基于IC卡历史数据的公交客流统计方法

随着公交IC卡的普遍使用,基于公交IC卡数据的公交客流统计方法逐步成为主流的统计方法。因国内绝大部分城市均采用上车刷卡的方式,所以需根据用户出行规律进行下车站点的推测。为降低运算复杂程度,现有的IC卡分析算法多采用基于后续公交站点吸引权的概率算法,这种算法既不能判断单个乘客的下车站点,对于总体客流又存在数据准确性问题。为此,本文对于能够形成出行闭环的单日多次出行采用传统方法推测其下车地点;对于未形成闭环的单日出行,则分析相关单个乘客历史类似天日的IC卡刷卡数据,统计出其最可能的下车站点,进而得出总体客流。采用本算法对重庆市某段时间的所有IC卡数据进行处理和统计后,经人工计数的数据对比表明:相较于传统的出行闭环算法和站点吸引权算法,本算法对于公交客流的统计更加准确。     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.     

基于刷卡数据和GPS数据的公交客流特征分析方法

为准确并快速分析城市公交客流特征,提供城市公交专项规划编制的基础数据资料,提出一种采用公交刷卡数据和GPS数据分析公交客流特征的方法。首先,全面总结公交客流数据处理方法和流程,包括客流时间特征、空间特征和公交运营特征;其次,针对实际可能出现的数据缺失情况和传统方法局限性,通过上车站点判断引入时间临近规则、下车站点判断设计了考虑出行链和站序约束的数据融合算法,改进上下车站点判断过程;最后,以三明市公交客流数据处理为例,该城市公交人均出行次数为2.5次,工作日形成4个高峰时段,得到具体的公交客流OD分布,计算部分线路断面客流量,并指导公交规划方案调整。     

轨道交通新线开通对常规公交的影响分析——以重庆轨道交通9号线为例

为准确分析轨道交通新线开通后对常规公交的影响，在自然运营数据基础上，以重庆轨道交通9号线为研究对象，采用数据量化方法，从换乘客流特征、出行OD特征和客流空间分布特征三方面进行了探讨，以期为公交接驳、线网优化和运营组织等提供借鉴。结果表明：9号线与公交的日均换乘客流为0.6万人次，换乘率仅为10%，低于全网换乘率17%;9号线周边公交站点客流下降1万人次，降幅为2%，相关公交线路客流下降3.3万人次，降幅为3%;9号线站点周边500米范围内覆盖公交站点上客客流为46万人次，潜在影响大。     

基于电子支付数据的公交车厢满载率实时估算方法

针对公交监测和调度中要求实时掌握车厢满载率，以及“一票制”无法获取乘客下车信息等问题，构建基于数据驱动的组合模型，在乘客上车时即推断其出行OD站点，进而融合多源数据实现车厢满载率的实时估算。提出以K近邻算法为组合模型的核心，针对K近邻推断率过低等问题，研究在更大空间维度分析乘客出行规律并推断下车站点的方法，有效提升历史数据的利用率和下车站点的推断率；此外，针对偶发型乘客缺少历史规律数据的情况，充分利用站点下车客流量先验概率随机分配，实现电子支付乘客OD的全样本推断。利用跟车调查法对不同线路、不同班次的车厢拥挤度进行验证。结果表明，模型计算结果与实际结果相符，能够反映出不同线路、不同站段之间的车厢拥挤水平变化。     

基于IC卡和稀疏GPS数据的中小城市公交乘客上下车站点推算方法

为有效获取中小城市公交乘客出行信息,挖掘其出行特征,基于公交乘客IC卡数据、稀疏GPS数据和公交站点位置信息等数据,提出一种公交乘客上下车站点推算方法.首先,通过内插法补齐稀疏GPS数据并与公交站点经纬度匹配获得车辆到站时刻,进而匹配乘客的IC卡刷卡时刻,识别乘客上车站点;然后,根据出行链理论划分不同公交出行链,结合乘...     

公交客流OD矩阵推算

公交客流OD矩阵是／2-交运营调度的基础,精确的客流OD才能保证运营计划科学的制定,人、车资源合理调配。为了提高推算精度,本文提出公交客流OD矩阵受居民公交出行特征、公交停靠站附近的用地性质和停靠站换乘功能影响。采用K-S检验对居民出行站数进行分析,发现出行站数服从泊松分布。结合各停靠站的上下车人数,推算得到基于居民出行特征的客流OD。根据公交站点的吸引系数和吸引权,得到基于停靠站附近用地性质的客流OD推算模型。作者认为停靠站的重要系数与该站作为起始、终点和中途停靠的线路数有关,据此建立了基于站点换乘功能的客流OD推算模型。利用层次分析法组合上述三种影响因素,得到最后的公交客流OD矩阵。实例分析结果表明该方法确实可以大幅度提高推算精度。     

基于多源数据的多模式公共交通出行链构建

公共交通乘客出行链构建是公共交通出行需求分析的基础,也是推进城市公共交通系统融合发展和可持续运营的关键.现有研究大多关注单一模式出行链,较少考虑多源数据环境下多模式公共交通出行链构建,无法进行各模式之间的转移和换乘客流特征的分析.基于轨道交通、BRT和公共汽车交通三网融合数据进行乘客出行链构建,数据类型主要有公交IC卡、车载GPS等.具体方法包括基于时间匹配的上车站点推算、基于出行链假设的下车站点匹配和基于换乘规则的个体出行链推算.最后,使用厦门市公共交通数据验证了该方法的有效性,同时讨论了匹配阈值对匹配精度的影响.     

苏州市轨道交通与常规公交换乘特征分析

换乘优惠政策被认为是能够有效提升公共交通系统吸引力的方法,提出基于换乘优惠数据和手机信令数据的轨道交通与常规公交换乘特征分析方法,以了解换乘优惠条件下常规公交与轨道交通的换乘特征。以苏州市为例,分析乘客换乘的时间特征、空间特征,并以实例分析城市外围轨道端点站和中心区站点换乘接驳、换乘服务范围的差异。研究表明,早高峰期间换乘客流更为集中,92%的轨道交通换乘常规公交客流等待时间在20 min以内;79%的常规公交换乘轨道交通乘车时间在20 min以内,轨道交通与常规公交换乘服务距离在5 km以内。城市外围站点换乘服务范围分散,换乘量与服务范围内用地开发强度和覆盖居住、工作人口数量有关;城市中心区轨道站点服务范围较为集中,换乘量主要与换乘站点公交供给有关。     

基于SUMO的大型活动三层级公交疏散保障方案仿真

大型活动客流具有短时集聚与疏散的特点,为保障活动结束后场馆附近公交客流的快速有序疏散,构建三层级公交疏散运保体系,包括公交常规线、专用快线和微循环线.按客流量疏散目的地将其分为城市市内的内散客流量和需前往高铁站、飞机场等对外客运枢纽换乘至其他城市的外散客流量.对内散客流量,采用微循环线将乘客运送到公交常规线站点接驳出行;对外散客流量,采用微循环线将乘客运送到专用快线站点,再运送到对外客运枢纽.基于SUMO仿真平台,选择苏州市奥林匹克体育中心体育馆作为大型活动承办场所,仿真三层级公交保障方案下的客流疏散场景,更直观地说明微循环线的作用及其与公交常规线和专用快线的联动特点.     

单条公交线路的IC卡数据分析处理方法

及时而准确地掌握城市公共交通运营及客流信息,是进行科学合理的公交运营决策和公交网络规划的前提。随着城市公交IC卡的广泛运用,从IC卡信息中提取城市公交客流信息成为又一种公交数据采集方法。通过公交IC卡数据分析处理方法,可以得到实时准确且连续的公交客流信息数据,较之传统的人工调查方法经济实用,数据结果准确度高。以单条公交线路的IC卡信息为例,提出单条公交线路运营及客流信息的分析处理方法,得到包括站点客流、线路客流、断面客流等主要客流指标的分析计算方法。     

Excel在利用公交IC卡数据构造换乘矩阵中的应用

公交IC卡的应用,不仅方便了乘客出行,也为城市交通规划相关数据的采集提供了一种新的调查统计手段.针对当前城市公交IC卡在换乘矩阵构造过程中存在的信息量大、处理困难的问题,利用Excel软件强大的数据处理功能,对大量的IC卡信息进行了有效地处理,成功地构造了城市公交换乘矩阵,使其成为公交换乘枢纽规划的一个重要参考依据.     

基于CAN总线的汽车行驶记录仪的设计

设计了一种基于CAN总线的汽车行驶记录仪。该系统选择8位高性能片内带CAN控制器的微处理器P87C591和PCA82C250 CAN总线收发器实现到总线的物理接口。该记录仪具有记录数据面广、信息存储容量大、移植扩展性好等优点,具有良好的应用前景。     

基于USB总线的数据采集系统的设计与实现

从硬件设计、固件设计、设备驱动程序设计和应用软件设计4个方面阐述了基于USB总线的数据采集系统.系统使用了高性能的USB专用芯片CY7C64613,给出了硬件电路图.该系统具有速度快、即插即用、可移动、使用方便、低功耗等特点.但是USB具有诸如协议复杂、编写设备驱动程序要考虑很多细节,文中通过调用Win32的API函数与设备通信,即与内置的驱动程序通信,克服了上述缺点.     

基于手机信令数据的常规公交站间OD识别

为识别手机用户乘坐常规公交的OD,结合公交车辆GPS轨迹,在考虑常规公交换乘行为的基础上,建立基于手机用户与车辆轨迹相似度的常规公交出行识别模型,以及站间OD概率模型。通过地铁出行识别,融合手机信令数据与IC卡数据,提取包含百万样本的公交与非公交出行数据,以此作为验证集。进一步分析各参数取值、出行距离、公交线路重复系数等因素对公交出行与站间OD识别的效果。结果表明：在验证集中,常规公交出行方式识别精确率可达0.807,召回率0.912,换乘识别精确率可达0.660,召回率0.756,公交线路识别准确率可达75.5%,站间OD 识别准确率可达71.9%,参数取值的不同对识别效果影响较大。此外,出行距离越长、公交线路重复系数越低,公交线路与站间OD识别准确率越高,出行距离6 km以上、平均公交路段重复系数4 以下的识别效果最佳。     

混合动力车电源系统监测及CAN总线通信

混合动力汽车的一项关键技术就是电池管理系统的设计。在大量充放电模拟实验的基础上,构建了基于数据信号处理器TMS320F2812为核心的实时监测系统,实现了对混合动力汽车动力电池组电压电流的实时监测,并应用CAN总线实现了数据采集模块和数据处理模块的可靠通信,为电源管理系统的构建奠定了基础。     

基于多指标协同的公交大站快车站点推荐方法

现有公交大站快车站点选择方法存在未考虑站点枢纽作用，以及未融合多源数据等不足。本文引入复杂网络理论，融合公交车和出租车客流数据，提出一种综合考虑站点客流，潜在客流及交通枢纽作用的多指标协同的公交大站快车站点推荐方法。该方法基于公交客流，线路数据和出租车客流数据，分别计算公交线路站点客流集散量和潜在客流集散量；通过构建有向加权的城市公交复杂网络，计算公交站点重要度；在此基础上，综合3个指标，采用层次分析法计算指标权重，统计得到公交站点综合评分，建立大站快车站点组合推荐方法，得到大站快车线路站点组合。以厦门市为例进行大站快车站点推荐实验，结果表明，在传统方法的基础上，加入公交站点重要度及潜在客流集散量两个新指标得到的公交大站快车推荐站点更符合居民出行的实际需要。     

基于多源数据的公交车能耗碳排放测算模型

公交车能耗碳排放强度与车辆、线路和驾驶员有显著相关关系，为精准刻画其能耗碳排放强度特征，整合OBD监测数据、加油(气)数据、运营排班数据等多源数据资源. OBD监测数据和加油(气)数据呈显著的线性关系，证明修正后的OBD监测数据可满足分析要求. 搭建“速度-能耗碳排放强度曲线”测算模型，幂函数关系的拟合优度R2 =0.972 6 为最高. 实证研究发现，平均速度在10~60 km/h 变化时，液化天然气(LNG)车比柴油车能耗碳排放强度高 3.3%~33.7%，双层车比铰接车高2.4%~13.3%；LNG铰接车在不同线路、相同速度下的强度相差9.6%；不同驾驶员在相同线路的能耗碳排放强度可相差24.2%. 模型为各城市基于多源数据开展公交能耗碳排放目标设定提供数据支撑.     

基于Geodatabase模型的城市公交线网数据库设计研究

Geodatabase是ESRI推出的新一代空间数据模型,其开创性地将面向对象的理念引入到空间数据库的数据组织和结构设计之中．极大地拓宽了此种数据模型的应用领域。通过介绍Geodatabase数据模型的结构特点和设计方法,并利用其对城市公交线网数据库进行设计研究．可为工程技术人员提供参考和借鉴。     

基于PCI总线的虚拟仪器数据采集卡在摆式列车信号检测系统中的应用

介绍了一种基于PCI总线的虚拟仪器数据采集卡,采用S5933接口芯片,配以专用低通数字滤波器,在摆式列车的信号检测系统中实现对列车运行加速度和轨道超高信号的检测及滤波处理,通过线路试验表明,该虚拟仪器数据采集卡具有一定的实用性和优越性。