一种获取乘客OD的方法及公交客流的预测方法技术

本发明专利技术公开了一种获取乘客OD的方法及公交客流的预测方法，涉及智能交通技术领域，所述获取乘客OD的方法包括步骤：当乘客当前上车站点在该乘客的历史乘车记录中出现的次数超过预设的次数时，根据站点基于乘客自身的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数未超过预设的次数时，根据站点基于其他乘客的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点。本发明专利技术提供的获取乘客OD的方法，可以更加准确地获取到乘客OD，以便准确地预测出客流状况。

【技术实现步骤摘要】
一种获取乘客OD的方法及公交客流的预测方法
本专利技术涉及智能交通
，具体涉及一种获取乘客OD的方法及公交客流的预测方法。
技术介绍
公交系统的核心在于客流，在对车辆运营状态感知之后，为了全面分析公交系统，我们还需要对客流进行感知、分析和预测。城市的公交客流特征可以反映该城市居民乘坐公交车出行的时间和空间分布状况，能够支撑城镇居民对公交车需求方面的研究，为城镇公共交通系统的实时调度与优化提供依据，是城镇公共交通体系升级的一块基石。对公交客流的探测与预测，有着重大意义，一方面，获取传统公交乘客的客流情况是公交线路优化设计的基础；另一方面，客流分析和预测的结果可以连同电子站牌为乘客提供车内拥挤度信息，引导乘客选择合适的线路出行；再者，客流分析和预测的结果可为公交企业在规划线路、调度车辆方面提供数据支撑。传统的客流感知，往往采取人工调查的方式，调查员跟车查人或者跟站查人。这种调查方式耗费大量的人力物力，而且只能获得片面的数据，无法从全集了解客流情况，更不能针对客流的实时变化采取相应的应对措施。现有技术中，随着物联网和大数据技术的发展，利用车辆上安装的刷卡设备回传的数据，结合车辆到站时间数据，通过大数据处理技术，获得乘客上下车站点信息，通过感知出的客流情况分析其分布特点并对站点客流进行预测。但是，由于GPS设备和IC卡刷卡设备起初并不是为客流分析所设计，所以在客流感知时会存在一定的问题，同时由于客流的随机性，很难保证客流预测的准确性。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的在于提供一种获取乘客OD的方法，可以更加准确地获取到乘客OD，以便准确地预测出客流状况。为达到以上目的，本专利技术采取的技术方案是：一种获取乘客OD的方法，包括步骤：判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数超过预设的次数时，根据站点基于乘客自身的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数未超过预设的次数时，根据站点基于其他乘客的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点。在上述技术方案的基础上，当已知乘客p乘坐线路l(p)在站点SO(p)上车时，所述站点基于乘客自身的吸引权重的计算方法为：式中，P(p,S)为乘客p受站点S吸引的权重，A(p,S)为乘客p近期在站点S上车的次数，SO(p)为乘客p的上车站点，l(p)为乘客p乘坐的线路l，index(S,l(p))为属于线路l的站点s在该线路的次序，index(SO(p),l(p))为属于线路l的上车站点SO(p)在该线路的次序。在上述技术方案的基础上，当已知乘客p乘坐线路l(p)在站点SO(p)上车时，所述站点基于其他乘客的吸引权重的计算方法为：式中，P(p,S)为乘客p受站点S吸引的权重，A(S)为近期站点S的上车人数，SO(p)为乘客p的上车站点，l(p)为乘客p乘坐的线路l，index(S,l(p))为属于线路l的站点s在该线路的次序，index(SO(p),l(p))为属于线路l的上车站点SO(p)在该线路的次序。在上述技术方案的基础上，在判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数之前，还包括步骤：判断是否满足触发条件3，所述触发条件3为：乘客一周工作日内的历史乘车记录不少于10次，每个工作日的乘车次数不少于2次，且每个工作日早高峰的乘车站点为同一站点，晚高峰的乘车站点也为同一站点；当满足触发条件3时，采用基于乘客规律出行的方法获取乘客OD，具体步骤为：根据乘客IC卡的刷卡数据，使用DBScan方法对乘客的出行站点做聚类，估算出乘客的住址和工作地；若乘客乘车的时间段为早高峰，则将乘客的工作地作为下车站点，若乘客乘车的时间段为晚高峰，则将乘客的住址作为下车站点；当不满足触发条件3时，则判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数。在上述技术方案的基础上，在判断是否满足触发条件3之前，还包括步骤：判断是否满足触发条件4，所述触发条件4为：乘客从某一站点上车后，在预设的时间间隔内，从另一站点上车；当满足触发条件4时，采用基于出行链的乘客下车站点的估算方法获取该乘客的下车站点，将乘客下一次乘车的上车站点作为上一次乘车的下车站点；当不满足触发条件4时，则判断是否满足触发条件3。本专利技术提供了一种公交客流的预测方法，包括步骤：使用如权利要求1至5任一项所述的获取乘客OD的方法，得到乘客OD；根据IC卡刷卡数据、车辆到站数据及乘客OD数据，统计出各个站点各个时段的上下车客流量情况；根据当天前几个时段的客流量找到历史数据中和当天客流量最接近的数据，将历史数据中某站点下一时段的客流量作为当天该站点下一时段的客流量，记为该站点下一时段的客流量的粗略估计值；采用扩展卡尔曼滤波算法对所述粗略估计值进行纠偏处理，得到该站点下一时段的客流量的预测值。在上述技术方案的基础上，根据当天前几个时段的客流量找到历史数据中和当天客流量最接近的数据具体包括步骤：定义用于评价数据相似度的函数，该相似度函数公式为：S代表矩阵N和N的相似度，N是当天实时计算出的站点客流量值，N是历史数据中相应时段的站点客流量值，N和N的每列代表相同站点不同时段的客流值，每行代表相同时段不同站点的客流，<>代表将两个m*n的矩阵变换为两个1*mn的行向量之后做内积；使用该相似度函数，从历史数据中找到和当天客流量最接近的数据。在上述技术方案的基础上，所述采用扩展卡尔曼滤波算法对所述粗略估计值进行纠偏处理，得到该站点下一时段的客流量的预测值，具体包括步骤：将该站点在不同时段的客流量的所有粗略估计值记为序列{z1,z2,z3,...,zn+1}，其中，zn+1表示时间n+1时该站点的客流量的粗略估计值；在时间n+1时，将当天该站点前n时段的客流量记为序列{x1,x2,x3,...,xn}，其中，xn表示时间n时该站点的客流量；构建扩展卡尔曼滤波器模型，并将序列{z1,z2,z3,...,zn+1}和序列{x1,x2,x3,...,xn}输入到该扩展卡尔曼滤波器模型中；计算状态转移函数fk，该状态转移函数公式为：式中，xk表示时间k时该站点的客流量，zn+1表示时间n+1时该站点的客流量的粗略估计值，zn表示时间n时该站点的客流量的粗略估计值，xn表示时间n时该站点的客流量；计算观测函数hk，该观测函数公式为：hk(xk)＝zk式中，zk表示时间k时该站点的客流量的粗略估计值；计算协方差Pk|k-1，该协方差公式为：Pk|k-1＝Fk-1*Pk-1|k-1*Fk-1T+QkPk|k＝(I-KkHk)*Pk|k-1计算卡尔曼增益Kk，该卡尔曼增益公式为：Kk＝Pk|k-1*HkT*(Hk*Pk|k-1*HkT+Rk)-1根据该站点下一时段的客流量的预测值xn+1的计算公式：xn+1＝fk(xn)+Kn+1(zn+1-hk(fk(xn)))得到该站点下一时段的客流量的预测值。本专利技术还提供了一种获取乘客OD的系统，包括：第一本文档来自技高网...

【技术保护点】
1.一种获取乘客OD的方法，其特征在于，包括步骤：判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数超过预设的次数时，根据站点基于乘客自身的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数未超过预设的次数时，根据站点基于其他乘客的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点。

【技术特征摘要】
1.一种获取乘客OD的方法，其特征在于，包括步骤：判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数超过预设的次数时，根据站点基于乘客自身的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点；当乘客当前上车站点在该乘客的历史乘车记录中出现的次数未超过预设的次数时，根据站点基于其他乘客的吸引权重的计算方法，得到该线路上各个站点对该乘客的吸引权重，将吸引权重大的站点作为该乘客的下车站点。2.如权利要求1所述的获取乘客OD的方法，其特征在于，当已知乘客p乘坐线路l(p)在站点SO(p)上车时，所述站点基于乘客自身的吸引权重的计算方法为：式中，P(p,S)为乘客p受站点S吸引的权重，A(p,S)为乘客p近期在站点S上车的次数，SO(p)为乘客p的上车站点，l(p)为乘客p乘坐的线路l，index(S,l(p))为属于线路l的站点s在该线路的次序，index(SO(p),l(p))为属于线路l的上车站点SO(p)在该线路的次序。3.如权利要求1所述的获取乘客OD的方法，其特征在于，当已知乘客p乘坐线路l(p)在站点SO(p)上车时，所述站点基于其他乘客的吸引权重的计算方法为：式中，P(p,S)为乘客p受站点S吸引的权重，A(S)为近期站点S的上车人数，SO(p)为乘客p的上车站点，l(p)为乘客p乘坐的线路l，index(S,l(p))为属于线路l的站点s在该线路的次序，index(SO(p),l(p))为属于线路l的上车站点SO(p)在该线路的次序。4.如权利要求1所述的获取乘客OD的方法，其特征在于，在判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数之前，还包括步骤：判断是否满足触发条件3，所述触发条件3为：乘客一周工作日内的历史乘车记录不少于10次，每个工作日的乘车次数不少于2次，且每个工作日早高峰的乘车站点为同一站点，晚高峰的乘车站点也为同一站点；当满足触发条件3时，采用基于乘客规律出行的方法获取乘客OD，具体步骤为：根据乘客IC卡的刷卡数据，使用DBScan方法对乘客的出行站点做聚类，估算出乘客的住址和工作地；若乘客乘车的时间段为早高峰，则将乘客的工作地作为下车站点，若乘客乘车的时间段为晚高峰，则将乘客的住址作为下车站点；当不满足触发条件3时，则判断乘客当前上车站点在该乘客的历史乘车记录中出现的次数是否超过预设的次数。5.如权利要求4所述的获取乘客OD的方法，其特征在于，在判断是否满足触发条件3之前，还包括步骤：判断是否满足触发条件4，所述触发条件4为：乘客从某一站点上车后，在预设的时间间隔内，从另一站点上车；当满足触发条件4时，采用基于出行链的乘客下车站点的估算方法获取该乘客的下车站点，将乘客下一次乘车的上车站点作为上一次乘车的下车站点；当不满足触发条件4时，则判断是否满足触发条件3。6.一种公交客流的预测方法，其特征在于，包括步骤：使用如权利要求1至5任一项所述的获取乘客OD的方法，得到乘客OD；根据IC卡刷卡数据、车辆到站数据及乘客OD数据，统计出各个站点各个时段的上下车客流量情况；根据当天前几个时段的客流量找到历史数据中和当天客流量最接近的数据，将历史数据中某站点下一时段的客流量作为当天该站点下一时段的客流量，记为该站点下一时段的客流量的粗略估计值；采用扩展卡尔曼滤波算法对所述粗...

【专利技术属性】
技术研发人员：田松，李庆林，黄本雄，涂来，
申请(专利权)人：武汉烽火信息集成技术有限公司，
类型：发明
国别省市：湖北,42