The invention relates to the field of intelligent public transport technology, in particular to a method and system for calculating a candidate bus station. The excavation method includes: step a: extraction of taxi passengers up and down the data; step B: customer data clustering from the taxi, the city traffic generated hot region; step C: calculating center point the city traffic hot spots, the center point as the candidate city bus station traffic hotspots area. The invention uses real large-scale taxi trajectory data mining candidate bus station, greatly reduce the time, manpower and money cost, with a higher efficiency; at the same time, the invention considers the division of city traffic hot spots and the whole city bus station service radius, provides very valuable reference for the present stage city bus station location.
【技术实现步骤摘要】
一种计算候选公交站点的方法及系统
本专利技术涉及智能公共交通
,特别涉及一种计算候选公交站点的方法及系统。
技术介绍
随着我国城市化建设进程的不断提速,城市人口规模日益扩大,越来越多的人们需要在夜里进行工作或生活活动,导致城市夜间公共交通面临着需求飞速增加与资源严重供应不足的严峻挑战。因此如何设计既能够满足大部分人群夜间出行和活动需求,又能够通过运载较多的乘客使公交运营收支平衡的夜间公交线路成为解决问题的关键。一般而言,公交站点位置确定是进行城市公交线路规划的前提条件。现有的公交站点选址方法主要分为两大类:一类是利用小规模的居民出行意愿抽样调查数据或者时间消耗长、时效性不足的人口普查结果来分析居民的出行需求,从而获得公交的客流量,进而设计公交站点和线路的(AslamJ,LimS,PanX,etal.City-scaletrafficestimationfromarovingsensornetwork[C]//ACMConferenceonEmbeddedNetworkSensorSystems.ACM,2012:141-154.),这类方法被实践证明是可行且 ...
【技术保护点】
一种计算候选公交站点的方法,其特征在于,包括:步骤a:提取出租车上下客数据;步骤b:对提取的出租车上下客数据进行聚类,生成城市交通热点区域;步骤c:计算所述城市交通热点区域的中心点,将所述中心点作为所述城市交通热点区域的候选公交站点。
【技术特征摘要】
1.一种计算候选公交站点的方法,其特征在于,包括:步骤a:提取出租车上下客数据;步骤b:对提取的出租车上下客数据进行聚类,生成城市交通热点区域;步骤c:计算所述城市交通热点区域的中心点,将所述中心点作为所述城市交通热点区域的候选公交站点。2.根据权利要求1所述的计算候选公交站点的方法,其特征在于,在所述步骤a中,所述提取出租车上下客数据具体为:从出租车轨迹数据中提取出租车上下客数据;其中,所述出租车轨迹数据包括GPS数据和交易数据。3.根据权利要求2所述的计算候选公交站点的方法,其特征在于,在所述步骤a中,所述提取出租车上下客数据具体包括:步骤a1:加载出租车GPS数据和交易数据;步骤a2:将所述GPS数据按照GPS汇报时间升序排列;步骤a3:从所述升序排列的GPS数据和交易数据中找到GPS汇报时间与乘客上车时间或乘客下车时间相对应的GPS记录和交易记录,并将该GPS记录的经度和纬度坐标作为该交易记录的出租车上下客数据。4.根据权利要求3所述的计算候选公交站点的方法,其特征在于,在所述步骤a1中,所述加载出租车GPS数据和交易数据具体包括:将出租车GPS数据和交易数据读入内存,从所述出租车GPS数据中获取TGR数据,从所述交易数据中获取TTR数据;所述TGR数据中的每一条TGR记录分别包含车牌号码、经度、纬度和GPS汇报时间,所述TTR数据中的每一条TTR记录分别包含车牌号码、乘客上车时间和乘客下车时间,所述TTR数据中的乘客上车时间和乘客下车时间与TGR数据中的GPS汇报时间相对应。5.根据权利要求4所述的计算候选公交站点的方法,其特征在于,在所述步骤a2中,所述将GPS数据按照GPS汇报时间升序排列具体包括:将TGR数据和TTR数据分别按照车牌号码进行聚合,返回以车牌号码为key,“经度+纬度+GPS汇报时间”为value的TGR记录,以及以车牌号码为key,“乘客上车时间+乘客下车时间”为value的TTR记录,并将聚合后的TGR数据根据车牌号码按照GPS汇报时间升序排列。6.根据权利要求5所述的计算候选公交站点的方法,其特征在于,在所述步骤a3中,所述从升序排列的GPS数据和交易数据中找到GPS汇报时间与乘客上车时间或乘客下车时间相对应的GPS记录和交易记录具体包括:将所述TTR数据和TGR数据根据车牌号码进行连接操作,对TTR数据中的每条TTR记录,使用二分查找法从所述TGR数据中找到GPS汇报时间与该TTR记录的乘客上车时间或乘客下车时间靠近或相同的TGR记录,并判断该TTR记录的乘客上车时间或乘客下车时间与该TGR记录的GPS汇报时间之间的时间差是否大于预定阀值,如果该TTR记录的乘客上车时间或乘客下车时间与该TGR记录的GPS汇报时间之间的时间差不大于预定阈值,则将该TGR记录的经纬度坐标作为该条TTR记录的出租车上下客数据。7.根据权利要求1所述的计算候选公交站点的方法,其特征在于,在所述步骤b中,所述对提取的出租车上下客数据进行聚类具体包括:步骤b1:判断所述出租车上下客数据集合中是否存在未归类对象,如果存在未归类对象,执行步骤b2;步骤b2:判断所述未归类对象是否是核心对象,如果未归类对象不是核心对象,执行步骤b3;否则执行步骤b4;步骤b3:标记所述未归类对象为离群数据,并返回步骤b1;步骤b4:检测所述未归类对象的邻域,如果所述未归类对象的邻域内拥有的数据对象总数满足最小阈值,则新建一个类簇,并将所述未归类对象的邻域内所有的数据对象加入候选集合中;步骤b5:判断所述候选集合是否为空,如果候选集合为空,返回步骤b1,否则执行步骤b6;步骤b6:检测所述候选集合内未被处理的数据对象的邻域,如果所述未被处理的数据对象的邻域内拥有的数据对象总数满足最小阈值,则将所述未被处理的数据对象的邻域内的所有数据对象添加到候选集合内;如果所述未被处理的数据对象未被归入任一类簇,并且加入所述未被处理的数据对象不会使得类簇超过范围约束阈值,则将所述未被处理的数据对象加入步骤b4所述的新建类簇。8.根据权利要求7所述的计算候选公交站点的方法,其特征在于,在所述步骤c中,所述计算城市交通热点区域的中心点具体为:计算任一类簇中所有数据对象之间的相互距离,并将该类簇内与其他数据对象距离之和最少的数据对象作为该类簇的中心点,该中心点即为所述城市交通热点区域的中心点。9.一种计算候选公交站点的系统,其特征在于,包括:数据提取模块:用于提取出租车上下客数据;聚类模块:用于对提取的出租车上下客数据进行聚类,生成城市交通热点区域;中心点计算模块:用于计算所述城市交通热点区域的中心点,将所述中心点作为所述城市交通热点区域的候选公交站点。10.根据权利要求9所述的计算候选公交站点的系统,所述数据提取模块提取出租车上...
【专利技术属性】
技术研发人员:肖露艳,范小朋,须成忠,
申请(专利权)人:深圳先进技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。