一种公交车实时车厢满载率的估算方法技术

本发明专利技术公开了涉及实施交通技术领域的一种公交车实时车厢满载率的估算方法，解决了准确度和时效性较差的问题。其技术要点是：一种公交车实时车厢满载率的估算方法，其特征在于：包括以下步骤：上车站点匹配；推断历史下车站点；基于K近邻的推断模型推断下车站点；基于公交小区的下车站点推断模型推断下车站点；基于下游站点历史下车客流量分布的推断模型推断下车站点；计算车厢载客人数。利用“K近邻推断模型+出行小区估计+下游站点下车客流量随机分布”组合算法推断车厢内所有乘客个体的上、下车站点信息，达到了准确度较好的优点，并达到了时效性较好的优点。

【技术实现步骤摘要】
一种公交车实时车厢满载率的估算方法
本专利技术涉及实施交通
，特别是一种公交车实时车厢满载率的估算方法。
技术介绍
近年来，随着地铁、互联网租赁自行车等方式的快速发展，常规公交的竞争力有所下滑，北上广深等国内主要城市的公交客流量均出现了下滑现象，根本的原因在于市民对公交的服务水平和出行品质要求越来越高。公交车厢满载率是直接关系市民出行服务水平的最直接指标之一。所谓的“公交车车厢满载率”是指“公交实际载客数与车厢额定载客数的比值”，是用于反映车厢内拥挤程度的指标。客观、准确掌握公交车厢满载率是做好公交管理服务的重要前提条件。目前公交信息化系统(如公交电子支付系统、智能公交调度系统、公交线网分析系统等)普遍得到使用，公交电子支付数据(部分城市公交电子支付比例接近95％)、公交报站数据、公交发班调度数据等公交大数据均已实现实时回传、自动采集分析，且形成了规模体系。构建一个高效的、连续的、自动计算的公交车厢满载率实时估算方法很有必要，可为后续的公交运行监测、高满载率线路预警、公交实时调度优化、公交线网优化等提供有效的数据源和技术手段。特别是“新冠肺炎”疫情期间，通过大数据分析发现满载率过高的车辆、高峰时段和热门站点等，可有效提醒公交企业做好发班调整，降低因车厢人群聚集而带来的感染风险。现有技术中对于公交满载率的估算主要有两种方法，一种是主要以人工抽样调查为主，在时效性、系统性、连续性、颗粒度等方面均存在不足，导致估算值的准确度较差的问题，调查成本也较高；另一种是基于离线的公交乘客刷卡数据、公交调度数据等，通过对乘客多天连续跟踪(例如本次出行的后一次出行)的基础上进行推断获取，时效性和效率性难以满足实时监测、实时公交调度优化的需求。故现有技术存在准确度和时效性较差的问题。
技术实现思路
为了克服现有技术的上述缺点，本专利技术的目的是提供一种公交车实时车厢满载率的估算方法，具有准确度和时效性较好的优点。本专利技术解决其技术问题所采用的技术方案是：一种公交车实时车厢满载率的估算方法，包括以下步骤：S1、上车站点匹配：根据实时回传的乘客电子支付数据和公交报站数据获取上车站点；S2、推断历史下车站点；S3、基于K近邻的推断模型推断下车站点：根据所述乘客电子支付数据和公交报站数据构建当前状态向量，根据历史数据构建包含有历史下车站点信息的多个历史状态向量，根据所述当前状态向量搜索出相对应的K个历史状态向量，按照出行频率推断出推断下车站点，进行步骤S6；若无法搜索出与所述当前状态向量相对应的历史状态向量，则进行步骤S4；S4、基于公交小区的下车站点推断模型推断下车站点：根据所述历史状态向量中获取该乘客的下车交通小区集合A，并根据当前公交站点的下游站点结合地图数据以获取下游交通小区集合B，当下车交通小区集合A和下游交通小区集合B存在交集时，则推断该交集的交通小区与下游站点中最接近的站点作为推断下车站点，进行步骤S6；若无法推断出推断下车站点，则进行步骤S5；S5、基于下游站点历史下车客流量分布的推断模型推断下车站点：按照乘客在某一时段内各个下游站点的下客流量占比随机分配站点，被随机选中的站点推断为推断下车站点，进行步骤S6；S6、计算车厢载客人数。作为本专利技术的进一步改进：在所述步骤S2具体为：在历史数据中获取乘客的上车站点，并根据公交线路属性定义乘客本次所乘线路行车方向上所有站点的集合为本次可能下车站点集D，在历史数据中获取该乘客后一次乘车的上车站点及该站点的周边站点，并将该站点及该站点的周边站点定义为后次出行上车区域站点集O，若本次可能下车站点集D与后次出行上车区域站点集O存在交集，则推断本次可能下车站点集D中距离后一次乘车的上车站点最近的站点为历史下车站点。作为本专利技术的进一步改进：所述步骤S1具体为：根据实时回传的包含支付时间的乘客电子支付数据和包含公交报站时间的公交报站数据，对所述支付时间和公交报站时间进行对比，提取在所述支付时间前三十分钟内的所有公交报站数据，以离支付时间最近的报站记录所对应的公交站点作为上车站点。作为本专利技术的进一步改进：所述步骤S3具体为：根据所述乘客电子支付数据和公交报站数据构建当前状态向量，根据历史数据构建包含有历史下车站点信息的多个历史状态向量，根据当前状态向量中包含的卡号、线路号和上车站点与历史状态向量匹配，再根据匹配出的历史状态向量和当前状态向量进行“距离”计算：根据上述公式计算各历史状态向量和当前状态向量的“距离”，得到距离最小的K个历史状态向量，则推断上述K个历史状态向量中出行频率最高的历史下车站点为推断下车站点。作为本专利技术的进一步改进：所述步骤S4具体为：利用地图数据获取与公交站点匹配的交通小区，根据所述历史状态向量中获取该乘客的下车交通小区集合作为下车交通小区集合A，并按照频率在所述下车交通小区集合A中进行排序，根据公交线路属性获取当前公交站点的下游站点集合S，并利用地图数据获取与下游站点集合S匹配的下游交通小区集合B，求解集合A和B的交集C，按照频率对交集C中的交通小区进行排序，将频率最高的交通小区推断为本次出行的推断交通小区，将所述下游站点集合S中交通小区等于所述推断交通小区的站点推断为推断下车站点。作为本专利技术的进一步改进：所述步骤S5具体为：进行时段划分，从所述历史状态向量中统计不同站点的在不同时段的下客流量，得到站点下车客流量历史库，根据公交线路属性从所述站点下车客流量历史库中搜索出各个站点在与乘客电子支付数据相对应的时段中的下客流量，各站点下车客流量为{Ni+1，Ni+2…Ni+j}，下车客流量占比为：利用“轮盘赌”算法按照下客流量占比随机分配站点，被随机选中的站点推断为推断下车站点。作为本专利技术的进一步改进：所述步骤S6具体为：根据本趟公交车已经行驶过的公交站点，计算各个站点的上车客流量和下车客流量，得出累计上车人数和累计下车人数，通过计算累计上车人数与累计下车人数之差得出车厢乘客数，通过计算车厢满载率与车厢额定载客数之比得出车厢满载率。作为本专利技术的进一步改进：所述步骤S6还包括：车厢乘客数的计算式为：与现有技术相比，本专利技术的有益效果是：利用“K近邻推断模型+出行小区估计+下游站点下车客流量随机分布”组合算法推断车厢内所有乘客个体的上、下车站点信息，可以准确估算公交车厢满载率，真实反映了车厢内的拥挤情况和乘客的舒适水平，达到了准确度较好的优点。且下车站点的推断仅依托于当前乘客的信息和乘客历史出行信息，与后续出行无关，因此可用于实时计算，并达到了时效性较好的优点。附图说明图1为本申请实施例中一种公交车实时车厢满载率的估算方法的流程示意图；图2为本申请实施例中的数据处理流程示意图；图3为本申请实施例中上车站点匹配的流程示意图；图4为本申请实施例中推断历史下车站点的示意图；图5为本申请实施例中“轮盘赌”算法概率分配示意图。具体实施本文档来自技高网...

【技术保护点】
1.一种公交车实时车厢满载率的估算方法，其特征在于：包括以下步骤：/nS1、上车站点匹配：根据实时回传的乘客电子支付数据和公交报站数据获取上车站点；/nS2、推断历史下车站点；/nS3、基于K近邻的推断模型推断下车站点：根据所述乘客电子支付数据和公交报站数据构建当前状态向量，根据历史数据构建包含有历史下车站点信息的多个历史状态向量，根据所述当前状态向量搜索出相对应的K个历史状态向量，按照出行频率推断出推断下车站点，进行步骤S6；若无法搜索出与所述当前状态向量相对应的历史状态向量，则进行步骤S4；/nS4、基于公交小区的下车站点推断模型推断下车站点：根据所述历史状态向量中获取该乘客的下车交通小区集合A，并根据当前公交站点的下游站点结合地图数据以获取下游交通小区集合B，当下车交通小区集合A和下游交通小区集合B存在交集时，则推断该交集的交通小区与下游站点中最接近的站点作为推断下车站点，进行步骤S6；若无法推断出推断下车站点，则进行步骤S5；/nS5、基于下游站点历史下车客流量分布的推断模型推断下车站点：按照乘客在某一时段内各个下游站点的下客流量占比随机分配站点，被随机选中的站点推断为推断下车站点，进行步骤S6；/nS6、计算车厢载客人数。/n...

【技术特征摘要】
1.一种公交车实时车厢满载率的估算方法，其特征在于：包括以下步骤：
S1、上车站点匹配：根据实时回传的乘客电子支付数据和公交报站数据获取上车站点；
S2、推断历史下车站点；
S3、基于K近邻的推断模型推断下车站点：根据所述乘客电子支付数据和公交报站数据构建当前状态向量，根据历史数据构建包含有历史下车站点信息的多个历史状态向量，根据所述当前状态向量搜索出相对应的K个历史状态向量，按照出行频率推断出推断下车站点，进行步骤S6；若无法搜索出与所述当前状态向量相对应的历史状态向量，则进行步骤S4；
S4、基于公交小区的下车站点推断模型推断下车站点：根据所述历史状态向量中获取该乘客的下车交通小区集合A，并根据当前公交站点的下游站点结合地图数据以获取下游交通小区集合B，当下车交通小区集合A和下游交通小区集合B存在交集时，则推断该交集的交通小区与下游站点中最接近的站点作为推断下车站点，进行步骤S6；若无法推断出推断下车站点，则进行步骤S5；
S5、基于下游站点历史下车客流量分布的推断模型推断下车站点：按照乘客在某一时段内各个下游站点的下客流量占比随机分配站点，被随机选中的站点推断为推断下车站点，进行步骤S6；
S6、计算车厢载客人数。


2.根据权利要求1所述的一种公交车实时车厢满载率的估算方法，其特征在于，在所述步骤S2具体为：
在历史数据中获取乘客的上车站点，并根据公交线路属性定义乘客本次所乘线路行车方向上所有站点的集合为本次可能下车站点集D，在历史数据中获取该乘客后一次乘车的上车站点及该站点的周边站点，并将该站点及该站点的周边站点定义为后次出行上车区域站点集O，若本次可能下车站点集D与后次出行上车区域站点集O存在交集，则推断本次可能下车站点集D中距离后一次乘车的上车站点最近的站点为历史下车站点。


3.根据权利要求1所述的一种公交车实时车厢满载率的估算方法，其特征在于，所述步骤S1具体为：根据实时回传的包含支付时间的乘客电子支付数据和包含公交报站时间的公交报站数据，对所述支付时间和公交报站时间进行对比，提取在所述支付时间前三十分钟内的所有公交报站数据，以离支付时间最近的报站记录所对应的公交站点作为上车站点。


4.根据权利要求1所述的一种公交车实时车厢满载率的估算方法，其特...

【专利技术属性】
技术研发人员：韦清波，刘兵，兰璐昱，莫竣杰，曾江，卫丽红，高媛，郭贵城，
申请(专利权)人：广州市公共交通数据管理中心，广州市昊智交通技术有限公司，
类型：发明
国别省市：广东;44