(重慶交通大學交通運輸學院 重慶 400074)

一、引言

隨著公共交通的不斷發(fā)展，IC卡目前已近在全國各大城市普及，是居民公交地鐵出行必不可少的工具。其公交IC卡一般在使用過程中可以記錄乘客上站的信息，但是對于下站的信息仍然需要通過一定的方法來推導。[2-3]同時在僅有公交IC卡數(shù)據(jù)的條件下，上站站點的信息也主要是根據(jù)公交IC卡刷卡時間的聚類分析結(jié)果，結(jié)合行車計劃表，來進行公交站點的識別。但是由于道路環(huán)境很復雜，該方法很難準確實施。在該背景下車輛自動定位系統(tǒng)AVL[1]開始在各個城市普及，AVL數(shù)據(jù)準確記錄公交車輛的位置信息，相當于比GPS有更多的實時數(shù)據(jù)結(jié)果這樣一來就彌補了IC在空間方面所缺乏的數(shù)據(jù)，提高站點識別的準確性。[4-5]

二、IC卡數(shù)據(jù)和AVL系統(tǒng)數(shù)據(jù)的融合

IC卡刷卡后IC卡的數(shù)據(jù)庫中包含的信息一般有，上車時間、卡的類型、卡號、刷卡日期，所乘的車編號等。在AVL車輛自動定位系統(tǒng)中所包含的數(shù)據(jù)有車輛標識、線路標識、線路方向、汽車進站和出站的時間等。[1]

在實際的數(shù)據(jù)融合的過程中，下AVL和IC卡系統(tǒng)的時間存在差異(這幾乎是不可避免的)，會導致在融合數(shù)據(jù)過程中匹配不準確。從而導致結(jié)果的準確性。

三、通過融合數(shù)據(jù)推導上車站點

通過IC卡的數(shù)據(jù)和AVL所記錄的數(shù)據(jù)兩者對應數(shù)據(jù)匹配。先做如下假設(shè)：

假設(shè)一個城市中有K條公交線路，對應的第i條線路可以列為，同樣在這條線路上一共有M輛公交車，對應的第j輛，同樣記為，進行如下推導：

(1)從AVL數(shù)據(jù)中提取數(shù)據(jù)，提取的數(shù)據(jù)包含，站點位置，車輛標識，行駛線路，進站和出站時間。

(2)從IC卡數(shù)據(jù)庫中提取數(shù)據(jù)，提取的數(shù)據(jù)包括，車輛標識，刷卡時間，行駛路線，站點名稱。

(3)從公交線路中從線路中第輛車開始。對應的數(shù)據(jù)在AVL數(shù)據(jù)庫中提出，記為DA。同樣，對應的數(shù)據(jù)在IC數(shù)據(jù)庫中提出，記為DI。

(4)上車時間的對比：從IC中上車刷卡的時間記為(也就是在這一站上車的乘客時間)(c代表上車時第c個人刷卡)。同樣在這個時間段內(nèi)在DA內(nèi)找到和(汽車進站時間和出站時間，這里的i代表序號)。如果的數(shù)據(jù)在和之間則可以判定DA中所對應的地點即為DB中所對應的站點名稱，結(jié)果寫入新的數(shù)據(jù)庫中，如果是<或者>則分別記錄在上一站和下一站。同時完成這一步驟后j=j+1返回4，(j≤j(max))。當j+1>j(max)進入5。

(5)在第條路，同樣i=i+1返回4，直到i+1>i(max)停止。

(6)運行結(jié)束

從上述的算法可以看出，這個算法結(jié)構(gòu)是大循環(huán)內(nèi)部嵌套小循環(huán)的算法。主要是把AVL確定的站點位置，車輛識別，行駛路線，進站出站的時間和IC卡所記錄的刷卡得出的數(shù)據(jù)相匹配，在精確的時間記錄下，某一IC卡刷上車時間，刷卡者的上車站點，所上公共汽車的序列號。

(一)公交出行方式的分類

在推導站點之前我們先來對出行方式進行系統(tǒng)的分類，居民出行的公交鏈設(shè)為連續(xù)公交鏈和非連續(xù)公交鏈，下車站點的幾類情況：

1.對于連續(xù)公交鏈有如下幾種

①對于連續(xù)公交鏈，乘客乘坐公交出行的終點即為乘客下一次公交出行的起點，即乘客下一次出行的起點與上一次出行的終點位于同一公交站點，或乘客下一次出行的起點站點距離乘客上一次出行的終點站點在可接受的步行距離和步行時間之內(nèi)。

②對于連續(xù)公交鏈，乘客一天當中最后一次出行的終點即乘客當天出行的起點或乘客第二天出行的起點。

2.對于不連續(xù)的公交鏈可以分為如下幾種：

①到終點之后再無其他刷卡

②到某一終點之后，乘坐出租車或者地鐵，輕軌等交通工具。

③到某一終點之后，乘坐出租車或者地鐵，輕軌等交通工具，再乘坐公交車。(相當于出行中間包含了其他交通工具)

(二)下車站點推測原則

1.當天最后一次出行下車站點的判斷

假設(shè)乘客在L路線的A站C路公交車上刷了最后一次卡，首先查看的是乘客是否在當天的第一次刷卡時對應的公交站點在同一線路上，如果是的話可以判定，這里為最后一次刷卡的下車站點。如果不是上述情況則無法判斷下車站點

2.當天連續(xù)出行下車站點的判斷

例如，當天乘客出行第一次刷卡時在M線路B站D路公交車上刷的卡，則乘客當天下一次刷卡是在N線路C站E路公交車上。通過地圖信息判斷這個上站地點和哪個D路公交車的站點最近，這個地點就可近似定為連續(xù)出行的下站地點。若發(fā)現(xiàn)兩個站點之間最近的距離超過一定距離，無法判斷下車站點。

3.單次出行下車站點的判斷

這一塊的預測主要側(cè)重的是偶然性的出行，一般來講通過歷史數(shù)據(jù)來判斷。比如在第N天乘客S,在K站刷卡上車，當天只有一次刷卡記錄。通過查詢歷史記錄，在第N-1天，刷卡所記錄的線路和第N天相同，則可以判定兩者有相同的下車地點。

四、總結(jié)

通過結(jié)合AVL和IC兩個數(shù)據(jù)庫，本文提出的這個算法模型在一定程度上能夠比較準確的判斷出上下車站點的位置，理論上來講只要用了IC卡，上車位置和時間幾乎可以100%確定。但是對于下車位置的判斷，我們在推測過程中對一部分數(shù)據(jù)進行了舍棄，原因就在于IC卡只能記錄上車的情況，下車站點判斷都是靠預測和推導，有些情況甚至無法預測，比如在換乘過程中使用其他私人交通工具或者出租車，幾乎是無法判別的。這種情況需要更好的算法模型或者是更為詳細的出行數(shù)據(jù)記錄才能解決上述問題，這也是需要我們一起努力的地方。

【參考文獻】

[1]陳學武,戴霄,陳茜.公交IC卡信息采集、分析與應用研究[J].土木工程學報,2004,37(2):105-110.

[2]戴霄.基于公交IC信息的公交數(shù)據(jù)分析方法研究[D].東南大學,2006.

[3]張游杰,張清萍,焦榮華.基于WiFi身份識別和公交IC卡數(shù)據(jù)的公交客流起訖點分析[J].計算機應用,2014(A01):309-311.

[4]李海波,陳學武.基于公交IC卡和AVL數(shù)據(jù)的換乘行為識別方法[J].交通運輸系統(tǒng)工程與信息,2013,13(6):73-79.

[5]陳紹輝,陳艷艷,賴見輝.基于GPS與IC卡數(shù)據(jù)的公交站點匹配方法[J].公路交通科技,2012,29(5):102-108.