基于AFC数据的公交客流OD实时估计方法技术

本发明专利技术公开了基于AFC数据的公交客流OD实时估计方法。所述方法利用公交AFC系统的刷卡数据，规整获取公交站点客流，在此基础上挖掘公交客流OD与公交站点客流量之间的映射关系，构建基于卡尔曼滤波的公交客流OD实时估计模型，实现公交客流OD的实时估计。本发明专利技术对公交AFC系统的客流数据进行了深度挖掘，通过卡尔曼滤波模型得到公交客流分配概率的最优估计值，进而实现公交客流OD的实时估计，这对于准确描述公交客流需求分布规律，实现公交线路运营调度实时优化具有重要意义。

【技术实现步骤摘要】

本专利技术涉及智能交通的公交运营管理领域，具体涉及基于AFC数据的公交客流OD实时估计算法。
技术介绍
作为公交客流需求和动态特性的有效表征，公交客流实时OD是对公交线路运营调度进行实时优化的关键依据。因此，实时估计公交客流OD，准确描述公交客流需求分布规律，对实现公交线路运营调度实时优化具有重要意义。现有的关于公交客流OD估计的方法主要可分为基于平衡理论的估计方法和基于乘客出行行为特性的估计方法。前一种方法大多是从公交线网层面出发，需要考虑公交乘客的出行路径选择等问题，情况较为复杂，且该类方法单纯从数学角度出发，忽视了公交客流的随机性和波动性，适用性受到影响且部分输入数据需要人工采集，实时性受到限制；后一种方法是从公交线路层面出发，依据公交乘客出行行为特性对公交客流OD进行估计，该方法的基本原理是已知线路上各站点上车客流量，根据乘客的出行分布特性，对乘客出行概率分布进行归纳总结，生成概率转移矩阵，进而实现公交客流OD估计。但传统的基于乘客出行行为特<br>性的客流估计方本文档来自技高网...

【技术保护点】
一种基于AFC数据的公交客流OD实时估计方法，其特征是，包括如下步骤：1)根据公交自动售检票系统AFC中的上车刷卡记录和人工调查补录等方式，整理获取一定时期内某公交线路在一定时间间隔内各个站点的历史客流量；2)分析公交客流OD估计问题，构建卡尔曼滤波公交客流OD估计模型；具体包括以下步骤：2‑1)在依据公交AFC数据能够有效获取公交上车客流量数据的前提下，把公交客流OD估计问题转化为客流分配概率问题；2‑2)构建卡尔曼滤波公交客流OD估计模型的观测方程；2‑3)构建卡尔曼滤波公交客流OD估计模型的状态转移方程；3)考虑公交乘客出行时间分布特性对客流分配概率转移矩阵的影响，对公交客流分配概率模型...

【技术特征摘要】
1.一种基于AFC数据的公交客流OD实时估计方法，其特征是，包括如下
步骤：
1)根据公交自动售检票系统AFC中的上车刷卡记录和人工调查补录等方式，
整理获取一定时期内某公交线路在一定时间间隔内各个站点的历史客流量；
2)分析公交客流OD估计问题，构建卡尔曼滤波公交客流OD估计模型；
具体包括以下步骤：
2-1)在依据公交AFC数据能够有效获取公交上车客流量数据的前提下，把
公交客流OD估计问题转化为客流分配概率问题；
2-2)构建卡尔曼滤波公交客流OD估计模型的观测方程；
2-3)构建卡尔曼滤波公交客流OD估计模型的状态转移方程；
3)考虑公交乘客出行时间分布特性对客流分配概率转移矩阵的影响，对公
交客流分配概率模型进行重新标定；具体包括以下步骤：
3-1)公交乘客出行的时间分布特性分析；
3-2)根据公交乘客出行时间分布特性，划分公交乘客出行模式；
3-3)对乘客出行站数概率曲线进行拟合，得到不同模式下的乘客出行概率
模型；
3-4)计算不同模式下的公交站点吸引系数；
3-5)考虑公交客流分配概率pij与乘客出行站数概率及公交站点两影响因素，
构建公交客流分配概率模型；
4)根据客流分配概率模型，计算得到不同时间间隔内的客流分配概率矩阵，
即滤波模型中状态变量X的样本；
5)利用足够量的公交客流数据和计算得到的客流分配概率对滤波模型参数
进行标定；
6)根据标定好参数的卡尔曼滤波OD估计模型，进行客流分配概率Xt的估
计；
7)根据已得到的客流分配概率实时估计值，进一步推算出公交客流OD实
时估计值；具体包括以下步骤：
7-1)根据公交线路站点经纬度信息，公交车辆运行实时GPS数据，公交
AFC数据，通过时间匹配分析法整理得出公交线路各站点的实时上车客流量；
7-2)在准确获取公交站点实时上车客流的基础上，利用公交客流分配概率
的估计值，计算得到公交客流OD实时估计值。
2.根据权利要求1所述的基于AFC数据的公交客流OD实时估计方法，其
特征为：
步骤2)中，公交客流实时OD估计的针对对象是单向公交线路；
步骤2-1)中，对于一条特定的公交线路，假设设有n个站点，按车辆某一
运行方向对站点进行编号i，i＝1,…,n；假设在一个时间间隔内，乘客可以完成一
次出行，即在不考虑公交客流的时滞性的前提下，在第t个时间间隔内，OD量
与站点客流量之间的关系式如下：
zijt＝hitxijt式中，zijt为第t个时间间隔内从第i个站点上车第j个站点下车的客流量；
hit为第t个时间间隔内第i个站点的上车客流量；xijt为第t个时间间隔内在第i
个站点上车的乘客，在第j个站点下车的概率，即客流分配概率。
3.根据权利要求1所述的基于AFC数据的公交客流OD实时估计方法，其
特征为：
步骤2-2)中，构建卡尔曼滤波模型的观测方程，具体公式如下：
Zt＝HtXt+Vt式中，客流分配概率Xt为卡尔曼滤波模型的状态变量；线路站点下车客流量
Zt为卡尔曼滤波模型的观测变量；Ht为线路站点上车课流量；Vt为系统观测噪声，
服从均值为零的正态白噪声序列；
步骤2-3)中，由于客流分配概率具有短期波动连续性特征，在此假设在前
后两个时间间隔内，客流分配概率服从随机漫步分布，即采用做随机偏移的方法
得到。构建卡尔曼滤波模型的状态转移方程如下公式：
Xt＝Xt-1+Wt式Xt为前时间间隔t内...

【专利技术属性】
技术研发人员：夏井新，刘玲慧，陆振波，饶欢，饶文明，安成川，张韦华，吕伟韬，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32