王京 陳偉利 陳亮 佘夢媛 趙筱卿

【摘要】通過固定型RFID技術和移動的GPS芯片進行定位，將數據傳送至數據庫進行存儲和處理，在服務器相關軟件上顯示車輛的實時位置。并對于獲取的數據擬建立模型，進一步實現公交到站時間的預測。

【關鍵詞】RFID技術 GPS定位 狀態(tài)空間模型

0引言

由于互聯網的快速發(fā)展，大數據技術已在智能交通領域廣泛應用，本論文通過固定型RFID技術和移動的GPS芯片進行公交位置定位，將海量大數據傳送至數據庫進行存儲和處理，在服務器相關軟件上顯示車輛的實時位置，實現預測實時到站。

1數據采集方式

公交的地點定位就是要定位它當前所處的位置，同時在電子地圖上顯示出來，可以通過公交車中的GPS定位芯片實現。GPS定位是通過芯片與GPS全球定位衛(wèi)星的通訊，經過相應計算得到當前位置的經緯度信息。公交車GPS技術采集的數據類型包括數據間隔和坐標數據，在GPS采集數據的時間間隔內，需要采集不同線路公交車在路段上的坐標數據。需要對原始GPS數據要預先進行處理，其中包括對采集到殘缺數據的處理，對數據穩(wěn)健性方面的處理。在定位信號較弱，干擾源較多時采集的數據可信度不高，會影響正常的定位。

所以我們增加了固定型RFID定位的方式，用于輔助定位。RFID由三部分組成：應答器（RFD電子標簽），閱讀器和應用層軟件。公交車進站時，車載RFID閱讀器模塊通過射頻技術與公交站臺的RFID電子標簽建立連接，讀取RFID標簽內的站牌信息，進行預處理后傳送到數據庫，進行數據存儲和應用。通過固定型RFID技術和移動的GPS芯片進行定位，將數據傳送至數據庫進行存儲和處理，在服務器相關軟件上顯示車輛的實時位置。

為了更好的服務市民，我們對于獲取的數據擬建立模型，進一步實現公交到站時間的預測。前期在使用虛擬設備進行開發(fā)測試時，由于虛擬設備沒有GPS模塊，我們需要通過DDMS調試工具（提供端口傳輸服務，在當前連接的調試設備上可以模擬虛擬地理坐標位置數據）將模擬的地址信息發(fā)送給設備。真機測試不需要該步驟。對于我們獲取的數據，我們通過建立數學模型對公交到站時間的預測。

2公交到站時間的預測模型的選取及簡述

通過相關文獻的綜述研究，狀態(tài)空間模型在動態(tài)變量的特性描述應用廣泛，狀態(tài)空間模型最初由卡爾曼在現代控制理論中提出，該模型建立了可觀測量與系統內部狀態(tài)的關系，從而可以通過估計各種不同的狀態(tài)向量分析和觀測的系統內部狀態(tài)的變化趨勢。空間狀態(tài)模型常用于在時間變量的預測，所以本文將此模型應用于公交線路客流的短時預測中，構建公交客流短時預測的狀態(tài)空間模型和遞推關系式，在模型構建過程中選取卡爾曼濾波狀態(tài)空間模型根據對公交線路和時間分析，預測公交到站時間的規(guī)律。利用狀態(tài)空間形式表示動態(tài)系統主要有兩個優(yōu)點：

第一，狀態(tài)空間模型將不可觀測的變量（狀態(tài)變量）并入可觀測模型并與其一起得到估計結果;

第二，狀態(tài)空間模型是利用強有效的遞歸算法一一卡爾曼濾波來估計的。卡爾曼濾波可以用來估計單變量和多變量的ARMA模型、MIMIc（多指標和多因果）模型、馬爾可夫轉換模型以及變參數模型。

狀態(tài)空間模型表述

模型的狀態(tài)方程定義如下：

若使上面的狀態(tài)空間模型成立，還需滿足下面兩個假定：

（1）初始狀態(tài)向量的均值為，協方差矩陣為，即

（2）在所有的時間區(qū)間上，擾動項ut和相互獨立，而且他們和初始狀態(tài)也不相關，即

3公交到站時間的預測狀態(tài)空間模型的構建

用于單程路公交動態(tài)調度到站預測基本步驟如下：

第一步：通過歷史公交客流數據的分析得到一個初始的載客量，以初始載客量為依據確定前兩班公交車輛發(fā)車計劃;

第二步：根據GPS和RFID技術定位分析公交的實時客流和交通狀況，對觀測向量及系統的狀態(tài)向量進行更新，根據前面時段的數據分析結合狀態(tài)空間模型預測公交到站時間;

第三步，對預測得到的到站時間與實際到站時間進行數據處理，重復進行第二步，不斷進行迭代操作直到完成整個公交運行時段的車輛到站短時預測。

基于上述步驟，構建公交客流短時預測的狀態(tài)空間模型和遞推關系式：

4結語

用戶通過我們的小助手可獲得相關線路的精準實時信息，包括公交車的實時定位和提示公交車進站，通知乘客做好上車準備。幫助用戶節(jié)約時間、合理規(guī)劃出行。同時系統后臺將各種數據進行統計分析，在降低運營成本的同時，更有效地提高了工作.效率和數據的準確性，進而達到科學管理的目的。