606B (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
| CN108596381B (zh) | 基于od数据的城市停车需求预测方法 | |
| CN113870559B (zh) | 一种基于大数据车联网的交通流量计算方法 | |
| Wang et al. | An analysis of effects of rainfall on travel speed at signalized surface road network based on probe vehicle data |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231116 Address after: Room 211, No. 1300 Lujiabang Road, Huangpu District, Shanghai, 200011 Applicant after: Shanghai Public Transportation Card Co.,Ltd. Applicant after: Shanghai Jiushi Digital Technology Co.,Ltd. Address before: 200300 No. 706, Hengshan Road, Xuhui District, Shanghai Applicant before: Shanghai Transportation Development Research Center Applicant before: Shanghai Jiushi Digital Technology Co.,Ltd. Applicant before: Shanghai Yimai Information Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |