[发明专利]一种精准公交客流大数据的优化方法及装置

说明书

本发明公开了一种精准公交客流大数据的优化方法及装置，所述方法包括以下步骤：（1）获取当天运营的车辆及其所有班次的客流数据，（2）确定某车辆所有班次的发车间隔区间，（3）确定乘客实际最早上客时间和乘客实际最晚下客时间，（4）对客流大数据进行优化；通过计算机程序重新确定出乘客最早上客时间和最晚下客时间，以及循环班次的判断，去除无效客流的同时，保留首站提前上车和末站延后下车的客流，提高了公交有效客流大数据的准确性，为智能调度、客流分析、政府规划提供基础客流大数据支撑，同时提高了公交线网优化的仿真应用可行性；另外该方法适用度高，对各种线路类型（如环线，循环线路）均能适用。

技术领域

本发明涉及智能交通研究领域，尤其是精准客流大数据的采集和应用领域，具体涉及一种精准公交客流大数据的优化方法及装置。

背景技术

我国各大城市为了缓解交通拥堵，均在积极规划和改善公共交通服务，开展公交线路优化的研究和实际线网调整业务，而客流大数据作为公交线网优化的关键因素，客流大数据准确性决定了线网优化的实际调整是否可行。

目前客流采集最有效的方法是通过公交前后门的摄像头采集乘客上下车视频图像，采用图像识别技术实现对上下车人数和方向的准确采集，但是该方法采集到的客流数据是公交车全天候上下车人员，包含了无效客流，如司机上下，车辆清洁人员、机务人员、保养人员等非正常乘客的上下车；同时多数的公交车到达首站后存在乘客提前上车的现象(距离出发还有一定的时间)，车辆到达末站时也存在下客时间过长的现象。基于上述情况，如果采用某班次公交车首站实际出发时间(TS)-末站实际到达时间(TE)来计算有效客流量，会把提前上车和延后下车的客流量漏算；如果采用公交车的GPS最早采集时间(TS₀)-GPS最晚采集时间(TE₀)来计算客流量，会包含较多的无效客流；否则就需要人工统计某班次乘客最早上客时间(TS’)和乘客最晚下客时间(TE’)，此方法工作量庞大，而且需要专门人员进行统计，因此如何在去除无效客流的同时，保留首站提前上车和末站延后下车的客流，快速确定出乘客最早上客时间和乘客最晚下客时间是目前存在的一大难题。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种精准公交客流大数据的优化方法及装置，该方法提高了公交有效客流大数据的准确性，提升了公交线网优化的仿真应用可行性，同时为智能调度、客流分析、政府规划提供基础客流大数据支撑。

为达到上述目的，本发明是通过以下的技术方案来实现的。

步骤1，从客流采集系统获取当天运营的车辆及其所有班次的客流数据，所述客流数据包括班次总数m、班次首站实际出发时间TS、班次末站实际到达时间TE、GPS点产生的时间，所述GPS点是指通过GPS采集的有上下车客流时的经纬度位置，所述GPS点产生的时间包括某班次GPS最早采集时间TS₀和GPS最晚采集时间TE₀；

优选的，所述班次首站实际出发时间TS是指公交车离开首站的时间，取GPS点加速远离首站区域的起始点速度为0的时间，所述班次末站实际到达时间(TE)是指公交车到达末站的时间，取GPS点减速到达末站区域的速度为0的时间；所述首站区域或末站区域是指以首站或者末站为中心方圆5-15m的区域。

优选的，所述客流采集系统是运用图像识别技术，通过在车辆前后门安装的摄像装置识别乘客上下车图像，并分析乘客运动轨迹，统计出站点上下车的乘客数量、上下车的时间、上下车时的GPS点，并关联车辆编号、班次编号

步骤2，确定某车辆所有班次的发车间隔区间

判断该班次是否为首班或末班，

若是首班，则发车之前的所述发车间隔区间是从GPS最早采集时间(TS₀)到首站实际出发时间(TS₁)的时间区间[TS₀，TS₁]；