基于“互聯(lián)網(wǎng)+”常規(guī)公交動(dòng)態(tài)調(diào)度系統(tǒng)

宋雨+彭勇+李睿+周欣+袁發(fā)濤+王歡

摘 要 為解決目前大城市廣泛存在的城市公交吸引力不足的問題，本文將互聯(lián)網(wǎng)技術(shù)運(yùn)用到公交調(diào)度之中，研究基于實(shí)時(shí)數(shù)據(jù)采集的公交調(diào)度模式，以圖像識(shí)別為主的數(shù)據(jù)獲取方法采集乘客到達(dá)站點(diǎn)時(shí)刻、道路擁擠狀況等信息，建立了確定時(shí)段車次數(shù)調(diào)度決策模型。時(shí)段車次數(shù)模型從平衡公交運(yùn)營(yíng)成本、乘客等車時(shí)間以及乘車舒適性出發(fā)，確定最優(yōu)的時(shí)段車次數(shù)。該公交調(diào)度模式以數(shù)據(jù)為導(dǎo)向，具有成本低廉、調(diào)度科學(xué)以及地區(qū)適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，能有效提高公交的運(yùn)營(yíng)調(diào)度水平，具有較高的應(yīng)用前景。

關(guān)鍵詞 互聯(lián)網(wǎng)+；動(dòng)態(tài)調(diào)度；人車交互；車路協(xié)同

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2017）193-0076-02

我國(guó)城市公交調(diào)度大多采用調(diào)度員依靠自身經(jīng)驗(yàn)來確定行車計(jì)劃的手動(dòng)排班模式，運(yùn)營(yíng)調(diào)度水平低下。而日本和歐美國(guó)家早已采用先進(jìn)的信息與通信技術(shù)實(shí)現(xiàn)公交車輛定位、路況監(jiān)控、計(jì)算機(jī)輔助調(diào)度，使得公共交通調(diào)度管理進(jìn)入智能化時(shí)代。我國(guó)在智能化調(diào)度方面取得一些成就，但在客流數(shù)據(jù)采集與調(diào)度方面技術(shù)的運(yùn)用并不成熟，在對(duì)突發(fā)事件的應(yīng)對(duì)上更顯糟糕，亟待深入研究。

國(guó)內(nèi)外學(xué)者就提高公交吸引力的課題做了一些研究。白玉方等[1]研究表明提高公交的快速性和便捷性可大幅增加出行者的公交出行意愿。魯艷霞等[2]利用互聯(lián)通信技術(shù)實(shí)現(xiàn)乘客與公交公司之間的互聯(lián)互通，基于博弈論進(jìn)行自我調(diào)節(jié)。以上研究沒有實(shí)現(xiàn)精細(xì)化和系統(tǒng)化決策，難以達(dá)到整體最優(yōu)。

因此，本文提出了一種基于“互聯(lián)網(wǎng)+”的公交動(dòng)態(tài)調(diào)度模型，利用互聯(lián)網(wǎng)實(shí)現(xiàn)人車之間、乘客與公交公司之間相互溝通，公交公司根據(jù)道路交通情況以及乘客需求，對(duì)時(shí)段車次數(shù)進(jìn)行調(diào)整，以提高效率。

1 “互聯(lián)網(wǎng)+”動(dòng)態(tài)調(diào)度系統(tǒng)

本系統(tǒng)將實(shí)時(shí)數(shù)據(jù)獲取分為3部分：1）乘客到達(dá)時(shí)刻和數(shù)量；2）公交車內(nèi)擁擠度；3）道路擁擠狀況和公交車實(shí)時(shí)定位。數(shù)據(jù)獲取的關(guān)鍵技術(shù)以圖像識(shí)別為主，紅外線、車載GPS等為輔，多種方法綜合運(yùn)用。

本系統(tǒng)結(jié)合紅外線和圖像識(shí)別技術(shù)：在公交站臺(tái)除廣告牌的其他三面分別安裝紅外線設(shè)備，頂棚一角安裝攝像頭。當(dāng)有乘客到達(dá)站臺(tái)時(shí)，紅外線設(shè)備被觸動(dòng)，激發(fā)站臺(tái)頂棚的攝像頭，攝像頭會(huì)立即拍攝此刻畫面并記錄時(shí)間，拍攝畫面經(jīng)過處理便能識(shí)別出站臺(tái)內(nèi)的候車人數(shù)。當(dāng)有乘客持續(xù)擋在紅外線發(fā)射器前，攝像設(shè)備不會(huì)連續(xù)拍攝畫面，造成不必要的內(nèi)存浪費(fèi)。

車內(nèi)數(shù)據(jù)的采集主要依靠雙目攝像設(shè)備，分別在公交車前門和后門相應(yīng)位置安裝攝像頭。當(dāng)乘客上、下車時(shí)，攝像設(shè)備可清晰記錄所有乘客，通過運(yùn)用計(jì)算機(jī)視覺技術(shù)，采集視頻中人體頭部形狀為分析目標(biāo)，得到車內(nèi)擁擠度。

確定車內(nèi)擁擠度的流程為[3]：1）雙攝像機(jī)捕捉到視頻圖像，發(fā)送到服務(wù)器；2）服務(wù)器將運(yùn)動(dòng)物體從視頻背景中檢測(cè)、分離出來，進(jìn)行篩選、過濾，獲得真實(shí)的運(yùn)動(dòng)物體；3）服務(wù)器將識(shí)別出來的人體精確地累加進(jìn)出的人數(shù)，并疊加日期和時(shí)間，生成一條進(jìn)出記錄，可得到車內(nèi)擁擠度。

當(dāng)公交車到達(dá)起點(diǎn)站或終點(diǎn)站后，通過車內(nèi)攝像頭拍攝車內(nèi)狀況，進(jìn)行圖像識(shí)別，如若識(shí)別出車內(nèi)有乘客，則進(jìn)行乘客數(shù)的分析確認(rèn)，否則將這一數(shù)據(jù)清零，繼續(xù)下一班次的數(shù)據(jù)采集。其流程如圖1所示。

公交車載GPS每一時(shí)間間隔就發(fā)送當(dāng)前位置數(shù)據(jù)至服務(wù)器。服務(wù)器先跟據(jù)相鄰兩次經(jīng)緯度，算出該間隔內(nèi)車輛的行駛路程，再由公式：路程=速度×?xí)r間，得出平均速度，時(shí)間間隔很小時(shí)，可將其視為瞬時(shí)速度[4]。

路網(wǎng)數(shù)據(jù)信息的獲取不僅對(duì)公交調(diào)度有重要作用，對(duì)于緊急狀況發(fā)生的預(yù)測(cè)和處理也尤為重要，通過測(cè)得車輛速度可預(yù)測(cè)所在路線路網(wǎng)交通量，更有利于合理調(diào)度。路況數(shù)據(jù)的監(jiān)測(cè)流程：1）公交車將車載終端采集到的速度信息發(fā)送給處理器；2）服務(wù)器計(jì)算出車輛的實(shí)時(shí)速度和位置，并將線路狀況進(jìn)行處理，通過紅（非常擁堵）、黃（擁堵）、淺綠（常規(guī)）、綠色（暢通）來表示。3）服務(wù)器將擁堵信息通過App等展示給乘客，并將車輛實(shí)時(shí)位置等反饋給調(diào)度系統(tǒng)。

2 時(shí)段車次確定模型

公交客流量具有時(shí)間特性，故可由歷史客流數(shù)據(jù)，將公交營(yíng)運(yùn)時(shí)間分為多個(gè)時(shí)段。為使企業(yè)和乘客整體利益最大化，本作品構(gòu)建了投資收益率等三個(gè)指標(biāo)。各地區(qū)存在差異，參照層次分析法原理，調(diào)度員可由實(shí)際情況確定指標(biāo)權(quán)重。最后由指標(biāo)和權(quán)重確定目標(biāo)函數(shù)，自變量為時(shí)段發(fā)車車次數(shù)。

由投資收益率等指標(biāo)以及相應(yīng)的權(quán)重，構(gòu)建了目標(biāo)函數(shù)如式（1）：

其中，分別表示投資收益率、候車時(shí)間滿意率和擁擠度滿意率，其具體表達(dá)式如下三式；分別為三項(xiàng)指標(biāo)的權(quán)重，由層次分析原理

求得。

自變量為時(shí)段車次數(shù)（正整數(shù)），找到了他的上下限過后，便可以編寫程序求出最優(yōu)解。通過財(cái)務(wù)分析和交通調(diào)查，確定公交公司可以忍受的最低滿載率該和線路乘客可以接受的最高滿載率。

3 結(jié)論

在城市公交吸引力不斷下降，互聯(lián)網(wǎng)技術(shù)日趨成熟的今天，采用互聯(lián)網(wǎng)技術(shù)加強(qiáng)公交公司與公交乘客之間的聯(lián)系是今后發(fā)展的大趨勢(shì)。按乘客需求進(jìn)行調(diào)度可在一定程度上降低公交的運(yùn)行成本，提高公交的吸引力，而且運(yùn)營(yíng)成本較低。但目前此類的研究國(guó)內(nèi)較少，其實(shí)踐可靠性有待進(jìn)一步研究。

參考文獻(xiàn)

[1]白玉方，李林波，吳兵.出行者公交出行意愿影響因素研究[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，31（1）：72-76.

[2]魯艷霞，陳廷斌.面向智能公交的乘客自調(diào)度系統(tǒng)研究[J].技術(shù)與方法，2015，1（4）：176-177.

[3]張凱，陳峰，杜警.城市公交實(shí)時(shí)位置手機(jī)查詢系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)工程與科學(xué)，2014，36（7）：1296-1300.

[4]于麗梅.視覺物聯(lián)網(wǎng)下智能公交客流采集統(tǒng)計(jì)方法仿真[J].計(jì)算機(jī)仿真，2014，31（6）：187-190.