[发明专利]一种利用历史公交数据评估乘车难易程度的方法

摘要

针对居民公交出行等车久、乘车难的问题，通过建立“出行乘车难易评价模型”计算乘客出行的难易指数，帮助乘客预先了解出行状况并做出乘车选择。本发明公开了一种利用历史公交数据评估乘车难易程度的方法，借助公交车轨迹数据和乘客公交出行刷卡的AFC数据，计算出行难易指数，预测出行难易程度，推荐出行路线方案，并估计乘客在车站等车时间、车站等车人数以及车辆到站后车上人数情况，辅助乘客做出优化的公交出行方案。

主权项

一种利用历史公交数据评估乘车难易程度的方法，其特征在于包括以下步骤：步骤1，建立出行乘车难易评价模型如下式，式中，φ_value为出行难易指数，表示出行难易程度，数值低表示易，数值高表示难；f_t为等车时间，f_w为等车人数，f_n为车上人数；步骤2，对已有的公交车行驶轨迹数据进行数据清洗和数据整理；首先校正偏移的坐标到目标地图底图坐标系中，然后计算每辆行驶车辆与公交车站的距离，当距离最小时，认为公交车的到站时间T_{bus_arrival}即为此时公交车的GPS时间，用于计算等车时间f_t；步骤3，把乘客出行自动售检票系统数据与公交车行驶路线信息进行匹配，并按刷卡时间进行排序，得到乘客按先后顺序上车的时间；步骤4，计算乘客上车时间与公交车轨迹时间的时间差Δt，并设置Δt阈值为n秒，满足阈值条件的刷卡行为将获得与公交车相同的坐标，得到的结果反映了所有乘客上车记录中，n秒内能同车辆轨迹匹配的乘客上车点位置；步骤5，把步骤4中乘客的上车点位置与公交车站进行匹配，计算二者的距离，当距离最近时，认为乘客在此车站上车，这样，每一次刷卡上车行为都有对应的车站信息，再以车站为单位，统计出每个车站上所经过的公交车上车人数N_{Boarding_stops}，用于计算等车人数f_w和车上人数f_n；步骤6，根据步骤5中已经得到的车站上车人数情况，参考居民出行的习惯，总结出居民下车行为规则如下：(1)假设，居民在某条公交线R上的某个刷卡较频繁(刷卡次数至少为p)的公交站n上车，且待估计的出行行为位于路线R上：(1.1)如果该出行行为的上车位置不在公交站n处，那么估计该上车行为对应的下车位置在n处；(1.2)如果该出行行为的上车位置在公交站n处，那么估计该上车行为对应的下车位置为上车刷卡次数第二频繁的公交站m处；(2)假设，居民在某公交线R上的某个刷卡不频繁(刷卡次数至少为1)的公交站n上车，那么估计该上车行为对应的下车位置为下一次刷卡上车的m处；根据下车行为规则来预测每一次刷卡上车所对相应的下车位置，再以车站为单位，统计公交车路过每个车站时的下车人数N_{Alighting_stops}，用于计算车上人数f_n；步骤7，通过以上步骤计算得到的等车时间f_t、等车人数f_w和车上人数f_n，把三个因素代入出行乘车难易评价模型计算出行难易指数，若该出行计划有多个可达方案时，φ_value值最小的方案为最优。