一種基于客流量的快速公交到站時刻預測系統(tǒng)與方法
【專利摘要】本發(fā)明公開了一種基于客流量的快速公交到站時刻預測系統(tǒng)與方法。預測系統(tǒng)由站點RFID采集單元、客流信息視頻采集單元、交通信息存儲單元、信息處理單元和信息發(fā)布單元組成。利用RFID采集單元采集車輛到站時刻信息，以及視頻采集系統(tǒng)采集站點客流信息，由信息處理單元計算快速公交車輛停站時間，并結合車輛歷次到站信息預測快速公交車輛到達交叉口時刻，根據(jù)交叉路口的紅綠燈信息判斷快速公交車輛是否能夠一次通過交叉口，從而計算到達下一個站點時刻，并通過信息發(fā)布系統(tǒng)發(fā)布。本發(fā)明考慮了客流量對快速公交到站時刻的影響，剔除了擁堵等顯著影響常規(guī)公交而不存在于快速公交的影響因素，提高了預測的精度。
【專利說明】一種基于客流量的快速公交到站時刻預測系統(tǒng)與方法
【技術領域】
[0001]本發(fā)明屬于公共交通領域，涉及一種基于乘客流量的快速公交到站時刻預測系統(tǒng)與方法。
【背景技術】
[0002]公交車輛到站時間預測是公交系統(tǒng)信息化的關鍵技術。目前在預測方法方面，國內(nèi)外主要從兩個角度進行研究:一是通過仿真模擬駕駛員的行為特性，分析公交車輛到站時間；二是利用歷史和實時數(shù)據(jù)進行分析和預測。大部分學者都從第二個角度出發(fā)進行研究，提出了多個預測模型，例如基于歷史數(shù)據(jù)的預測模型、回歸預測模型、時間序列模型、卡爾曼濾波器模型、人工神經(jīng)網(wǎng)絡模型等。以上模型都存在著許多限制條件，例如:歷史數(shù)據(jù)預測模型和時間序列預測模型等傳統(tǒng)模型基于大量歷史數(shù)據(jù)，通過歷史數(shù)據(jù)進行經(jīng)驗推斷，無法實現(xiàn)與實時數(shù)據(jù)的結合；而遺傳算法、神經(jīng)網(wǎng)絡、卡爾曼濾波預測模型比較難求解， 在實用性上較為欠缺。以上模型較難實時反映乘客流量對快速公交到站時間的影響。
[0003]常規(guī)公交到站時間受到道路和交通擁堵等多種因素的影響，具有一定的隨機性和突變性，可以采用以上的到站時間預測方法。另外，由于公交車輛受到站點上、下客的影響， 特別是路段交通狀況等因素的干擾，到達站點時間預測往往精度不高，誤差可達到I分鐘以上。快速公交設置全時段、全封閉的公交專用道，快速公交車輛到站時刻主要受到上游公交站點到站時刻、交叉口信號和公交站點?？康挠绊?，影響因素比較少。因此，可以采用更適合于快速公交的到站時間預測方法。
[0004]目前常用的公交車輛檢測和定位技術主要分為GPS、感應線圈、紅外線檢測、聲波檢測等。通過將檢測數(shù)據(jù)利用數(shù)學模型和算法進行分析，或者利用經(jīng)驗數(shù)據(jù)庫進行分析預測公交車輛到站時刻。公交車輛到站時刻數(shù)據(jù)采集與定位中最常用的是GPS定位系統(tǒng)，然而GPS定位精度一般在10米左右，難以滿足快速公交車輛定位的需求。另外，高架橋或者其它建筑物對GPS干擾比較大，GPS受到遮擋往往不能收到信號。而感應線圈方法受到道路等制約因素的影響，不能識別單個快速公交ID信息，因此不適合于快速公交車輛的預測。各種主要檢測儀器的優(yōu)缺點比較如表1所示。
[0005]表1主要檢測儀器的優(yōu)缺點
【權利要求】
1.一種基于客流量的快速公交到站時刻預測系統(tǒng)，其特征在于包括:站點RFID采集單元，客流信息視頻采集單元，交通信息存儲單元，信息處理單元，和信息發(fā)布單元；其中，RFID采集單元，主要由安裝在快速公交車輛上的電子標簽和安裝在站點上的讀寫器兩部分組成；電子標簽安裝在快速公交車輛左前方玻璃處，發(fā)射車輛ID信息；讀寫器安裝在站點上電子標簽對應位置，當快速公交車輛停穩(wěn)后，站點上的讀寫器正對車輛電子標簽位置，接收車輛ID信息；站點RFID采集單元與信息處理單元相連，當站點RFID采集單元自動識別到快速公交車輛信息時，將車輛到達時刻數(shù)據(jù)傳輸?shù)叫畔⑻幚韱卧?客流信息視頻采集單元，與信息處理單元相連，為信息處理單元提供站點和車內(nèi)的客流信息；客流信息視頻采集單元由站點視頻信息采集單元和車內(nèi)視頻采集單元組成，站點視頻采集單元安裝在站點上方，采集候車乘客數(shù)量；車內(nèi)視頻采集單元安裝在快速公交車輛內(nèi)部上方，采集車內(nèi)乘客密度；交通信息存儲單元，屬于信息處理計算機硬盤存儲器的一部分，為信息處理單元提供交叉路口的紅綠燈信息、客流信息及車輛到站信息；交叉路口的紅綠燈信息包括綠燈的起始和結束時刻；客流信息包括歷次車輛在每個?？空镜纳?、下車乘客數(shù)；車輛到站信息保存快速公交車輛歷次到站時刻信息，為信息處理單元提供站點間行程時間信息；信息處理單元，由安裝在快速公交總站的信息處理計算機組成，根據(jù)車輛的ID信息、 站點和車內(nèi)的客流信息以及交叉路口紅綠燈信息和車輛到站信息，預測車輛的到站時刻； 信息發(fā)布單元，一塊安裝在公交站點上方的可變信息板，一般由電子顯示屏組成，與信息處理單元相連，顯示車輛即將到站的時刻。
2.一種基于客流量的快速公交到站時刻預測方法，其特征在于考慮了公交站點停靠時間受到的站點上下客人數(shù)、車內(nèi)乘客密度的影響，包括以下步驟:步驟一，由站點RFID采集單元獲得快速公交車輛到站時刻信息，并將數(shù)據(jù)送到信息處理單元；到站信息用符號Tk(i)表示，表示編號為k的快速公交車輛到達第i個站點的時刻， i=l，2，……，I，I為站點總數(shù)；k=l，2，……，K，K為快速公交車輛當天發(fā)車總數(shù)，當天發(fā)出的第I輛車編號為I，第2輛車編號為2，第k輛車編號為k ；步驟二，由客流信息視頻采集單元獲得快速公交車輛客流信息，并將數(shù)據(jù)送到信息處理單元；Nk(i)表示編號為k的快速公交車輛到達第i個站點時該站點的上車乘客數(shù)量；Kk(i)表示編號為k的快速公交車輛到達第i個站點時車內(nèi)乘客密度，等于車內(nèi)乘客數(shù)量Nk(i)與車內(nèi)面積的比值；步驟三，由交通信息存儲單元獲得綠燈每個周期的起、止時刻信息和快速公交車輛歷次到站時刻信息；交通信息存儲單元提供交叉口一天里所有的綠燈起始時刻和綠燈結束時刻；快速公交車輛歷次到站時刻信息用于計算站點間行程時間；客流信息包括歷次車輛在每個?？空镜纳舷萝嚦丝蛿?shù)；步驟四，預測快速公交車輛到站時刻；假設編號為k的快速公交車輛剛剛通過編號為i的站點，編號為k-1的快速公交車輛已通過編號為i+1的站點，編號為k和k-1的快速公交車輛之間的站點數(shù)為Ntk+ Ntk^1等于RFID采集單元獲得的編號為k和k-1的快速公交車剛剛經(jīng)過的站點數(shù)的差；假設編號為 i和i+1的站點之間交叉口的編號為依次為j，j+1,……，J，J為最后一個交叉口的編號；(1)計算快速公交車輛進出編號為i的站點所用時間；車輛進出站點所用的時間主要由上車乘客數(shù)、下車乘客數(shù)、車內(nèi)乘客數(shù)等決定,可以近似看作是上車乘客數(shù)、車內(nèi)乘客密度、下車乘客率的一個非線性函數(shù)，經(jīng)非線性擬合得到編號為k的快速公交車輛進出編號為i的站點用時ATk(i)的表達式為:
【文檔編號】G08G1/00GK103606272SQ201310618153
【公開日】2014年2月26日 申請日期:2013年11月27日 優(yōu)先權日:2013年11月27日
【發(fā)明者】高超, 劉小明, 楊孝寬, 曹靜, 張統(tǒng)洋 申請人:北京工業(yè)大學