[发明专利]一种客流数据的修复方法及装置

说明书

本发明公开了一种客流数据的修复方法及装置，该方法包括获取公交客流数据；针对某个班次，根据班次IC卡刷卡数据B计算出总上客人数C，并根据历史客流规律进行客流预测或修复，通过客观参考可靠的历史IC卡数据，同时考虑社会活动事件、节假日时间、所在时间段、天气等事件对客流的影响，使得客流数据预测的基础更加贴合实际客流的数据。

技术领域

本发明涉及公共交通客流大数据采集与客流数据处理研究领域，具体涉及一种客流数据的修复方法及装置。

背景技术

客流数据是城市公交管理系统进行展示、分析、线路优化及排班的基础，大多城市，传统的IC卡采集方式只能采集一部分上车客流，无法采集下客客流；所以基于图像的客流采集方式应用的越来越广泛，图像采集主要是通过公交车辆前后门的摄像头，采集视频数据，然后经过软件对图像的分析处理，识别人数及运动轨迹。在实现本发明过程中，发明人发现现有技术中至少存在如下问题：这种方式对采集的视频质量、采集设备的状态都有着严格的要求，车辆设备断电、成像设备故障等情况，会导致部分客流数据的丢失；摄像头污染或者发生移位，识别准确率均会大大降低。

发明内容

为了克服现有技术的不足，本公开实施例提供了一种客流数据的修复方法及装置，通过客观参考可靠的历史IC卡数据，同时考虑社会活动事件、节假日时间、所在时间段、天气等事件对客流的影响，使得客流数据预测的基础更加贴合实际客流的数据。技术方案如下：

第一方面，提供了一种客流数据的修复方法，包括如下步骤，

获取数据：获取一公交车辆的每个班次的每个站点的上下客的图像识别客流数据、该班次IC卡刷卡数据B、车辆的GPS轨迹及产生时间数据、站点GPS数据。

计算基于IC卡刷卡数据的修复总人数：针对某个班次，根据班次IC卡刷卡数据B计算出总上客人数C，C＝B/α，并对总上客人数C进行修复，得到修复总人数N，α为IC卡刷卡数据B占总上客数的比例，α∈[0.65，0.9]，k表示对客流的影响因子，k∈[0.5，1.5]，k₁～k_n分别为当天的社会活动事件、节假日时间、所在时间段、天气等事件对客流的影响因子。

客流数据修复：判断图像识别的客流是否存在异常，具体为：若该班次的图像识别的总上客数Ru处于N*(1-β)0.9～N*(1+β)之间，则图像识别的客流不存在异常，否则存在异常，β为班次图像识别的平均错误率；若图像识别的客流不存在异常，则客流数据不需要修复；若图像识别的客流存在异常，则进一步判断有无图像识别客流，若无图像识别客流，则根据历史客流规律进行客流预测，若有图像识别客流，则根据历史客流规律进行客流修复。

优选的，客流数据不需要修复的前提条件还包括，图像识别的上下客数差值Q，Q∈[2，Int(2βN)]。

优选的，所述客流预测的具体方法如下：获取过去连续d周同一工作日或节假日，最相近时段同一方向班次的客流数据，得到第i个站点上客人数的平均值进而得到第i个站点上客人数的权重Up_i，其中d∈[8,52]，n为站点数，同理得到第i个站点下客人数的权重Dp_i；为第i个站点下客人数的平均值；

首先上客客流预测：第i个站点的上客预测客流数为

其次下客客流预测：第i个站点的上客预测客流数为

进一步的，下客客流预测方法替换为：按照班次方向，从第二站依次分配，第i个站点的下客预测客流数为

γ∈[0.7，0.95]，A_i为站点i离站时的车内人数，如果分配到最后一站，N还有剩余的下客客流数量N’没有分配，则在上述分配好数据的基础上，按照上述方法继续分配N’，直到全部分配。

优选的，所述客流修复的具体方法如下：