李思杰，朱 煒，黃兆東

（1.同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海 201804；2.寧波大學(xué)海運(yùn)學(xué)院，浙江 寧波315211）

基于WIFI數(shù)據(jù)的城市軌道交通乘客出行時(shí)空軌跡推定

李思杰1，朱 煒1，黃兆東2

（1.同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海 201804；2.寧波大學(xué)海運(yùn)學(xué)院，浙江 寧波315211）

針對(duì)復(fù)雜軌道交通網(wǎng)絡(luò)環(huán)境中乘客出行路徑選擇與站內(nèi)走行行為的問題，傳統(tǒng)方法由于缺乏時(shí)空維度的詳細(xì)數(shù)據(jù)，所得結(jié)果與實(shí)際情況易存在偏差。城市軌道交通網(wǎng)絡(luò)WIFI信號(hào)的逐漸覆蓋和移動(dòng)終端數(shù)量的持續(xù)增長(zhǎng)，提供了大量無線定位信息資源。為實(shí)現(xiàn)乘客出行時(shí)空軌跡的精準(zhǔn)化識(shí)別，利用軌道交通網(wǎng)絡(luò)范圍內(nèi)的WIFI信號(hào)數(shù)據(jù)，建立基于乘客完整出行鏈的軌道交通超級(jí)網(wǎng)絡(luò)，提出基于改進(jìn)的接收信號(hào)強(qiáng)度指示（RSSI）定位算法的乘客出行軌跡推斷模型。通過實(shí)驗(yàn)測(cè)試驗(yàn)證了該方法的可靠性，結(jié)果表明：該方法能更為準(zhǔn)確地推斷乘客在城市軌道交通網(wǎng)絡(luò)及車站內(nèi)的綜合出行過程，可為城市軌道交通客流分析、票務(wù)清算等提供理論與技術(shù)支持。

城市軌道交通；出行時(shí)空軌跡；定位算法；WIFI數(shù)據(jù)

行車組織方案主要取決于網(wǎng)絡(luò)客流分布，而確定乘客出行路徑是其中的關(guān)鍵與難點(diǎn)?，F(xiàn)有的研究成果大多集中在兩方面：一方面是借鑒道路交通流分配理論建立城市軌道交通客流分布模型，從路徑效用函數(shù)建立、有效路徑搜索算法、路徑選擇概率計(jì)算等方面進(jìn)行了改進(jìn)[1-3]；另一方面，有學(xué)者利用AFC記錄的進(jìn)出站刷卡數(shù)據(jù)、ATS記錄的列車運(yùn)行數(shù)據(jù)等，構(gòu)建乘客出行路徑的反推模型[4-5]。上述方法本質(zhì)上是“先驗(yàn)”的，不能滿足對(duì)已經(jīng)發(fā)生的乘客出行情況準(zhǔn)確還原的需要。車站客運(yùn)組織的基礎(chǔ)是車站客流，其關(guān)鍵在于掌握乘客在車站內(nèi)部的走行軌跡。相關(guān)研究主要采用微觀行人仿真方法來模擬乘客在站內(nèi)的行為活動(dòng)[6-7]，但是仿真方法同樣不能完整描述乘客復(fù)雜的出行行為，致使所得結(jié)果與實(shí)際情況之間可能存在較大差別。

分析現(xiàn)有研究可以看出，由于缺乏時(shí)空維度上的詳細(xì)數(shù)據(jù)，傳統(tǒng)方法對(duì)乘客出行特征的研究受到限制。與此同時(shí)，信息通訊手段的進(jìn)步與智能移動(dòng)終端的普及為上述問題的解決提供了新的途徑。面向公眾開放的WIFI服務(wù)已開始接入城市軌道交通系統(tǒng)，并逐步向全網(wǎng)絡(luò)覆蓋的方向發(fā)展?；赪IFI信號(hào)的定位技術(shù)可以很好地解決室內(nèi)定位的需求，具有使用成本低、無需額外硬件設(shè)備支持、受非視距影響小等諸多優(yōu)勢(shì)，為利用WIFI定位技術(shù)推定乘客出行軌跡提供了技術(shù)支持。本文嘗試?yán)贸鞘熊壍澜煌ňW(wǎng)絡(luò)范圍內(nèi)的WIFI信號(hào)數(shù)據(jù)，提出基于改進(jìn)的無線定位技術(shù)的乘客網(wǎng)絡(luò)出行時(shí)空軌跡推斷模型及求解算法，為挖掘軌道交通客流特征奠定基礎(chǔ)。

1 WIFI定位技術(shù)

WIFI定位是利用無線接入點(diǎn)（access point，AP）的位置作為參考，通過分析接收到的無線信號(hào)的特征參數(shù)，根據(jù)相應(yīng)的定位算法得到待測(cè)目標(biāo)的位置。WIFI定位的實(shí)施過程包括兩個(gè)階段：第一階段為“測(cè)距”，即測(cè)定接收節(jié)點(diǎn)相對(duì)于發(fā)射節(jié)點(diǎn)的距離，有基于到達(dá)角度信息（AOA）、信號(hào)到達(dá)時(shí)間（TOA）、到達(dá)時(shí)間差（TDOA）和信號(hào)強(qiáng)度指示（RSSI）等技術(shù)，其中，基于RSSI的測(cè)距方法根據(jù)信號(hào)的路徑損耗與傳播距離的關(guān)系模型進(jìn)行距離的計(jì)算，易于實(shí)施，成本較低，是目前運(yùn)用較多的方法；第二階段為“定位”，一類方法是實(shí)時(shí)計(jì)算待測(cè)節(jié)點(diǎn)與三個(gè)發(fā)射節(jié)點(diǎn)的距離值，按照幾何關(guān)系采用三邊測(cè)量法求得待測(cè)節(jié)點(diǎn)的坐標(biāo)，另一類方法是位置指紋定位，所需采樣樣本數(shù)量大，數(shù)據(jù)庫的建立難度大[8]。

WIFI定位技術(shù)目前應(yīng)用于多個(gè)領(lǐng)域，例如隧道工人的安全風(fēng)險(xiǎn)評(píng)估[9]，建筑工地的人員跟蹤[10]，停車場(chǎng)的管理[11]。然而，還沒有在城市軌道交通運(yùn)營(yíng)管理領(lǐng)域的應(yīng)用案例?？紤]到WIFI信號(hào)的強(qiáng)穩(wěn)定性和WIFI定位在室內(nèi)環(huán)境的高精度，本文將在此基礎(chǔ)上研究推定乘客出行軌跡的模型。

2 乘客出行時(shí)空軌跡推定

2.1 基于乘客出行鏈的城市軌道交通超級(jí)網(wǎng)絡(luò)

城市軌道交通乘客的完整出行鏈?zhǔn)且幌盗羞M(jìn)站、乘車、換乘、出站等過程組成的序列（如圖1），包括乘客在車站內(nèi)的走行活動(dòng)與網(wǎng)絡(luò)上的出行路徑選擇，涉及乘客行為、列車運(yùn)行和網(wǎng)絡(luò)環(huán)境三因素相結(jié)合的復(fù)雜問題。

為了描述乘客的完整出行過程，城市軌道交通網(wǎng)絡(luò)構(gòu)建既要反映軌道交通物理結(jié)構(gòu)和有效的出行路徑，又要體現(xiàn)車站的空間結(jié)構(gòu)和設(shè)施設(shè)備布局。本文構(gòu)建了一種三層結(jié)構(gòu)的超級(jí)網(wǎng)絡(luò)，如圖2所示，依次為網(wǎng)絡(luò)層、路徑層和車站層，從整體到細(xì)部完整描述乘客出行的網(wǎng)絡(luò)環(huán)境。

圖1 城市軌道交通乘客出行鏈Fig.1 Trip-chain for URT passengers

圖2 超級(jí)網(wǎng)絡(luò)示意圖Fig.2 Schematic diagram of super network

1）網(wǎng)絡(luò)層。網(wǎng)絡(luò)層的功能是存儲(chǔ)、維護(hù)整個(gè)軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，采用數(shù)學(xué)圖論中的有向連通圖來描述網(wǎng)絡(luò)拓?fù)潢P(guān)系，其形式化定義為：令有序三重集合G＝（L，S，E）表示軌道交通物理網(wǎng)絡(luò)的抽象，其中L＝{l1，l2，…，lm}為網(wǎng)絡(luò)軌道線路集合，其元素li表示線路i；S＝{s11，s12，…，sij，…，smn}為網(wǎng)絡(luò)結(jié)點(diǎn)集合，其元素sij表示線路i上的車站j；E＝{e1，e2，…，ew}為網(wǎng)絡(luò)邊集合，其元素ei表示相鄰車站（si，j，si，j＋1）間的軌道區(qū)間；令表示換乘站，則網(wǎng)絡(luò)上所有換乘站的集合可表示為

圖3 乘客出行軌跡生成步驟Fig.3 Passenger travel trajectory generation procedure

2）路徑層。路徑層是對(duì)乘客出行路徑的描述。在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上，利用基于深度優(yōu)先的刪除路徑搜索算法[2]獲取OD之間的K條漸短路徑。ROD＝{R1，R2，…，Rk，…，RK}為一對(duì)OD間的有效路徑集合，其中，Rk表示第k條有效路徑經(jīng)過的車站序列集合Rk（Line，Station）。

3）車站層。車站層是對(duì)車站內(nèi)部的微觀描述。軌道交通車站為多層立體結(jié)構(gòu)，乘客在不同層之間實(shí)現(xiàn)進(jìn)站上車、下車出站、換乘等出行行為。以車站CAD平面圖為基礎(chǔ)建模構(gòu)建，描述車站環(huán)境和閘機(jī)、樓扶梯等設(shè)施設(shè)備的布局。

2.2 乘客出行時(shí)空軌跡推定模型及算法

城市軌道交通網(wǎng)絡(luò)的客流分布是乘客個(gè)體出行疊加的結(jié)果，現(xiàn)以一個(gè)乘客的出行過程為例，闡述在軌道交通超級(jí)網(wǎng)絡(luò)的基礎(chǔ)上利用WIFI信號(hào)數(shù)據(jù)推定乘客網(wǎng)絡(luò)出行軌跡的步驟，算法流程見圖3，具體步驟如下。

1）數(shù)據(jù)采集。利用WIFI數(shù)據(jù)識(shí)別乘客出行軌跡需要收集車站內(nèi)布設(shè)的AP基礎(chǔ)信息和移動(dòng)終端的WIFI信號(hào)強(qiáng)度數(shù)據(jù)。AP的基礎(chǔ)信息包括每個(gè)AP的MAC地址，橫、縱坐標(biāo)，所在線路、車站以及位置標(biāo)識(shí)，如表1所示。

表1 AP基礎(chǔ)信息數(shù)據(jù)字段Tab.1 Basic information of access points

信號(hào)強(qiáng)度數(shù)據(jù)需要從數(shù)據(jù)庫服務(wù)器中提取，包括AP的MAC地址、終端的MAC地址、終端發(fā)送數(shù)據(jù)包的時(shí)間戳和AP接收到的信號(hào)強(qiáng)度，如表2所示，其中，終端的MAC地址作為區(qū)分不同終端設(shè)備的標(biāo)識(shí)，代表唯一乘客。

表2 WIFI信號(hào)強(qiáng)度數(shù)據(jù)字段Tab.2 WIFI signal strength data

2）數(shù)據(jù)預(yù)處理。為了提高運(yùn)算效率，對(duì)乘客位置數(shù)據(jù)進(jìn)行預(yù)處理。聯(lián)立查詢表1與表2便可得到終端M在T時(shí)刻對(duì)應(yīng)的一組定位基礎(chǔ)數(shù)據(jù)，若n≤2，則視為無效數(shù)據(jù)剔除。然后，將終端M對(duì)應(yīng)的所有定位基礎(chǔ)數(shù)據(jù)按照時(shí)間T的先后順序排序。

3）乘客定位算法。本文采用對(duì)硬件要求較低的基于RSSI的測(cè)距算法與三邊測(cè)量定位算法，并在其基礎(chǔ)上進(jìn)行優(yōu)化。首先根據(jù)信號(hào)強(qiáng)度與距離的映射關(guān)系，計(jì)算終端與AP間的距離。對(duì)數(shù)距離路徑損耗模型[12]的公式如下

式中：d0為參考距離，一般取1 m；d為待測(cè)點(diǎn)到AP節(jié)點(diǎn)的距離；Pr（d）和Pr（d0）分別表示距離d和d0處的信號(hào)強(qiáng)度；γ為路徑傳播損耗指數(shù)，根據(jù)不同環(huán)境其取值范圍為 2～5。

將式（1）變形為式（2）就可以計(jì)算出移動(dòng)終端到相應(yīng)AP的距離

然后，選擇同一終端同一時(shí)間對(duì)應(yīng)的信號(hào)強(qiáng)度最強(qiáng)的三個(gè)RSSI值，分別計(jì)算出終端與三個(gè)AP之間的距離，通過三邊定位算法計(jì)算待測(cè)點(diǎn)位置。如圖4所示，在理想情況下，待測(cè)節(jié)點(diǎn)D的位置由三個(gè)圓的交點(diǎn)唯一確定，可由下面的方程組解得

圖4 三角定位算法原理圖Fig.4 Schematic diagram of triangulation algorithm

在實(shí)際應(yīng)用中，受信號(hào)傳播環(huán)境影響距離測(cè)量存在誤差，可能出現(xiàn)表3中所列的情況，導(dǎo)致方程（3）無解。采用質(zhì)心算法優(yōu)化定位模型，根據(jù)三圓之間的相交關(guān)系不同，以多邊形的質(zhì)心近似作為待測(cè)點(diǎn)的坐標(biāo)。

表3 待測(cè)點(diǎn)坐標(biāo)計(jì)算公式Tab.3 Coordinate calculation formulas for measuring point

通過以上定位算法將得到乘客在T時(shí)刻的位置坐標(biāo)點(diǎn)PT（X，Y，LineID，StationID，PositionID），按表4所示的格式存儲(chǔ)，作為軌跡推定的數(shù)據(jù)源。

表4 乘客位置坐標(biāo)點(diǎn)字段Tab.4 Coordinate point information of passenger position

4）站內(nèi)走行軌跡可視化。根據(jù)乘客位置點(diǎn)PT（LineID，StationID，PositionID）調(diào)用相應(yīng)的車站平面圖，將乘客Ti時(shí)刻的坐標(biāo)PTi（Xi，Yi）畫在車站平面圖相應(yīng)位置，并與前一個(gè)位置點(diǎn)連接。如此循環(huán)，得到乘客在車站內(nèi)按時(shí)間順序的走行軌跡。

5）途經(jīng)關(guān)鍵站點(diǎn)判斷。確定乘客出行路徑的重點(diǎn)是判斷乘客途經(jīng)的關(guān)鍵車站。定義乘客在時(shí)刻t的位置信息為Pt（Lt，St），其中Lt，St分別是t時(shí)刻乘客所處位置的線路編碼、車站編碼。將乘客位置信息與軌道交通拓?fù)浣Y(jié)構(gòu)信息比對(duì)G（L，S），當(dāng)首次出現(xiàn)Pt（Lt，St）∈G（L，S），則該位置信息為進(jìn)站點(diǎn)，記為PS1（L1，S1）；當(dāng)St或Lt發(fā)生變化時(shí)，乘客進(jìn)入下一個(gè)車站，記為PS2（L2，S2）。如此類推，得到乘客經(jīng)過的車站集合PS{（L1，S1），（L2，S2）…（Ln，Sn）}。

6）路徑有效性檢驗(yàn)。根據(jù)Step5中得到的起點(diǎn)車站PS1（L1，S1）與終點(diǎn)車站PSn（Ln，Sn），在有效路徑集中找出該起、終點(diǎn)之間的K條有效路徑。若第k條有效路徑Rk（Line，Station）完全包含PS{（L1，S1），（L2，S2）…（Ln，Sn）}中的站點(diǎn)，則匹配成功，認(rèn)為PS1→PS2→…→PSn為乘客的實(shí)際出行路徑；當(dāng)k達(dá)到一定閾值時(shí)，仍然無法找到能夠匹配的路徑，則認(rèn)為此次匹配失敗，刪除樣本。

3 實(shí)驗(yàn)案例

本文選取上海地鐵13號(hào)線金沙江西路站進(jìn)行現(xiàn)場(chǎng)實(shí)驗(yàn)，對(duì)提出的模型及算法的合理性及實(shí)用性進(jìn)行檢驗(yàn)。

3.1 路徑傳播損耗指數(shù)γ測(cè)定

由于路徑傳播損耗指數(shù)γ的取值與環(huán)境有關(guān)，為了保證定位的精度，首先測(cè)定γ的取值。以一固定位置的路由器作為AP，在距離其0～8 m的范圍內(nèi)，選取不同的采樣點(diǎn)，測(cè)量出采樣點(diǎn)到該AP的距離，并記錄相應(yīng)位置的信號(hào)強(qiáng)度數(shù)據(jù)。將距離的對(duì)數(shù)值lgd與相應(yīng)的RSSI值進(jìn)行線性擬合，如圖5所示，通過擬合直線的斜率和縱坐標(biāo)截距即可得到該環(huán)境下γ＝2.845 4，Pr（1）＝－36.017 dbm。

3.2 算法精度測(cè)試

在進(jìn)行乘客走行軌跡的定位實(shí)驗(yàn)時(shí)，在車站內(nèi)隨機(jī)布置多個(gè)路由器作為AP節(jié)點(diǎn)，構(gòu)建WIFI信號(hào)覆蓋的環(huán)境，并選取兩堵垂直相交的墻面作為x軸和y軸，建立直角坐標(biāo)系，以測(cè)量AP的位置坐標(biāo)。然后，乘客攜帶具有檢測(cè)WIFI信號(hào)強(qiáng)度功能的設(shè)備進(jìn)站至乘車離開，或下車并走行出站，在走行過程中每隔30 s測(cè)量其位于不同位置時(shí)檢測(cè)到的周圍WIFI的信號(hào)強(qiáng)度，并記錄其自身的實(shí)際坐標(biāo)。最后，根據(jù)2.2節(jié)中的定位算法計(jì)算出乘客經(jīng)過的一系列位置坐標(biāo)點(diǎn)，并采用如下定位誤差公式來評(píng)價(jià)算法的定位精度

式中：derr為定位精度；（x，y）為真實(shí)坐標(biāo)；（x′，y′）為計(jì)算坐標(biāo)。

圖6為本次實(shí)驗(yàn)樣本的定位誤差。可以看出，本次實(shí)驗(yàn)的最大誤差是6.313 8 m，最小誤差是0.030 4 m，平均誤差為1.524 7 m，基本滿足對(duì)于城市軌道交通乘客定位的精度要求。

圖5 “RSSI—lgd”擬合圖Fig.5 “RSSI—lgd”fitting chart

圖6 實(shí)驗(yàn)定位誤差Fig.6 Experiment location errors

以一位乘客的走行軌跡為例，根據(jù)其經(jīng)過的位置點(diǎn)，在車站平面圖上繪制出該乘客在車站內(nèi)的實(shí)際軌跡與定位軌跡，如圖7所示。可以看出，雖然乘客的位置點(diǎn)受到定位誤差的影響有所波動(dòng)，但從整體上看，本文的方法能有效還原出乘客的走行軌跡，描繪出乘客進(jìn)、出站的整個(gè)過程，其中，數(shù)據(jù)點(diǎn)較密集的地方體現(xiàn)了乘客購票、通過閘機(jī)、站臺(tái)候車等行為。

圖7 實(shí)際軌跡與定位軌跡對(duì)比圖Fig.7 Comparison of actual trajectory and localization trajectory

3.3 討論

本文設(shè)計(jì)了如上所述實(shí)驗(yàn)，以乘客個(gè)體為研究對(duì)象，驗(yàn)證了利用WIFI數(shù)據(jù)推定乘客在車站內(nèi)的走行軌跡具有較好的可行性與準(zhǔn)確性。同時(shí)，乘客在網(wǎng)絡(luò)上的出行路徑主要通過換乘站點(diǎn)進(jìn)行識(shí)別，其精度要求低于站內(nèi)走行軌跡的推定，因而本文提出的模型也同樣滿足網(wǎng)絡(luò)出行路徑推斷的要求，從而實(shí)現(xiàn)對(duì)乘客出行時(shí)空軌跡的完整推定。

需要指出的是，當(dāng)對(duì)單個(gè)乘客采集的樣本點(diǎn)數(shù)量增加后，將描繪出更為平滑的走行軌跡，對(duì)不符合車站平面圖結(jié)構(gòu)的異常位置點(diǎn)予以剔除，減弱定位誤差對(duì)軌跡生成的影響。并且，該方法若以海量乘客出行產(chǎn)生的實(shí)際WIFI數(shù)據(jù)作為數(shù)據(jù)源，能取得更為理想的結(jié)果：首先，結(jié)合路網(wǎng)車站集合對(duì)乘客數(shù)據(jù)進(jìn)行過濾，若終端對(duì)應(yīng)的數(shù)據(jù)只包含一個(gè)車站，說明為過街行人，提前清除以減少計(jì)算工作量；然后，采用本文的推定模型分析一段時(shí)間內(nèi)地鐵出行用戶數(shù)據(jù)，疊加各個(gè)乘客的走行軌跡，可還原車站內(nèi)乘客實(shí)時(shí)分布情況，統(tǒng)計(jì)站內(nèi)聚集人數(shù)，為車站實(shí)時(shí)預(yù)警提供有效支持；最后，隨著WIFI服務(wù)在城市軌道交通網(wǎng)絡(luò)的全面覆蓋，通過串聯(lián)乘客途經(jīng)的關(guān)鍵車站即可得到乘客選擇的出行路徑，當(dāng)采集的乘客數(shù)據(jù)足夠多時(shí)，近似計(jì)算為起訖車站之間乘客對(duì)不同路徑的選擇比例，從而為客流分布模型驗(yàn)證、模型參數(shù)標(biāo)定等奠定基礎(chǔ)。

4 結(jié)論

為了更為準(zhǔn)確地描述城市軌道交通乘客的完整出行過程，本文提出了一種基于WIFI數(shù)據(jù)的乘客網(wǎng)絡(luò)出行時(shí)空軌跡推斷模型及算法。首先，建立了軌道交通超級(jí)網(wǎng)絡(luò)，包括乘客在車站內(nèi)的走行軌跡與網(wǎng)絡(luò)上的出行路徑。然后，改進(jìn)了基于接收信號(hào)強(qiáng)度指示（RSSI）的定位算法，并闡述其應(yīng)用于推定乘客出行軌跡的流程。最后，通過算例實(shí)驗(yàn)初步驗(yàn)證了該方法的可靠性與可行性，結(jié)果表明：基于WIFI數(shù)據(jù)定位的平均誤差約1.5 m，滿足定位精度要求，能有效還原乘客的走行軌跡。隨著WIFI服務(wù)覆蓋地鐵網(wǎng)絡(luò)進(jìn)程的推進(jìn)，本文的研究成果在城市軌道交通運(yùn)營(yíng)管理領(lǐng)域具有良好的應(yīng)用前景，將為客流分析、票務(wù)清算以及出行誘導(dǎo)等提供理論與技術(shù)支持。

參考文獻(xiàn)：

[1]四兵鋒，毛保華，劉智麗.無縫換乘條件下城市軌道交通網(wǎng)絡(luò)客流分配模型及算法[J].鐵道學(xué)報(bào)，2007，29（6）：12-18.

[2]徐瑞華，羅欽，高鵬.基于多路徑的城市軌道交通網(wǎng)絡(luò)客流分布模型及算法研究[J].鐵道學(xué)報(bào)，2009，31（2）：110-114.

[3]陶宇，吳中.優(yōu)化蟻群算法在最短路徑誘導(dǎo)中的應(yīng)用[J].華東交通大學(xué)學(xué)報(bào)，2013，30（6）：30-34.

[4]SI B F，ZHONG M，LIU J F，et al.Development of a transfer-cost-based logit assignment model for the Beijing rail transit network using automated fare collection data[J].Journal of Advanced Transportation，2013，47（3）：297-318.

[5]ZHOU F，XU R H.Model of Passenger Flow Assignment for urban rail transit based on entry and exit time constraints[J]. Transportation Research Record，2012，2284：57-61.

[6]LIAO M J，LIU G.Modeling passenger behaviors in non-payment areas at rail transit station[C]//Transportation Research Board 94th Annual Meeting，Washington DC，USA，2015.

[7]KING D，SRIKUKENTHIRAN S，SHALABY A.Using simulation to analyze crowd congestion and mitigation at canadian subway Interchanges：case of vloor－yonge station[J].Transportation Research Record，2014，2417：27-36.

[8]李飛.WiFi網(wǎng)絡(luò)中基于測(cè)距的定位算法研究[D].成都：電子科技大學(xué)，2013.

[9]LIN P，LI Q B，F(xiàn)AN Q X，et al.A real-time location-based services system using WIFI fingerprinting algorithm for safety risk assessment of workers in tunnels[J].Mathematical Problems in Engineering，2014（4）：1-10.

[10]WOO S，JEONG S，MOK E，et al.Application of WIFI-based indoor positioning system for labor tracking at construction sites：A case study in Guangzhou MTR[J].Automation in Construction，2011，20（1）：3-13.

[11]任成華，劉杰.WIFI定位技術(shù)在庫存車輛管理系統(tǒng)中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2014（19）：4583-4585.

[12]ERCEG V，GREENSTEIN L J，TJANDRA S Y，et al.An empirically based path loss model for wireless channels in suburban environments[J].IEEE Journal on Selected Areas in Communications，1999，17（7）：1205－1211.

Travel Time-space Trajectory Characterization of Urban Rail Transit Network Based on WIFI Data

Li Sijie1，Zhu Wei1，Huang Zhaodong2
（1.The Key Laboratory of Road and Traffic Engineering of the Ministry of Education，Tongji University，Shanghai 201804，China；2.College of Maritime and Transportation，Ningbo University，Ningbo 315211，China）

For the problem of passenger travel route choice and walking within stations in complex urban rail transit(URT)network environment,there are errors with traditional method for the lack of detailed data of timespace dimension.The gradual covering of WIFI and continuous growth of mobile terminal provide a lot of information resources of wireless location.In order to characterize passengers’time-space trajectories precisely,this study,according to WIFI signal data in URT network environment,established a super network based on passenger trip-chain and proposed an inference model based on modified Received Signal Strength Indicator（RSSI）positioning algorithm for passenger travel space-time trajectory.Initial experiments are conducted to test the reliability of the proposed methodology.The results showed that it can accurately infer passengers’comprehensive travel process both in network and stations,providing a basis for URT passenger flow analysis and fare clearing, etc.

urban rail transit；travel time-space trajectory；positioning algorithm；WIFI data

U293.5

A

1005-0523（2017）02-0085-08

（責(zé)任編輯 姜紅貴）

2016－09－05

國(guó)家自然科學(xué)基金（71271153）；浙江省自然科學(xué)基金（LQ14E080002）；中央高?；究蒲袠I(yè)務(wù)項(xiàng)目（1600219249）

李思杰（1991—），女，博士研究生，研究方向?yàn)檐壍澜煌ㄟ\(yùn)營(yíng)管理。

朱煒（1982—），男，副教授，博士，研究方向?yàn)檫\(yùn)輸系統(tǒng)規(guī)劃與管理。