基于智能手机的公共汽车乘车舒适性指标构建方法技术

基于智能手机的公共汽车乘车舒适性指标构建方法，第一步：调用手机运动传感器、GPS模块实时采集车辆运行过程中的三维加速度信息、运行方向信息、三维角速度信息、速度信息、经纬度信息以及时间信息；第二步：从乘客心理、生理角度以及乘客的时间价值角度深入分析车辆运行状态与乘车舒适性的内在联系，并通过调查分析提炼出能够体现公共汽车运行平顺性对乘车舒适性影响的原始变量集；分析停车状态相关变量时，剔除公交站点规划因素对车辆运行状态的影响；第三步：通过主成分法对原始指标集降维，以特征值累积贡献率大于90％作为准则提取主成分。本发明专利技术从交通工程专业角度分析公共汽车运行舒适性，目标明确，思路可行性高。

【技术实现步骤摘要】

本专利技术属于智能交通领域，涉及智能手机数据采集技术以及基于智能手机数据的公共汽车运行舒适性客观指标构建方法。
技术介绍
优先发展城市公共交通，改善公共汽车服务质量是吸引乘客乘坐公共交通出行，缓解交通拥堵的重要途径。然而，我国大部分城市公交出行分担率只在10％左右，特大城市大约能达到20％，但是比率依然很低。公交分担率一直无法提高的主要原因在于服务水平低，难以满足乘客需求。因此，研究公交舒适性评价指标对于改善公交服务具有指导意义。国内外大部分研究侧重研究公共汽车舒适性评价指标体系，较少探讨舒适性评价指标的构建方法。且指标以定性描述为主，缺乏客观性。部分研究分析了影响公共汽车乘车舒适性的影响因子，构建了客观测度指标，但所探讨的客观测度指标大多是针对车内环境因素，而针对公交运行平顺性所构建的测度指标过于单一，而且缺乏对公共汽车出行过程长时间连续性地数据采集，获取的指标无法体现公共汽车运行平顺性对乘车舒适性的影响。此外，以往研究对所采集的原始参数并未进行系统的挖掘分析提炼出关键因子，致使部分指标缺乏合理性，对评价结果有不利影响。
技术实现思路
本专利技术目的在于克服现有技术的不足，公开的一种基于智能手机的公共汽车乘车舒适性指标构建方法，采集公共汽车运行过程中的速度、加速度、经纬度等参数，深入分析运行平顺性与舒适性内在关联，通过对原始参数的统计挖掘提取表征舒适性的原始变量，通过数据建模方法构建公共汽车运行舒适性综合客观测度指标弥补以往研究中忽略车辆运行状态变化对舒适性影响的不足。本专利技术采用以下技术方案来实现：一种基于智能手机的公共汽车乘车舒适性指标构建方法，其特征在于，包括如下步骤：第一步：为了获取公共汽车运行过程中的各项参数，调用手机运动传感器、GPS模块实时采集车辆运行过程中的三维加速度信息、运行方向信息、三维角速度信息、速度信息、经纬度信息以及时间信息。同时对原始参数数据进行预处理，满足后续数据分析需求。第二步：从乘客心理、生理角度以及乘客的时间价值角度深入分析车辆运行状态与乘车舒适性的内在联系，并通过调查分析提炼出能够体现公共汽车运行平顺性对乘车舒适性影响的原始变量集。分析停车状态相关变量时，应剔除公交站点规划因素(公交站点规划与客流及用地性质有关，对公交运行状态具有固定性影响，对乘客来说具有可接受性)对车辆运行状态的影响。本第二步的分析思路具有创新性，以往研究中并未涉及。第三步：步骤二中所述原始变量集维度较大且有信息重叠，对公交舒适性评价模型的稳定性具有不利影响。因此，要量化各个原始变量之间的相关性。在保留原始变量基本信息的条件下通过数据建模的方法降维达到变量独立的效果，便于后期评价。本专利技术通过主成分法对原始指标集降维，以特征值累积贡献率大于90％作为准则提取主成分。结合交通工程相关知识对主成分意义进行解析，最终确立公共汽车运行舒适性综合客观测度指标。本专利技术从交通工程专业角度分析公共汽车运行舒适性，目标明确，思路可行性高，且具有创新性。附图说明图1本专利技术总流程图图2软件数据采集程序界面图3本专利技术第二步中,数据分析算法流程图图4本专利技术第三步的流程示意图具体实施方式以下结合附图和实施例，对本专利技术技术方案做详细说明。实施例1本专利技术以智能手机作为数据采集终端，高频率、连续性地采集公共汽车运行过程中的速度、加速度、经纬度等参数。深入分析运行平顺性与舒适性内在关联，通过对原始参数的统计挖掘提取表征舒适性的原始变量，弥补以往研究中忽略车辆运行状态变化对舒适性影响的不足，这些原始变量从多个角度表征运行平顺性的客观影响程度，但是维度较大，且彼此间有信息重叠，对上层舒适性评价有不利影响。为此，本专利技术考虑通过数据建模方法构建公共汽车运行舒适性综合客观测度指标。所构建的综合客观测度指标能够充分体现了驾驶行为、道路交通管控信息、道路线型设计以及道路交通状态等外部因素对公交运行舒适性的影响，具有创新性和可操作性，能为公共汽车运行舒适性评价提供科学有效的研究基础。本专利技术具体流程图如图1所示。第一步：原始数据采集及预处理为了获取公共汽车运行过程中的各项参数，编写手机程序，调用手机运动传感器、GPS模块实时采集车辆运行过程中的三维加速度信息、运行方向信息、三维角速度信息、速度信息、经纬度信息以及时间信息。手机程序以5HZ的频率采集GPS信息，以100HZ的频率采集三维加速度与角速度信息。同时记录每个数据采集点对应的时间信息。如图2所示。然后，对采集到的原始数据进行预处理，减少漂移数据的干扰，同时对缺失数据进行修补，该属于常规技术。第二步：通过数据分析和处理算法(图3)，得到基于车辆运行参数的原始变量。原始变量信息，包括：速度平均值中位数median(m/s)；极差range(m/s)；单位时间内完全停车次数Nc(次/min)，公交站点的停车次数除外；单位时间内不完全停车次数Nuc(次/min)最大停车等待时间mst(s)最大三维合加速度maxa(m/s2)三维合加速度方差，stda(m/s2)停车时间比率Ras＝tV＝0/T，为无量纲，实际计算时以速度为零的数据点总数与数据总量的比值来确定。其中，完全停车是指车辆减速直至静止状态，不完全停车是指车辆有减速过程但不会完全静止。考虑到乘客对速度波动的敏感度，只有当降速幅度小于特定阈值时才判定为对乘车舒适性有影响的不完全停车过程。所述单位时间不完全停车次数Nuc通过式(1)计算式(1)中，Δvi表示速度改变量，vthreshold表示阈值，阈值的选取需要结合乘客感知进行分析，本专利技术通过统计调查方法确定阈值为2m/s。T表示采样周期。u(Δvi-vthreshold)是示性函。即，当Δvi-vthreshold>0时u(Δvi-vthreshold)＝1，否则为0.单位时间内完全停车次数Nc(次/分钟)和单位时间内不完全停车次数Nuc(次/分钟)指标需要特定的数据处理方法与技巧得到，具体数据处理算法参见流程图3。此外，在公交站点的停车不纳入完全停车次数指标中。因此，通过数据分析得到公共汽车出行过程中的所有停车点GPS坐标信息后还要通过XGeocoding软件获取GPS坐标的地理反编码信息，剔除公交站点停车对指标计算的影响。第三步：由于步骤二中获得的原始指标维度太多，且存在信息重叠，对评价模型的稳定性有不利影响。因此用主成分法对原始指标进行降维处理，提取主成分，并尽可能保留原有变量的信息量。为了使主成分法的系数矩阵满足非奇异条件，需要采集多条(大于原始指标个数)公交线路出行数据作为训练集。主成分法模型表达如式(2)和(3)所示。具体模型算法如图4所示令通过(2)-(3)的最优化方程求解最佳系数矩阵A其中，表示系数向量，xi代表原始指标，p代表维度，本专利技术中原始指标有9个，即cov(yi,yj)表示二者协方差。Σ表示(y1,y2,...y9)之间的协方差矩阵。通过矩阵分析可知，以随机向量协方差矩阵Σ特征值(λ1≥λ2…≥λp≥0)对应的正交特征向量为(ζ1,ζ2…ζp)。则任意向量可表示为正交特征向量的线性组合，即：根据根据约束条件，(2-3)目标规划问题可转化为下面多元极值问题：可得maxv(yi)＝λi，因此，总方差中属于yi成分的贡献率为λi/∑λi，以特征本文档来自技高网...

【技术保护点】
一种基于智能手机的公共汽车乘车舒适性指标构建方法，包括如下步骤：第一步：调用手机运动传感器、GPS模块实时采集车辆运行过程中的三维加速度信息、运行方向信息、三维角速度信息、速度信息、经纬度信息以及时间信息；第二步：从乘客心理、生理角度以及乘客的时间价值角度深入分析车辆运行状态与乘车舒适性的内在联系，并通过调查分析提炼出能够体现公共汽车运行平顺性对乘车舒适性影响的原始变量集；分析停车状态相关变量时，剔除公交站点规划因素对车辆运行状态的影响；第三步：在保留原始变量基本信息的条件下，通过主成分法对原始指标集降维，以特征值累积贡献率大于90％作为准则提取主成分。

【技术特征摘要】
1.一种基于智能手机的公共汽车乘车舒适性指标构建方法，包括如下步骤：第一步：调用手机运动传感器、GPS模块实时采集车辆运行过程中的三维加速度信息、运行方向信息、三维角速度信息、速度信息、经纬度信息以及时间信息；第二步：从乘客心理、生理角度以及乘客的时间价值角度深入分析车辆运行状态与...

【专利技术属性】
技术研发人员：云美萍，王文，翁旭艳，刘心雨，袁帅，杨晓光，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31