公交IC卡乘客下车站点推算方法技术

本发明专利技术公开了一种公交IC卡乘客下车站点推算方法，其包括以下步骤：步骤1、确定乘客上车站点以及乘车线路；步骤2、将所述乘客上车站点以及乘车线路通过GPS空间信息中呈现，如果所述上班乘车线路和下班乘车线路的路径一致，则执行步骤3，反之，则执行步骤4；步骤3、将下班上车站点确定为上班下车站点，将上班上车站点确定为下班下车站点；步骤4、以上班上车站点和下班上车站点分别做500米缓冲，分别搜索周边站点；步骤5、通过历史匹配率、附近关键兴趣点的平均距离和最小距离因子确定下车站点。本发明专利技术通过对乘客的出行进行时空模拟，从而推导出其下车站点为利用公交IC卡数据进行居民出行OD矩阵推导提供支撑。

【技术实现步骤摘要】

本专利技术专利属于一种通过公交IC卡乘客的上车站点及其出行时空特征来推算其下车站点的方法，本专利技术涉及公交出行特征分析、公交IC卡出行OD推导算法等。
技术介绍
公交客流OD(“O”来源于英文ORIGIN，指出行的出发地点，“D”来源于英文DESTINATION，指出行的目的地)是城市交通管理、规划部门对公交线路调整、线网优化、站点布局进行优化配置的基础性资料，其准确度对于公交的相关调整具有极其重要的意义。而过去使用传统的人工观测调查等方式进行公交客流OD的获取耗时长，同时消耗大量的人力物力，并且很难保证数据精度。随着GPS、GIS技术的发展以及公交IC卡的逐步普及，可以获得更准确的公交客流OD分布数据，为公交站点、公交线路的规划和调整、公交车辆的实时调度等提供更为科学和准确的决策依据，对解决城市公共交通问题具有重要的现实意义。目前大城市的公交车基本都安装了GPS定位系统，并且公交IC卡的普及率不断升高，这解决了利用公交IC卡和GPS定位信息来推导公交出行OD的数据基础。但是，目前存在最大问题是乘客只在上车时刷卡、下车不刷卡，造成了乘客下车信息(下车时间、下车站点)无法获取的难题。没有乘客的下车信息，就无法确定乘客的出行OD。因此，需要一种能够通过乘客上车站点和时间推导出其下车站点的方法。目前利用公交IC卡数据来进行居民公交出行OD矩阵推导的研究比较多，如周涛从IC卡统计数据中得到公交出行的其他信息，提出了由IC卡统计数据推算公交线路站点OD和区间出行OD的方法，但是该方法主要适用于宏观层面，准确度不高；师富民提出了一种基于IC卡数据的公交调查方法和数据处理算法，其采用光电传感器信号进行乘客上下车客流数据检测，仍然没有解决通过IC卡数据获取下车信息的问题；戴维基于“居民公交出行分析两站点模型”进行分析，对公交OD矩阵进行推算，是一种宏观的推算方法，不能精确到每一名IC卡乘客；闫磊基于公交衔接理论利用公交IC卡数据推算乘客的出行时空信息，但实用性不强；赵晖基于公交IC卡信息提出了一种站间客流OD计算方法；吴祥国基于公交IC卡和GPS数据，从上车站点推导出IC卡乘客的下车站点，进而推算出居民的公交出行OD矩阵；胡继华提出了一种结合出行链的公交IC卡乘客下车站点判断概率模型，将乘客个体出行特征融入到站点吸引权重计算的概率模型。由于乘客只在上车时刷卡、下车不刷卡，造成了乘客下车站点无法获取的问题。没有乘客的下车信息，就无法确定乘客的出行OD。因此，需要一种能够通过乘客上车站点和时间推导出其下车站点的方法。国内外利用公交IC卡数据来进行居民公交出行OD矩阵推导的研究比较多，但是目前绝大多数的研究都未能从微观层面(即针对具体的公交IC卡乘客)解决通过公交IC卡乘客的上车站点准确推导出其下车站点的难题。总体来说，目前绝大多数的研究都未能解决通过公交IC卡乘客的上车站点准确推导出其下车站点的难题。本专利技术专利是对公交IC卡刷卡数据、公交GPS数据和公交站点与线路等GIS数据进行融合、处理与分析，通过对公交IC卡乘客的出行特征进行时空模拟，实现在规律出行(工作日上、下班出行)、闭合公交出行链(乘客当日全部出行均以公交作为基本出行工具完成)条件下的下车站点推算方法。本专利技术可以解决公交IC卡乘客下车信息无法获取的难题，为利用公交IC卡数据进行居民出行OD矩阵推导提供支撑。
技术实现思路
针对以上的问题，本专利技术提出一种基于时空模拟的公交IC卡乘客规律出行下车站点推算方法。其前提是建立在公交IC卡乘客规律出行(即工作日上、下班出行)和闭合公交出行链(即乘客当日全部出行均以公交作为基本出行工具完成)的条件下，通过对乘客的出行进行时空模拟，从而推导出其下车站点。本专利技术可以为利用公交IC卡数据进行居民出行OD矩阵推导提供支撑，对公交站点、公交线路的规划和调整、公交车辆的实时调度等具有重要意义。为实现以上目的，本专利技术采取的技术方案是：一种公交IC卡乘客下车站点推算方法，其包括以下步骤：步骤1、确定乘客上车站点以及乘车线路，所述上车站点包括上班上车站点和下班上车站点，所述乘车线路包括上班乘车线路和下班乘车线路；步骤2、将所述乘客上车站点以及乘车线路通过GPS空间信息中呈现，如果所述上班乘车线路和下班乘车线路的路径一致，则执行步骤3，反之，则执行步骤4；步骤3、将下班上车站点确定为上班下车站点，将上班上车站点确定为下班下车站点；步骤4、以上班上车站点和下班上车站点分别做500米缓冲，分别搜索周边站点，所述周边站点分别定义为疑似下班下车站点和疑似上班下车站点；步骤5、通过历史匹配率、附近关键兴趣点以及距离和换乘次数确定下车站点，所述步骤5包括以下步骤：步骤51、确定上班下车站点：计算上班上车站点与第i个疑似上班下车站点的距离因子Di：Di=Ri+QiLi(b)×TiHi(t)---(1)]]>其中，Ri和Qi为第i个疑似上班下车站点与上班上车站点之间的上班路网距离和上班空间距离，所述上班路网距离为第i个疑似上班下车站点与上班上车站点之间的乘车线路覆盖的距离，通过车载GPS定位数据获取；所述上班空间距离为第i个疑似上班下车站点与上班上车站点之间的欧氏距离，通过站点空间信息获取；Ti为第i个疑似上班下车站点与上班上车站点之间的换乘次数，通过乘客公交IC卡的刷卡次数获得；Hi(t)和Li(b)分别为历史匹配率和附件关键兴趣点的平均距离，所述历史匹配率Hi(t)和附件关键兴趣点的平均距离Li(b)的计算方法分别为公式(2)和公式(3)：Hi(t)=Fi(t)Ci(t)---(2)]]>其中，Fi(t)为时间段t内乘客公交IC卡与第i个疑似上班下车站点以及上班上车站点之间匹配的次数总和，Ci(t)时间段t内乘客公交IC卡与上班上车站点之间匹配的次数，所述匹配的次数为乘客公交IC卡在第i个疑似上班下车站点或上班上车站点刷卡的次数，Fi(t)和Ci(t)均通过数据统计完成；Li(b)=1mΣc=1mWic---(3)]]>其中，m为第i个疑似上班下车站点附近500米范围内的大厦个数，Wic为第i个疑似上班下车站点到第c个大厦的直线距离，1≤c≤m；遍历所有的疑似上班下车站点，选取距离因子Di最小的疑似上班下车站点作为最终的上班下车站点；步骤52、确定下班下车站点：计算下班上车站点与第i个疑似下班下车站点的距离因子Dj：Dj=Rj+QjLj(b)本文档来自技高网...

【技术保护点】
一种公交IC卡乘客下车站点推算方法，其特征在于，其包括以下步骤：步骤1、确定乘客上车站点以及乘车线路，所述上车站点包括上班上车站点和下班上车站点，所述乘车线路包括上班乘车线路和下班乘车线路；步骤2、将所述乘客上车站点以及乘车线路通过GPS空间信息中呈现，如果所述上班乘车线路和下班乘车线路的路径一致，则执行步骤3，反之，则执行步骤4；步骤3、将下班上车站点确定为上班下车站点，将上班上车站点确定为下班下车站点；步骤4、以上班上车站点和下班上车站点分别做500米缓冲，分别搜索周边站点，所述周边站点分别定义为疑似下班下车站点和疑似上班下车站点；步骤5、通过历史匹配率、附近关键兴趣点的平均距离和最小距离因子确定下车站点，所述步骤5包括以下步骤：步骤51、确定上班下车站点：计算上班上车站点与第i个疑似上班下车站点的距离因子Di：Di=Ri+QiLi(b)×TiHi(t)---(1)]]>其中，Ri和Qi为第i个疑似上班下车站点与上班上车站点之间的上班路网距离和上班空间距离，所述上班路网距离为第i个疑似上班下车站点与上班上车站点之间的乘车线路覆盖的距离，通过车载GPS定位数据获取；所述上班空间距离为第i个疑似上班下车站点与上班上车站点之间的欧氏距离，通过站点空间信息获取；Ti为第i个疑似上班下车站点与上班上车站点之间的换乘次数，通过乘客公交IC卡的刷卡次数获得；Hi(t)和Li(b)分别为历史匹配率和附件关键兴趣点的平均距离，所述历史匹配率Hi(t)和附件关键兴趣点的平均距离Li(b)的计算方法分别为公式(2)和公式(3)：Hi(t)=Fi(t)Ci(t)---(2)]]>其中，Fi(t)为时间段t内乘客公交IC卡与第i个疑似上班下车站点以及上班上车站点之间匹配的次数总和，Ci(t)时间段t内乘客公交IC卡与上班上车站点之间匹配的次数，所述匹配的次数为乘客公交IC卡在第i个疑似上班下车站点或上班上车站点刷卡的次数，Fi(t)和Ci(t)均通过数据统计完成；Li(b)=1mΣc=1mWic---(3)]]>其中，m为第i个疑似上班下车站点附近500米范围内的大厦个数，Wic为第i个疑似上班下车站点到第c个大厦的直线距离，1≤c≤m；遍历所有的疑似上班下车站点，选取距离因子Di最小的疑似上班下车站点作为最终的上班下车站点；步骤52、确定下班下车站点：计算下班上车站点与第i个疑似下班下车站点的距离因子Dj：Dj=Rj+QjLj(b)×TjHj(t)---(4)]]>其中，Rj和Qj为第j个疑似下班下车站点与下班上车站点之间的下班路网距离和下班空间距离，所述下班路网距离为第j个疑似下班下车站点与下班上车站点之间的乘车线路覆盖的距离，通过车载GPS定位数据获取；所述下班空间距离为第j个疑似下班下车站点与下班上车站点之间的欧氏距离，通过站点空间信息获取；Tj为第j个疑似下班下车站点与下班上车站点之间的换乘次数，通过乘客公交IC卡的刷卡次数获得；Hj(t)和Lj(b)分别为历史匹配率和附件关键兴趣点的平均距离，所述历史匹配率Hj(t)和附件关键兴趣点的平均距离Lj(b)的计算方法分别为公式(5)和公式(6)：Hj(t)=Fj(t)Cj(t)---(5)]]>其中，Fj(t)为时间段t内乘客公交IC卡与第j个疑似下班下车站点以及下班上车站点之间匹配的次数总和，Cj(t)时间段t内乘客公交IC卡与下班上车站点之间匹配的次数，所述匹配的次数为乘客公交IC卡在第j个疑似下班下车站点或下班上车站点刷卡的次数，Fj(t)和Cj(t)均通过数据统计完成；Lj(b)=1nΣd=1nWjd---(6)]]>其中，n为第j个疑似下班下车站点附近500米范围内的住宅小区个数，Wjd为第j个疑似下班下车站点到第d个住宅小区的直线距离，1≤d≤n；遍历所有的疑似下班下车站点，选取距离因子Dj最小的疑似下班下车站点作为最终的下班下车站点。...

【技术特征摘要】
1.一种公交IC卡乘客下车站点推算方法，其特征在于，其包括以下步骤：
步骤1、确定乘客上车站点以及乘车线路，所述上车站点包括上班上车站点
和下班上车站点，所述乘车线路包括上班乘车线路和下班乘车线路；
步骤2、将所述乘客上车站点以及乘车线路通过GPS空间信息中呈现，如
果所述上班乘车线路和下班乘车线路的路径一致，则执行步骤3，反之，则执行
步骤4；
步骤3、将下班上车站点确定为上班下车站点，将上班上车站点确定为下班
下车站点；
步骤4、以上班上车站点和下班上车站点分别做500米缓冲，分别搜索周边
站点，所述周边站点分别定义为疑似下班下车站点和疑似上班下车站点；
步骤5、通过历史匹配率、附近关键兴趣点的平均距离和最小距离因子确定
下车站点，所述步骤5包括以下步骤：
步骤51、确定上班下车站点：
计算上班上车站点与第i个疑似上班下车站点的距离因子Di：
Di=Ri+QiLi(b)×TiHi(t)---(1)]]>其中，Ri和Qi为第i个疑似上班下车站点与上班上车站点之间的上班路网
距离和上班空间距离，所述上班路网距离为第i个疑似上班下车站点与上班上车
站点之间的乘车线路覆盖的距离，通过车载GPS定位数据获取；所述上班空间
距离为第i个疑似上班下车站点与上班上车站点之间的欧氏距离，通过站点空间
信息获取；Ti为第i个疑似上班下车站点与上班上车站点之间的换乘次数，通过
乘客公交IC卡的刷卡次数获得；Hi(t)和Li(b)分别为历史匹配率和附件关键兴
趣点的平均距离，所述历史匹配率Hi(t)和附件关键兴趣点的平均距离Li(b)的计
算方法分别为公式(2)和公式(3)：
Hi(t)=Fi(t)Ci(t)---(2)]]>其中，Fi(t)为时间段t内乘客公交IC卡与第i个疑似上班下车站点以及上班
上车站点之间匹配的次数总和，Ci(t)时间段t内乘客公交IC卡与上班上车站点
之间匹配的次数，所述匹配的次数为乘客公交IC卡在第i个疑似上班下车站点
或上班上车站点刷卡的次数，Fi(t)和Ci(t)均通过数据统计完成；
Li(b)=1mΣc=1mWic---(3)]]>其中，m为第i个疑似上班下车站点附近500米范围内的大厦个数，Wic为
第i个疑似上班下车站点到第c个大厦的直线距离，1≤c≤m；
遍历所有的疑似上班下车站点，选取距离因子Di最小的疑似上班下车站点
作为最终的上班下车站点；
步骤52、确定下班下车站点：<...

【专利技术属性】
技术研发人员：李勇，周捍东，杨骥，
申请(专利权)人：广州地理研究所，
类型：发明
国别省市：广东;44