[发明专利]基于多线路前车运行数据的实时公交到站时间预测方法

说明书

技术领域

本发明属于城市智能公共交通信息处理技术领域，具体涉及一种实时公交到站时间预测方法。

背景技术

发展城市公共交通是缓解城市交通拥堵、改善人居环境最有效的手段之一。通过向乘客提供实时的公交到站信息，可以满足乘客个性化的出行需求，减少乘客不必要的等车时间，使乘客更加合理的安排出行，从而提升公交出行的吸引力。由于城市道路交通环境具有复杂多变的特征，因此如何提高公交到站时间预测结果的实时性和准确性一直以来都是一个难点。

目前已有的公交到站时间预测方法主要以公交GPS数据作为数据来源，利用历史数据训练得到预测模型，再结合实时车辆运行信息对结果进行修正。公开号为CN104217605A的中国发明专利“一种公交车到站时间测算方法和装置”中，将公交车的运行过程划分为多个部分，针对不同的部分训练出不同的人工神经网络模型，由于需要对大量的历史数据进行训练才能达到一定的精度要求，因此难以保证预测结果的实时性。

根据公交车的GPS数据，可以获取车辆在不同站点之间的行程时间，判断对应路段的路况。现有方法多侧重于单条公交线路的信息，由于公交车的发车存在间隔，并且发车间隔不一，同时受到公交运力等多种因素的限制，可能出现两个站点之间在相对长的一段时间内没有该线路公交车经过的情形，城市道路交通环境的干扰较多，因此，单条公交线路GPS数据所提供的信息有限，不足以反映出道路的实时交通状况，进而影响了公交到站时间的预测精度。

对于某线路相邻两个站点间的路段，往往会有其他线路的公交车经过，彼此之间具有较强的参考作用。公开号为CN103828868A的中国专利“一种基于多公交线路运行数据融合的城市公交到站时间预测方法”中利用了通过相邻两个站点的所有公交线路的运行数据；论文“基于前车数据的动态公交车辆到站时间预测模型研究”在计算待预测车辆相邻两个站点间的行程时间时，考虑了距离当前时刻最近一次通过该相邻两个站点的车辆(前车)的运行数据。上述专利和论文中，都利用了多条线路数据融合来进行预测，一定程度上提高了预测精度，但均只考虑了与待预测线路相邻两个站点完全重合的线路运行数据，忽略了部分重合的线路运行数据对待预测线路的参考作用。然而，在城市路网环境中，信号交叉口将相邻两个站点划分为多个路段，信号交叉口不仅上下游路况存在差异，车辆直行、左转、右转对应的下游路段路况也不尽相同。相邻两个站点所对应路段的不同部分的路况差异性也将影响最终公交到站时间预测的精度。因此，与待预测线路相邻两个站点部分重合的线路的运行数据也具有一定参考作用。

因此，需要综合考虑与待预测线路相邻两个站点完全重合和部分重合的多线路前车运行数据，建立一种既能满足实时性应用需求又具有较高精度的公交到站时间预测方法，从而提高到站信息的可靠性。

发明内容

有鉴于此，本发明的目的在于提供一种基于多线路前车运行数据的实时公交到站时间预测方法，既能满足实时性应用需求又具有较高精度。

为达到上述目的，本发明提供如下技术方案：

基于多线路前车运行数据的实时公交到站时间预测方法，包括以下步骤：

1)根据公交车的行驶方向和交叉口，将公交线路划分为子路段；

2)获取所有经过子路段l_i,j的公交线路信息，建立子路段与公交线路的对应关系；

3)根据实时的公交GPS数据，计算集合Line_i,j中的公交线路的车辆通过子路段l_i,j的行程时间t_i,j,k；

4)利用前车运行数据估计待预测线路公交车在子路段l_i,j上的行程时间；

5)预测公交车到站时间。

进一步，所述步骤1)中，对于相邻两个停靠站点之间包含道路交叉口的路段L_i，以交叉口s_i,j为分割节点，将其进一步划分为更短的子路段l_i,j，所述子路段l_i,j包括停靠站点到交叉口之间的路段、相邻两个交叉口之间的路段以及交叉口到停靠站点之间的路段；对于不含交叉口的路段L_i，则其子路段为路段L_i自身。

进一步，所述步骤2)中，令包括待预测公交线路在内经过子路段l_i,j的公交线路共有n(n≥1)条，则每个子路段对应一个公交线路集合Line_i,j。

进一步，所述步骤3)中，