基于多源数据融合的轨道交通实时客流监察方法与系统技术方案

本发明专利技术提供一种基于多源数据融合的轨道交通实时客流监察方法与系统。该方法包括：构建多层次交通网络模型，所述多层次交通网络模型包括交通生成层、起始点分布层、路径分配层和指标输出层；对于所述多层次交通网络模型的每一层，基于历史的多源数据统计信息设置误差函数，通过正向传递和反向传播进行优化，进而获得轨道交通网络中实时估计的不同时间粒度的线网、线路、区间、车站的客流量分布信息。本发明专利技术的方法和系统能够有效利用多源数据来实时估计轨道交通网络中客流量分布情况并降低了估计误差。

Real-time passenger flow monitoring method and system for rail transit based on multi-source data fusion

【技术实现步骤摘要】
基于多源数据融合的轨道交通实时客流监察方法与系统
本专利技术涉及轨道交通
，尤其涉及一种基于多源数据融合的轨道交通实时客流监察方法与系统。
技术介绍
近年来，城市轨道交通发展迅速，客流呈现井喷式增长。为了确保城市轨道交通系统运营管理部门实时掌握线网、线路、区间、车站和列车等多尺度实时客流动态分布情况，在早晚高峰、节假日、车站发生大客流及突发事件等情况下能够提前采取相应处理措施，需对城市轨道交通线网、线路、区间、车站和列车的客流进行实时监察，而由于基础数据的原因，实时客流监察建立在对客流状态的实时估计上。城市轨道交通客流状态实时估计是实时客流监察、客流管控以及列车调度的基础，其在城市轨道交通运输组织过程中起到极其重要的作用。在现有技术中，实时客流监察方法大多运用交易明细数据(例如AFC(AutomaticFareCollectionSystem，城市轨道交通自动售检票系统)数据、二维码数据等)为基础做状态实时估计。然而城市轨道交通实时上传的交易明细数据存在不完整、延时等不足之处，利用单一交易明细数据计算出来的结果存在较多误差。并且，现有的客流估计模型无法更好的适用多源数据的融合。因此，需要对现有技术进行改进，提供基于多源数据融合的轨道交通实时客流监察方法与系统。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺陷，提供一种基于多源数据融合的轨道交通实时客流监察方法与系统，能够将多源数据融合到估计模型中，实现更精确的实时客流状态估计。根据本专利技术的第一方面，提供了一种基于多源数据融合的轨道交通实时客流监察方法。该方法包括以下步骤：步骤S1：构建多层次交通网络模型，所述多层次交通网络模型包括交通生成层、起始点分布层、路径分配层和指标输出层，其中，所述交通生成层用于实时估计不同时间粒度的客流进站量，所述起始点分布层基于实时估计的客流进站量获取各起始点车站间的交通出行量，所述路径分配层结合历史的多源数据统计信息获得同一起始点车站间的各出行路径的客流量，所述指标输出层基于所述交通生成层、所述起始点分布层和所述路径分配层统计的客流数据获得不同时间粒度的线网、线路、区间、车站的客流量分布信息；步骤S2：对于所述多层次交通网络模型的每一层，基于历史的多源数据统计信息设置误差函数，通过正向传递和反向传播进行优化，进而获得轨道交通网络中实时估计的不同时间粒度的线网、线路、区间、车站的客流量分布信息。在一个实施例中，在正向传递中，所述交通生成层基于实时估计的客流进站量和历史的多源数据统计信息设置均方差函数F1(α)，所述起始点分布层基于各起始点车站间的交通出行量和根据历史的多源数据统计信息得到的各出行路径的出行选择比例来生成均方差函数F2(γ)，所述路径分配层根据移动手机信令统计的不同出行路径选择比例来生成均方差函数F3(β)，所述指标输出层基于所述交通生成层、所述起始点分布层和所述路径分配层统计的客流数据和根据历史的多源数据统计的轨道交通网络中各区间通过的客流量来生成均方差函数F4(υ)；在反向传播中，根据正向传递过程中计算得的误差函数F1(α)、F2(γ)、F3(β)和F4(υ)分别计算误差函数关于相应变量的偏导数并进行估计值更新；其中，α表示实时估计客流进站量，γ表示基于历史的多源数据信息统计的归一化后的各出行路径的出行概率样本，β表示基于历史的多源数据信息统计的归一化前的各出行路径的出行概率样本，v表示实时估计的各区间的客流量。在一个实施例中，所述多源数据包括交易明细数据、手机信令数据、热力图数据以及线网运营指挥中心历史出行客流数据、视频检测数据、红外以及雷达数据中的一项或多项。在一个实施例中，所述客流量分布信息包括轨道交通网络中不同时间粒度的线网、线路、区间、车站的进站量、出站量、换乘量和客运量中的一项或多项。根据本专利技术的第二方面，提供一种基于多源数据融合的轨道交通实时客流监察系统。该系统包括：模型构建模块：用于构建多层次交通网络模型，所述多层次交通网络模型包括交通生成层、起始点分布层、路径分配层和指标输出层，其中，所述交通生成层用于实时估计不同时间粒度的客流进站量，所述起始点分布层基于实时估计的客流进站量获取各起始点车站间的交通出行量，所述路径分配层结合历史的多源数据统计信息获得同一起始点车站间的各出行路径的客流量，所述指标输出层基于所述交通生成层、所述起始点分布层和所述路径分配层统计的客流数据获得不同时间粒度的线网、线路、区间、车站的客流量分布信息；模型优化模块：用于对于所述多层次交通网络模型的每一层，基于历史的多源数据统计信息设置误差函数，通过正向传递和反向传播进行优化，进而获得轨道交通网络中不同时间粒度的线网、线路、区间、车站的客流量分布信息。在一个实施例中，在正向传递中，所述交通生成层基于实时估计的客流进站量和历史的多源数据统计信息设置均方差函数F1(α)，所述起始点分布层基于各起始点车站间的交通出行量和根据历史的多源数据统计信息得到的各出行路径的出行选择比例来生成均方差函数F2(γ)，所述路径分配层根据移动手机信令统计的不同出行路径选择比例来生成均方差函数F3(β)，所述指标输出层基于所述交通生成层、所述起始点分布层和所述路径分配层统计的客流数据和根据历史的多源数据统计的轨道交通网络中各区间通过的客流量来生成均方差函数F4(υ)；在反向传播中，根据正向传递过程中计算得的误差函数F1(α)、F2(γ)、F3(β)和F4(υ)分别计算误差函数关于相应变量的偏导数并进行估计值更新；其中，α表示实时估计客流进站量，γ表示基于历史的多源数据信息统计的归一化后的各出行路径的出行概率样本，β表示基于历史的多源数据信息统计的归一化前的各出行路径的出行概率样本，v表示实时估计的各区间的客流量。在一个实施例中，本专利技术的系统还包括接口层、数据层和显示层，其中，所述接口层用于从该系统外部获得多源数据信息，所述数据层用于存储和处理获得的多源数据信息，所述显示层用于显示实时估计的不同区间的客流量分布信息。在一个实施例中，所述接口层用于获取交易明细数据、手机信令数据、热力图数据以及线网运营指挥中心历史出行客流数据、视频检测数据、红外以及雷达数据中的一项或多项。与现有技术相比，本专利技术的优点在于：能够实现对线网、线路、区间和车站客流的实时监察，确保城市轨道交通运营管理部门实时掌握客流动态分布情况，在早晚高峰、节假日、车站发生大客流及突发事件等情况下能够提前采取相应处理措施，进而提高线网运营效率和服务水平，缓解客流压力，降低事故发生风险，满足城市轨道交通运营管理部门实际应用要求；本专利技术通过将多源数据融合到所构建的多层次交通网络模型，能够降低总体估计误差，满足实际应用的要求。附图说明以下附图仅对本专利技术作示意性的说明和解释，并不用于限定本专利技术的范围，其中：图1是根据本专利技术一个实施例的基于多源数据融合的轨道交通实时客流监察方法的流程图；图2是根据本专利技术一个实施例的多层次轨道交通网络模型的示意图；图3是根据本专利技术一个实施例的基于多源数据融合的轨道交通实时客流监察系统的示意图；图4是中国成都市轨道交通线网的示意图；图5(a)至图5(d)是根据本专利技术一个实施例的线网客流实时估计结果与实际结果的对比图；图6(a)至图6(d)是根据本专利技术一个本文档来自技高网...

【技术保护点】
1.一种基于多源数据融合的轨道交通实时客流监察方法，包括以下步骤：步骤S1：构建多层次交通网络模型，所述多层次交通网络模型包括交通生成层、起始点分布层、路径分配层和指标输出层，其中，所述交通生成层用于实时估计不同时间粒度的客流进站量，所述起始点分布层基于实时估计的客流进站量获取各起始点车站间的交通出行量，所述路径分配层结合历史的多源数据统计信息获得同一起始点车站间的各出行路径的客流量，所述指标输出层基于所述交通生成层、所述起始点分布层和所述路径分配层统计的客流数据获得不同时间粒度的线网、线路、区间、车站的客流量分布信息；步骤S2：对于所述多层次交通网络模型的每一层，基于历史的多源数据统计信息设置误差函数，通过正向传递和反向传播进行优化，进而获得轨道交通网络中实时估计的不同时间粒度的线网、线路、区间、车站的客流量分布信息。

【技术特征摘要】
1.一种基于多源数据融合的轨道交通实时客流监察方法，包括以下步骤：步骤S1：构建多层次交通网络模型，所述多层次交通网络模型包括交通生成层、起始点分布层、路径分配层和指标输出层，其中，所述交通生成层用于实时估计不同时间粒度的客流进站量，所述起始点分布层基于实时估计的客流进站量获取各起始点车站间的交通出行量，所述路径分配层结合历史的多源数据统计信息获得同一起始点车站间的各出行路径的客流量，所述指标输出层基于所述交通生成层、所述起始点分布层和所述路径分配层统计的客流数据获得不同时间粒度的线网、线路、区间、车站的客流量分布信息；步骤S2：对于所述多层次交通网络模型的每一层，基于历史的多源数据统计信息设置误差函数，通过正向传递和反向传播进行优化，进而获得轨道交通网络中实时估计的不同时间粒度的线网、线路、区间、车站的客流量分布信息。2.根据权利要求1所示的方法，其特征在于：在正向传递中，所述交通生成层基于实时估计的客流进站量和历史的多源数据统计信息设置均方差函数F1(α)，所述起始点分布层基于各起始点车站间的交通出行量和根据历史的多源数据统计信息得到的各出行路径的出行选择比例来生成均方差函数F2(γ)，所述路径分配层根据移动手机信令统计的不同出行路径选择比例来生成均方差函数F3(β)，所述指标输出层基于历史的多源数据统计的轨道交通网络中各区间通过的客流量来生成均方差函数F4(υ)；在反向传播中，根据正向传递过程中计算得的误差函数F1(α)、F2(γ)、F3(β)和F4(υ)分别计算误差函数关于相应变量的偏导数并进行估计值更新；其中，α表示实时估计客流进站量，γ表示基于历史的多源数据信息统计的归一化后的各出行路径的出行概率样本，β表示基于历史的多源数据信息统计的归一化前的各出行路径的出行概率样本，v表示实时估计的各区间的客流量。3.根据权利要求1所述的方法，其特征在于，所述多源数据包括交易明细数据、手机信令数据、热力图数据以及线网运营指挥中心历史出行客流数据、视频检测数据、红外以及雷达数据中的一项或多项。4.根据权利要求1所述的方法，其特征在于，所述客流量分布信息包括轨道交通网络中不同时间粒度的线网、线路、区间、车站的进站量、出站量、换乘量和客运量中的一项或多项。5.一种基于多源数据融合的轨道交通实时客流监察系统，包括：模型构建模块：用于构建多层次交通网络模型，所述多层次交通网络模型包括交通生成层、起始点分布层、路径分配层和指标输出层，其中，所述交通生成层用于实时估计不...

【专利技术属性】
技术研发人员：唐金金，侯凯文，陶政坪，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京,11