本發(fā)明涉及智能化公共交通技術(shù)領(lǐng)域，特別涉及一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法。

背景技術(shù)：

公交IC卡的廣泛應(yīng)用，提高了乘客乘車的便捷性，已成為公交乘客的主要支付方式，刷卡記錄成為低成本提取客流信息的新途徑，但是，現(xiàn)階段廣泛使用的刷卡系統(tǒng)主要用于收費(fèi)，產(chǎn)生的數(shù)據(jù)不能直接提供給交通業(yè)務(wù)系統(tǒng)進(jìn)行分析使用。例如，目前使用最為廣泛的一票制公交，只能記錄乘客的上車時(shí)刻與車號(hào)、線路號(hào)，缺乏上、下車站點(diǎn)信息；兩票制公交，也僅僅增加了下車時(shí)間記錄，無(wú)法知道乘客的上、下車站點(diǎn)。因此，通過(guò)IC卡刷卡記錄對(duì)公交線網(wǎng)客流態(tài)勢(shì)進(jìn)行分析，需要先要將刷卡記錄與GPS行車記錄系統(tǒng)產(chǎn)生的車輛運(yùn)行軌跡進(jìn)行時(shí)間匹配，從而獲取乘客的刷卡空間位置信息。

現(xiàn)階段，GPS行車記錄系統(tǒng)多為每秒產(chǎn)生一次位置記錄，平均每輛車每天將產(chǎn)生超過(guò)8萬(wàn)條位置信息，為IC卡刷卡位置匹配帶來(lái)巨大的計(jì)算開(kāi)銷。現(xiàn)有的解決方案，利用站點(diǎn)位置信息，對(duì)GPS軌跡記錄進(jìn)行過(guò)濾后再與IC卡刷卡記錄進(jìn)行時(shí)間匹配，一定程度上降低了計(jì)算量。但該方法無(wú)可避免的，會(huì)對(duì)大量無(wú)效軌跡(無(wú)乘客刷卡事件)進(jìn)行聚類處理，從而降低了運(yùn)算效率。

另一方面，在城市道路中，存在大量高大建筑物，對(duì)GPS接收機(jī)信號(hào)造成衰減與多徑干擾，導(dǎo)致軌跡記錄中存在大量異常點(diǎn)，非常容易導(dǎo)致站點(diǎn)位置判斷出現(xiàn)誤差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的缺點(diǎn)與不足，提供一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法，該方法可充分利用海量刷卡數(shù)據(jù)中隱含的乘客個(gè)體活動(dòng)規(guī)律，提升從GPS軌跡數(shù)據(jù)中提取公交乘客刷卡站點(diǎn)的處理效率，有利于后續(xù)公交線網(wǎng)斷面流量統(tǒng)計(jì)和數(shù)據(jù)挖掘。

為了達(dá)到上述目的，本發(fā)明通過(guò)下述技術(shù)方案予以實(shí)現(xiàn)：

一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法，在進(jìn)行刷卡站點(diǎn)推斷時(shí)，輸入的IC卡刷卡數(shù)據(jù)包含以下信息：a)IC卡卡號(hào)；b)刷卡時(shí)刻(格式：hh：mm：ss)；c)車牌號(hào)；d)線路號(hào)。

此外，本發(fā)明進(jìn)行刷卡站點(diǎn)推斷時(shí)，還需要GPS軌跡記錄數(shù)據(jù)，包含以下信息：a)車牌號(hào)；軌跡點(diǎn)(經(jīng)緯度)；軌跡采集時(shí)刻(格式：hh：mm：ss)。

本發(fā)明進(jìn)行刷卡站點(diǎn)推斷時(shí)，需要用戶提供準(zhǔn)確詳盡的公交線路及其站點(diǎn)列表。

同時(shí)，需要提供各公交站點(diǎn)的地理坐標(biāo)信息。

算法實(shí)施包括以下步驟：

第一步，掃描公交IC卡刷卡記錄，分別提取出每一輛車的刷卡記錄與GPS軌跡記錄，并將每一輛車的刷卡記錄與GPS軌跡記錄按照時(shí)間先后排序。同時(shí)將該車輛運(yùn)營(yíng)線路所對(duì)應(yīng)的線路表讀入內(nèi)存。

第二步，給定一個(gè)時(shí)間差τ，對(duì)每一輛車按時(shí)間排序后的刷卡記錄，從第1條刷卡記錄開(kāi)始遍歷，分別判斷第k條與第k+1條刷卡記錄間的時(shí)間差，若時(shí)間差小于或等于τ，則可認(rèn)為這兩次刷卡行為由同一個(gè)站點(diǎn)上車刷卡的不同乘客產(chǎn)生，將其合并到同一個(gè)簇C_i中，直到第k條與第k+1條刷卡記錄間的時(shí)間差大于τ，則認(rèn)為第k條刷卡記錄為該簇最后一條刷卡記錄。將C_i保存到刷卡簇隊(duì)列C＝{C₁,C₂,…,C_i}中。

對(duì)于C_i，本發(fā)明定義的數(shù)據(jù)結(jié)構(gòu)為其中表示開(kāi)始時(shí)刻，表示結(jié)束時(shí)刻，為中心時(shí)刻，t_s為第一條刷卡記錄所在行號(hào)，t_e為最后一條刷卡記錄所在行號(hào)。

第三步，從第一個(gè)軌跡點(diǎn)開(kāi)始掃描與第二步所對(duì)應(yīng)車輛的軌跡記錄，若該軌跡點(diǎn)不在C_i的時(shí)間范圍內(nèi)則跳過(guò)，并掃描下一條軌跡記錄，直到找到第k條至k+n條軌跡記錄，所對(duì)應(yīng)的采集時(shí)間屬于這些軌跡點(diǎn)構(gòu)成集合，記為P_i。

第四步，對(duì)P_i中所有點(diǎn)進(jìn)行聚類，得到一系列簇，并計(jì)算包含軌跡點(diǎn)最多的簇的中心坐標(biāo)。

第五步，將第四步計(jì)算得到的中心坐標(biāo)與該線路上的?？空军c(diǎn)坐標(biāo)進(jìn)行逐個(gè)比較，選擇最接近簇中心坐標(biāo)且距離小于50m的站點(diǎn)作為C₁中所對(duì)應(yīng)的刷卡記錄的上車站點(diǎn)，在該運(yùn)營(yíng)線路站點(diǎn)列表中標(biāo)記此站點(diǎn)，從C中移除C₁及其對(duì)應(yīng)時(shí)間范圍內(nèi)的軌跡點(diǎn)。

第七步，重復(fù)運(yùn)行(3)至(6)，直到C為空，或者所有軌跡記錄都被移除。

第八步，若所有軌跡記錄均被移除，而C不為空，則查找運(yùn)營(yíng)線路站點(diǎn)列表中未被標(biāo)記的站點(diǎn)。如果未被標(biāo)記的站點(diǎn)數(shù)等于C中剩余簇的數(shù)量，則按先后順序?qū)⑽礃?biāo)記的站點(diǎn)與剩余的簇匹配。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn)與有益效果：

1、利用IC卡刷卡記錄中蘊(yùn)含的乘客活動(dòng)信息，過(guò)濾掉GPS軌跡記錄中的無(wú)效軌跡點(diǎn)，顯著提升算法效率。

2、采用局部聚類的方法處理GPS軌跡記錄，提高了運(yùn)算效率的同時(shí)，有效避免了異常點(diǎn)(由GPS信號(hào)多徑干擾或者系統(tǒng)錯(cuò)誤引起)帶來(lái)的影響。

3、與傳統(tǒng)方法相比，本發(fā)明所采用方案不需要對(duì)GPS記錄進(jìn)行專門索引。降低了存儲(chǔ)空間需求。

4、一定程度上解決了傳統(tǒng)方法因GPS軌跡數(shù)據(jù)缺失或錯(cuò)誤引起的無(wú)法提取刷卡站點(diǎn)的弊端。

5、本方法擬借助IC卡中蘊(yùn)含的乘客活動(dòng)信息，對(duì)GPS軌跡記錄進(jìn)行有針對(duì)性的處理，提高數(shù)據(jù)處理效率。

附圖說(shuō)明

圖1為本發(fā)明所述一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法的工作原理圖。

圖2為本發(fā)明所述一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法的工作流程圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。

實(shí)施例一

如圖1、2，一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法，包括以下步驟：

步驟一

掃描公交IC卡刷卡記錄，分別提取出每一輛車的刷卡記錄與GPS軌跡記錄，并將每一輛車的刷卡記錄與GPS軌跡記錄按照時(shí)間先后排序。同時(shí)將該車輛運(yùn)營(yíng)線路所對(duì)應(yīng)的線路表讀入內(nèi)存。

步驟二

給定一個(gè)時(shí)間差τ，對(duì)每一輛車按時(shí)間排序后的刷卡記錄，從第1條刷卡記錄開(kāi)始遍歷，分別判斷第k條與第k+1條刷卡記錄間的時(shí)間差，若時(shí)間差小于或等于τ，則可認(rèn)為這兩次刷卡行為由同一個(gè)站點(diǎn)上車刷卡的不同乘客產(chǎn)生，將其合并到同一個(gè)簇C_i中，直到第k條與第k+1條刷卡記錄間的時(shí)間差大于τ，則認(rèn)為第k條刷卡記錄為該簇最后一條刷卡記錄。將C_i保存到刷卡簇隊(duì)列C＝{C₁,C₂,…,C_i}中。

對(duì)于C_i，本發(fā)明定義的數(shù)據(jù)結(jié)構(gòu)為其中表示開(kāi)始時(shí)刻，表示結(jié)束時(shí)刻，為中心時(shí)刻，t_s為第一條刷卡記錄所在行號(hào)，t_e為最后一條刷卡記錄所在行號(hào)。

步驟三

從第一個(gè)軌跡點(diǎn)開(kāi)始掃描與第二步所對(duì)應(yīng)車輛的軌跡記錄，若該軌跡點(diǎn)不在C_i的時(shí)間范圍內(nèi)則跳過(guò)，并掃描下一條軌跡記錄，直到找到第k條至k+n條軌跡記錄，所對(duì)應(yīng)的采集時(shí)間屬于這些軌跡點(diǎn)構(gòu)成集合，記為P_i。

步驟四

對(duì)P_i中所有點(diǎn)采用X-Means算法進(jìn)行聚類，得到一系列簇，并計(jì)算包含軌跡點(diǎn)最多的簇的中心坐標(biāo)。

步驟五

將第四步計(jì)算得到的中心坐標(biāo)與該線路上的?？空军c(diǎn)坐標(biāo)進(jìn)行逐個(gè)比較，選擇最接近簇中心坐標(biāo)且距離小于50m的站點(diǎn)作為C₁中所對(duì)應(yīng)的刷卡記錄的上車站點(diǎn)，在該運(yùn)營(yíng)線路站點(diǎn)列表中標(biāo)記此站點(diǎn)，從C中移除C₁及其對(duì)應(yīng)時(shí)間范圍內(nèi)的軌跡點(diǎn)。

步驟六

從第k+n+1條記錄開(kāi)始，繼續(xù)掃描GPS軌跡記錄。

步驟七

重復(fù)運(yùn)行(3)至(6)，直到C為空，或者所有軌跡記錄都被移除。

步驟八

若所有軌跡記錄均被移除，而C不為空，則查找運(yùn)營(yíng)線路站點(diǎn)列表中未被標(biāo)記的站點(diǎn)。如果未被標(biāo)記的站點(diǎn)數(shù)等于C中剩余簇的數(shù)量，則按先后順序?qū)⑽礃?biāo)記的站點(diǎn)與剩余的簇匹配。

實(shí)施例二

如圖1、2，一種基于協(xié)同過(guò)濾的公交乘客刷卡站點(diǎn)信息提取方法，其特征在于，包括以下步驟：

(1)掃描公交IC卡刷卡記錄，分別提取出每一輛車的刷卡記錄與GPS軌跡記錄，并將每一輛車的刷卡記錄與GPS軌跡記錄按照時(shí)間先后排序；同時(shí)將該車輛運(yùn)營(yíng)線路所對(duì)應(yīng)的線路表讀入內(nèi)存；

所述公交IC卡刷卡記錄包含以下信息：IC卡卡號(hào)、刷卡時(shí)刻(格式：hh：mm：ss)、車牌號(hào)、線路號(hào)；

本發(fā)明進(jìn)行刷卡站點(diǎn)推斷時(shí)，還需要GPS軌跡記錄數(shù)據(jù)，所述GPS軌跡記錄包含以下信息：車牌號(hào)、軌跡點(diǎn)(經(jīng)緯度)、軌跡采集時(shí)刻(格式：hh：mm：ss)。本發(fā)明進(jìn)行刷卡站點(diǎn)推斷時(shí)，需要用戶提供準(zhǔn)確詳盡的公交線路及其站點(diǎn)列表、站點(diǎn)經(jīng)緯度信息。

對(duì)每一輛車，均只掃描一次IC卡刷卡記錄與GPS軌跡記錄。與傳統(tǒng)方法相比，不需要對(duì)GPS軌跡記錄進(jìn)行空間數(shù)據(jù)索引，極大提升了算法運(yùn)算效率與數(shù)據(jù)的存儲(chǔ)效率。

(2)給定一個(gè)時(shí)間差τ，對(duì)每一輛車按時(shí)間排序后的刷卡記錄，從第1條刷卡記錄開(kāi)始遍歷，分別判斷第k條與第k+1條刷卡記錄間的時(shí)間差，若時(shí)間差小于或等于τ，則認(rèn)為這兩次刷卡行為由同一個(gè)站點(diǎn)上車刷卡的不同乘客產(chǎn)生，將其合并到同一個(gè)簇中，直到第k條與第k+1條刷卡記錄間的時(shí)間差大于τ，則認(rèn)為第k條刷卡記錄為該簇最后一條刷卡記錄；

定義C_i的數(shù)據(jù)結(jié)構(gòu)為其中表示開(kāi)始時(shí)刻，表示結(jié)束時(shí)刻，為中心時(shí)刻，t_s為第一條刷卡記錄所在行號(hào)，t_e為最后一條刷卡記錄所在行號(hào)；將C_i保存到刷卡簇隊(duì)列C＝{C₁,C₂,…,C_i}中；其中C_i為第i個(gè)站點(diǎn)刷卡乘客的信息壓縮表示；

提取的IC卡刷卡記錄中蘊(yùn)含的乘客活動(dòng)信息，過(guò)濾掉GPS軌跡記錄中的無(wú)效軌跡點(diǎn)。

采用局部聚類的方法處理GPS軌跡記錄。提高了運(yùn)算速度同時(shí)，有效避免了異常點(diǎn)(由GPS信號(hào)多徑干擾或者系統(tǒng)錯(cuò)誤引起)帶來(lái)的影響。

(3)從第一個(gè)軌跡點(diǎn)開(kāi)始掃描與步驟(2)所對(duì)應(yīng)車輛的軌跡記錄，若該軌跡點(diǎn)不在C_i的時(shí)間范圍內(nèi)，則跳過(guò)，并掃描下一條軌跡記錄，直到找到第k條至k+n條軌跡記錄，所對(duì)應(yīng)的采集時(shí)間屬于這些軌跡點(diǎn)構(gòu)成集合，記為P_i；

(4)對(duì)P_i中所有點(diǎn)進(jìn)行聚類，得到一系列簇，并計(jì)算包含軌跡點(diǎn)最多的簇的中心坐標(biāo)；

(5)將步驟(4)計(jì)算得到的中心坐標(biāo)與該線路上的?？空军c(diǎn)坐標(biāo)進(jìn)行逐個(gè)比較，選擇最接近簇中心坐標(biāo)且距離小于設(shè)定值M的站點(diǎn)作為C₁中所對(duì)應(yīng)的刷卡記錄的上車站點(diǎn)，在該運(yùn)營(yíng)線路站點(diǎn)列表中標(biāo)記此站點(diǎn)，從C中移除C₁及其對(duì)應(yīng)時(shí)間范圍內(nèi)的軌跡點(diǎn)；所述設(shè)定值M優(yōu)選為50米。

(6)重復(fù)運(yùn)行步驟(3)至(5)，直到C為空，或者所有軌跡記錄都被移除；

(7)若所有軌跡記錄均被移除，而C不為空，則查找運(yùn)營(yíng)線路站點(diǎn)列表中未被標(biāo)記的站點(diǎn)；如果未被標(biāo)記的站點(diǎn)數(shù)等于C中剩余簇的數(shù)量，則按先后順序?qū)⑽礃?biāo)記的站點(diǎn)與剩余的簇匹配。

采用了關(guān)聯(lián)推斷的方法，推斷無(wú)法匹配的刷卡簇對(duì)應(yīng)的刷卡站點(diǎn)。這一定程度上解決了傳統(tǒng)方法因GPS軌跡數(shù)據(jù)缺失或錯(cuò)誤引起的無(wú)法提取刷卡站點(diǎn)的弊端。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。