本发明公开了一种基于公交GPS数据的公交到站预测方法及系统,属于智能交通领域。所述方法包括:读入公交站点拓扑数据,建立公交站点的拓扑关系;接收公交实时GPS数据,按照设定的时间间隔获取并输出拓扑关系中各线路公交车的站内延迟、站间延迟以及到下一站延迟。所述系统包括:拓扑关系建立装置、GPS数据读取模块、公交行驶模型建立装置。本发明将站间旅行时间的计算过程简化为:公交GPS数据→站间抽象路况,这不仅大大简化了计算过程,而且还可以相应减小路段旅行时间计算和累加过程中引入的计算误差。此外,将公交车在站内的延迟作为一个参量进行描述,使得公交到站时间计算更加准确。
1.一种基于公交GPS数据的公交到站预测方法,其特征在于,包括:读入公交站点拓扑数据,建立公交站点的拓扑关系;接收公交实时GPS数据,按照设定的时间间隔获取并输出拓扑关系中各线路公交车的站内延迟、站间延迟以及到下一站延迟;该方法进一步包括:对公交到站时间的查询;所述建立公交站点的拓扑关系的步骤具体包括:输入路网的电子地图,将公交站点匹配到电子地图的路段上;对公交站点及线路进行并站和并线处理;建立站点对象,按照线路遍历所述站点对象,根据站序建立站点对象之间的连接关系;所述对公交站点及线路进行并站和并线处理的步骤具体包括:将匹配到同一路段上的同名且位置接近的站点聚类为同一个站点,相邻两站都相同的线路作并线处理;所述按照设定的时间间隔获取并输出各线路公交车的站内延迟、站间延迟以及下一站延迟的步骤具体包括:根据计算时间分配,判断是否为GPS数据的处理时间,如果是,则:解析所述GPS数据,根据GPS数据与站点的相对位置,如果在进站点,则获取保存站间延迟,如果在出站点,则获取保存站内延迟;获取保存到下一站延迟;否则输出所述站内延迟、站间延迟以及到下一站延迟;所述获取站内延迟及站间延迟的步骤具体包括:设站点拓扑关系中的站点集为S={s_i|i=1,2,...,M},公交车辆集为C={c_j|j=1,2,...,N};设车辆c_j在站点s_i的站内延迟记为t_si(i,j),车辆c_j从站点s_i到下一站s_k的站间延迟记为t_s2s(i,k,j);设一公交车c_j在一时段驶过站点s_i和s_k,在s_i的进出站时刻分别是T₁和T₂,在s_k的进出站时刻分别是T₃和T₄;则在s_i的站内延迟t_si(i,j)=T₂-T₁,到下一站s_k的站间延迟是t_s2s(i,k,j)=T₃-T₂;在一个计算周期内,对于站点s_F和下一站s_O,有多于一辆公交车驶过,则获得多于一个的站内延迟和站间延迟的计算结果,分别是T_si(F)={t_si(i,j)|i=F}和T_s2s(F,O)={t_s2s(i,k,j)|i=F,k=O};对T_si(F)和T_s2s(F,O)进行剔除异常值的算术平均,获得站点s_F的站内延迟N(F)以及站间延迟J(F,O)。
2.根据权利要求1所述的基于公交GPS数据的公交到站预测方法,其特征在于,当GPS数据包含公交车的进出站或开关门信息时,则公交车的进出站时刻根据所述信息获得。
3.根据权利要求2所述的基于公交GPS数据的公交到站预测方法,其特征在于,当公交的GPS数据不能准确的提供进出站时刻时,则设公交车站在O点位置,设定公交站点的范围为以O为圆心,半径为R的圆,GPS数据落在该范围内则为处在站内;设g₁(v₁,t₁)是公交车进站前最后上传的GPS数据点A,v₁是该GPS数据点的即时速度,t₁是该GPS数据点的上传时刻;g₂(v₂,t₂)是车辆出站后第一个上传的GPS数据点B;设公交车从g₁点到进站之前的距离是匀速直线行驶的,则从g₁点到进站之前行驶的时间是(Len(A,O)-R)/v₁,Len(A,O)是A点与O点之间的直线距离,则进站时刻T_i=t₁+(Len(A,O)-R)/v₁;出站时刻T_o=t₂-(Len(B,O)-R)/v₂。
4.根据权利要求2或3所述的基于公交GPS数据的公交到站预测方法,其特征在于,所述获取到下一站延迟的步骤具体包括:在站间延迟J(F,O)发布的有效期内,一公交车于T₅时刻离开站点s_F,则其预期到达下一站s_O的时间是T₇=T₅+J(F,O),该车辆于T₆时刻上传该时刻的GPS数据,则该时刻车辆到下一站延迟的时间估计值为T₇-T₆。
5.根据权利要求4所述的基于公交GPS数据的公交到站预测方法,其特征在于,所述对公交到站时间的查询步骤具体包括:当查询一公交车到第N站的旅行时间时,设车辆目前正行驶于第i站和i+1站之间i0,则总体旅行时间为:ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>其中J(k,k+1)是第k站到第k+1站的站间延迟;N(k)是第k站站内延迟。技术领域
本发明涉及智能交通领域,特别是基于公交GPS数据的公交到站预测方法及系统。
背景技术
随着我国城市化进程的加快,各大中城市进入了机动车高速增长时期,城市交通供需矛盾日益突出,交通拥堵和环境污染等问题日趋严重。在这种背景下,各大城市都将优先发展公共交通作为缓解交通问题的一项关键举措。要提高市民公共交通出行比例,除了完善线路、场站等硬件设施建设之外,还需着力提高公共交通的吸引力。对于目前的大多数城市而言,公交运力不足,发车间隔大,受路况和交通事故影响到站晚点等情况屡见不鲜,公交“等车难”已成为一个普遍的社会问题。较差的乘车体验导致出行者对公交系统产生畏惧,宁愿选择自驾或出租车出行。在这种情况下,如果能够为出行者提供准确的公交到站时间等信息服务,可以使出行者灵活地选择出行线路,合理安排出行时间,从而吸引更多的公众使用公共交通,促进公共交通事业的发展。目前对公交到站预测的方法,核心算法都在于推测公交GPS到下一站的距离和路段序列,结合对路段路况的计算和预测,从而计算出公交车从当前GPS点到下一站的旅行时间。由于公交车是按照一定的线路行驶的,所以目前的公交到站预测方法都应用了公交线路、路段等静态数据结构。以中国专利申请号200710045987.9,名为“基于浮动车数据的公交到站时间预测方法及系统”为例,静态数据包括公交车辆GPS设备信息表、公交线路静态信息、公交线路站点布设关系、公交线路路段组成等。其中,公交车辆GPS设备信息、公交线路静态信息、公交线路站点分布关系可以由公交公司提供;但公交线路路段组成体现了一条公交线路与电子地图路段的顺序匹配关系,需要根据不同的电子地图完成匹配过程,鉴于城市路网的复杂程度和公交线路的密度,匹配过程中存在极大的人工校验和修正的工作量。由于公交车是按照既定线路行驶的,目前的方法都利用了公交的线路信息(即公交线路路段组成静态数据),主要体现在通过公交GPS数据与线路的匹配,产生线路对应路段上的路况信息,再利用路况信息计算出到站时间。该过程如图1所示:首先利用浮动车技术原理(参见中国专利申请号200610112606.X,名为“用于处理大规模浮动车数据的启发式路径推测方法”),输入公交GPS数据和电子地图(为了提高地图匹配和路径推测的准确性,基于公交GPS数据的浮动车处理系统中需考虑公交路线信息和站点信息),计算出电子地图每条路段上的旅行时间;然后根据相邻两站间公交线路与电子地图路段的顺序对应关系,对路线上各路段的旅行时间进行累加,从而计算出站间旅行时间延时。同理,根据公交最新的GPS位置可计算到下一站的旅行时间。由上述过程可以看出,以上基于公交路况的公交到站时间计算模型中,为了计算公交相邻站点间的旅行时间,经历了从公交GPS数据→站间路段路况→站间路段路况累加(即站间旅行时间延迟)的步骤。为此,需要搭建基于公交GPS数据的浮动车处理系统来计算路况,这需要考虑公交的线路和站点信息对路况信息准确性的影响,公交线路与电子地图的匹配过程本身即需要大量的人工预处理工作量。并且,通过基于路段的旅行时间累加计算站点间的旅行时间,会在路段旅行时间计算、累加过程中引入一定的计算误差,降低了站点旅行时间计算的准确性。此外,对于规模较大的公交场站,停靠的公交线路很多,不同线路的公交车由于停靠位置、客源多寡等因素,在场站内停留的时间(站内延迟)也不尽相同。而目前的系统均未考虑到公交车在站内的延迟,也给最终的到站时间预测引入了计算误差。
发明内容
有鉴于此,本发明的目的在于提供一种基于公交GPS数据的公交到站预测方法,用于减小公交到站预测中的误差及人工预处理工作量。本发明提供了一种基于公交GPS数据的公交到站预测方法,包括:读入公交站点拓扑数据,建立公交站点的拓扑关系;接收公交实时GPS数据,按照设定的时间间隔获取并输出拓扑关系中各线路公交车的站内延迟、站间延迟以及到下一站延迟。本发明还提供了一种基于公交GPS数据的公交到站预测系统,包括:拓扑关系建立装置,用于根据读入的公交站点拓扑数据,建立公交站点的拓扑关系;GPS数据读取模块,用于接收公交实时GPS数据;公交行驶模型建立装置,用于根据所述公交实时GPS数据并按照设定的时间间隔,获取并输出拓扑关系中各线路公交车的站内延迟、站间延迟以及到下一站延迟。本发明将站间旅行时间的计算过程简化为:公交GPS数据→站间抽象路况(即站间旅行时间延迟),这不仅大大简化了计算过程(如省去了公交浮动车处理系统建设),而且还可以相应减小路段旅行时间计算和累加过程中引入的计算误差。此外,将公交车在站内的延迟作为一个参量进行描述,使得公交到站时间计算更加准确。
附图说明
图1为现有技术中基于公交路况的公交到站时间计算模型示意图;图2为本发明实施例提供的基于站间线路抽象的公交到站时间计算模型示意图;图3为本发明实施例中某城市公交线路示意图;图4为本发明实施例中的站点拓扑示意图;图5为本发明实施例中建立公交行驶模型的流程图;图6为本发明实施例中公交在站间行驶的示意图;图7为本发明实施例中基于线性插值的进出站时刻获取方法示意图;图8为本发明实施例中到下一站旅行时间的示意图;图9本发明实施例提供的基于公交GPS数据的公交到站预测系统结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步的详细描述。由于公交车是按照既定线路行驶的,相邻两站点间的公交线路是公交车按照线路行驶的最小分割单位。如果对相邻两站点间的线路进行抽象,并将其作为公交路况表达的原子单位,则站间旅行时间的计算过程可以简化为:公交GPS数据→站间抽象路况(即站间旅行时间延迟)。这不仅大大简化了计算过程(如省去了公交浮动车处理系统建设),而且还可以相应减小路段旅行时间计算和累加过程中引入的计算误差,改进后的公交到站计算模型如图2所示。为此,本发明实施例提出了站间公交线路的抽象模型,即公交站点拓扑模型。该模型将以站点为点,站点之间的基于线路的连通关系作为边,组成拓扑有向图。站点间的旅行时间延迟作为边的权值。同时,提出了公交行驶模型,通过公交GPS点在拓扑模型中各站点间的转移关系,不断更新边的权值,从而形成站间旅行时间的动态更新和计算过程。此外,首次将公交车在站内的延迟作为一个参量进行描述,使得公交到站时间计算更加准确。本发明实施例提供了一种基于公交GPS数据的公交到站预测方法,具体包括以下步骤:步骤101、读入公交线路站点布设关系数据,建立公交站点拓扑关系。公交站点拓扑关系的主要作用是对站点和线路进行抽象表达,以简化公交站间旅行时间的计算过程,并建立计算的基础数据结构。建立过程包括:1、输入电子地图和站点位置,按照就近匹配的原则将站点匹配到电子地图的路段上。2、对公交站点及线路进行并站和并线处理。将匹配到同一路段上的同名且位置接近的站点聚类为同一个站点(并站处理),相邻两站间的若干条线路可以作并线处理。对于很多并线并站的公交车而言,其行驶参数对彼此有极强的参考作用,为此,在站点拓扑关系的建立过程中,对站点名称相同,位置接近的公交站点作并站处理;相邻两站都相同(并站)的线路作并线处理。以某城市的路网为例,考察609路(四惠站-建材城东里)、392路(西钓鱼台-西二旗北站)、375路(西直门-韩家川)三条线路在北京航空航天大学附近的行驶线路,如图3所示,可以形成如表1所示的数据内容。表1ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="700"/>在表1中,对名称相同、站点位置相近的站点进行并站,如392路、375路和609路的北京航空航天大学站、成府路口南站可以并站处理,标记同样的公交站点ID;在北京航空航天大学站到城府路口南站区间,392路、375路和609路可以并线处理。3、建立站点拓扑。根据公交站点ID建立站点拓扑图中的站点对象;按照线路遍历站点对象,根据站序建立站点对象之间的连接关系。例如,609路上行的第28站对应的站点对象的公交站点ID为S1001,第29站对应的站点对象的公交站点ID为S1002,则站点S1001到S1002存在一条有向边(属性为609路上行)。从而形成图4所示的站点拓扑图。步骤102、接收公交实时GPS数据,按照设定的时间间隔计算并输出各线路公交车在站点内的停留时间(站内延迟)、从一站点出站到下一站点进站经历的时间(站间延迟)以及公交车从当前位置到下一站点的旅行时间(下一站延迟)。当实时GPS数据不足时,可采用历史上同一时刻的历史GPS数据作为补充。如图5所示,在获取站内延迟、站间延迟及下一站延迟时,首先读入步骤101建立的站点拓扑,根据计算时间分配,判断是否为GPS数据的处理时间,如果是,则:解析所述GPS数据,根据GPS数据与站点的相对位置,如果在进站点,则获取保存站间延迟,如果在出站点,则获取保存站内延迟。此外,获取并保存到下一站延迟;否则输出所述站内延迟、站间延迟以及到下一站延迟。一辆公交车在相邻两个站点之间的旅行时间,与稍前时段通过这两个站点的车辆所用旅行时间具有极大的相关性。根据前一时段的公交车经过两站点的旅行时间,可以得出经过两站点的旅行时间期望,从而对下一站的到站时间做出估计。1、站内延迟和站间延迟的计算设站点拓扑图中的站点集为S={s_i|i=1,2,...,M},公交车辆集为C={c_j|j=1,2,...,N}。设车辆c_j在站点s_i的站内延迟记为t_si(i,j),车辆c_j从站点s_i到下一站s_k的站间延迟记为t_s2s(i,k,j)。如图6所示,设一辆公交车c_j在某一时段驶过站点s_i和s_k,在s_i的进出站时刻分别是T₁和T₂,在s_k的进出站时刻分别是T₃和T₄。则在s_i的站内延迟t_si(i,j)=T₂-T₁,到下一站s_k的站间延迟是t_s2s(i,k,j)=T₃-T₂。在一个计算周期内,对于站点s_F和下一站s_O,会有多辆车驶过,从而形成一系列的站内延迟和站间延迟的计算结果,分别是T_si(F)={t_si(i,j)|i=F}和T_s2s(F,O)={t_s2s(i,k,j)|i=F,k=O}。对T_si(F)和T_s2s(F,O)进行剔除异常值的算术平均,即可以获得站点s_F的站内延迟(记为N(F)),以及到下一站s_O的站间延迟(记为J(F,O))。进一步的,可以对T_si(F)和T_s2s(F,O)进行深一步的统计分析和数据挖掘,以提高站内延迟和站间延迟计算的准确性,包括根据车辆经过站点的时间先后顺序评估信息的时效性,等等。其中,公交车上传的GPS信息一般附带有进出站和开关门信息,所以进出站的时刻可以基于此获得。但是,当公交的GPS信息不能准确地提供进出站时刻时,本实施例进一步提供了如图7所示的基于线性插值的进出站时刻获取方法。如图7所示,设车站在O点位置,设定站点的范围为以O为圆心,半径为R的圆,GPS点落在此范围内视为在站内,该方法的目的在于在公交不附带进出站和开关门信息的前提下获取进出站时刻T_i和T_o。在给定站点范围半径R的前提下,可以认为车辆的进站加减速和停车上下客的过程是在圆形的站点范围内完成的。设g₁(v₁,t₁)(A点)是车辆进站前最后上传的GPS信息点,其中v₁是该GPS信息点的即时速度,t₁是该GPS信息的上传时刻;g₂(v₂,t₂)(B点)是车辆出站后第一个上传的GPS信息点,站点范围内可能有GPS信息点,也可能没有。设车辆从g₁点到进站之前的这段距离是匀速直线行驶的,则车辆从g₁点到进站之前行驶的时间是(Len(A,O)-R)/v₁(Len(A,O)是A点与O点之间的直线距离),即进站时刻T_i=t₁+(Len(A,O)-R)/v₁;同理,可得出站时刻T_o=t₂-(Len(B,O)-R)/v₂。考虑到相邻两个GPS之间的行驶距离远远小于站间距离,所以上述方法成立。2、到下一站点的旅行时间估计如图8所示,在站间延迟J(F,O)发布的有效期内,有一辆公交车于T₅时刻离开站点s_F,则其预期到达下一站s_O的时间是T₇=T₅+J(F,O),该车辆于T₆时刻上传此刻的GPS数据,则该时刻车辆到下一站的旅行时间估计值为T₇-T₆。步骤103、公交到站时间计算和查询。公交到站时间计算和查询用于向移动终端和互联网用户提供公交到站时间的查询服务。当用户查询某路公交车到第N站的旅行时间,设车辆目前正行驶于第i站和i+1站之间i0,则总体旅行时间为:ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>其中J(k,k+1)是第k站到第k+1站的站间延迟;N(k)是第k站站内延迟。如图9所示,本实施例还提供了一种基于公交GPS数据的公交到站预测系统,包括:拓扑关系建立装置90,用于根据读入的公交站点拓扑数据,建立公交站点的拓扑关系。GPS数据读取模块91,用于接收公交实时GPS数据。公交行驶模型建立装置92,用于根据所述公交实时GPS数据并按照设定的时间间隔,获取并输出拓扑关系中各线路公交车的站内延迟、站间延迟以及到下一站延迟。公交到站时间查询装置93,用于完成对公交到站时间的查询。本实施例大大简化了公交到站时间服务的实现原理,省去了公交路况系统的建设,省去了公交线路与电子地图匹配的大规模人工工作量;提出了基于站点拓扑图和公交行驶模型和公交到站时间查询的一整套的解决方案,在系统建设的过程中没有人工的工作量,降低系统部署和推广的代价;将公交车在站内的延迟作为一个参量进行描述,使得公交到站时间计算更加准确,还可以减小路段旅行时间计算和累加过程中引入的计算误差。在一个较佳实施例中,对于站内延迟和站间延迟的计算,把所有线路车辆计算出的结果进行统计分析后,得出站点的站内延迟和到下一站的站间延迟。进一步的,可以对不同线路的车辆进行归类(例如,在同一站点的不同线路车辆由于上车乘客数量差异较大,站内延迟的差异经常也较大,此时,可对不同线路进行归类),以区分在站内延迟和站点延迟结果上的差异,获得更为准确的计算结果。此外,当实时数据不足以计算出结果,可以引入历史数据;当车辆离站点较远时,站内/站间延迟的时效性可能不足以准确估计到站时间,此时可以引入对站内/站间延迟的估计(预测),以提高计算的准确性。总之,以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。