基于公交IC卡和GPS數(shù)據(jù)的出行客流OD提取

戚陽 黃信程 張錦旺 董火勝 于海洋

摘要：出行客流分析對于制定公交的運營策略具有重要的指導(dǎo)意義，本文提出了一種GPS數(shù)據(jù)和公交IC卡的出行客流OD提取方法，實現(xiàn)了基于多元數(shù)據(jù)的客流OD獲取，并在深圳e巴士平臺得到了應(yīng)用的驗證。

關(guān)鍵詞：出行分析；客流OD提取

1. 引言

國家交通數(shù)據(jù)顯示，北上廣深等一線城市，每天有過千萬的通勤人次出行。一方面，現(xiàn)有的公交和地鐵運營系統(tǒng)無法滿足高峰期的出行需求，上下班高峰期運量不足，人員擁擠，聚合效應(yīng)加長了數(shù)據(jù)的長尾，這些個體的需求數(shù)據(jù)會在數(shù)據(jù)的長尾下形成龐大的需求市場，已無法滿足人群的需求以及個性化需求；另一方面，城市旅游包車、企業(yè)或事業(yè)單位通勤車等車輛使用效率低下，造成社會資源浪費；同時，小汽車出行占用道路資源，造成交通堵塞，而且也對城市空氣污染造成很大壓力。

在此背景下，順應(yīng)互聯(lián)網(wǎng)+的趨勢，定制公交服務(wù)應(yīng)運而生。定制公交利用信息化手段組織客源，以混載搭乘的形式為處于相同區(qū)域，具有相同出行需求的人群定制一種介于常規(guī)公交與出租車之間的高品質(zhì)公共交通服務(wù)。定制公交既能提供接近常規(guī)公交（遠高于出租車）的通勤效率，最大限度地滿足用戶早晚高峰的出行需求，也能保持出租車的“一人一座”、“一站直達”要求，保證乘客的舒適性，因此具有很大的應(yīng)用價值。

然而，目前實際運營的定制公交仍然存在著一些問題，很多定制公交公司不能很好地把握用戶的出行需求，大部分的出行需求模型均采取出行調(diào)查或者利用單一數(shù)據(jù)來源的大數(shù)據(jù)挖掘方法，滿足不了精確定制的需要。因此，基于多種數(shù)據(jù)對用戶出行需求進行更為深入的挖掘顯得極為迫切。

公交出行的需求分析的一個主要途徑是OD提取，即從數(shù)據(jù)（例如公交用戶的IC卡刷卡數(shù)據(jù)）中提取出城市居民出行的OD特征，以此反映出行需求的空間分布。本文將制定一種有效的客流OD提取策略，基于公交IC卡和GPS數(shù)據(jù)，實現(xiàn)可靠的OD特征提取，并在實際應(yīng)用中驗證算法的有效性。

2. 出行客流OD特征提取

對于出行客流OD特征的提取問題，一般通過將城市劃分為若干區(qū)域，通過某種方式統(tǒng)計乘客在各個區(qū)域之間位置轉(zhuǎn)換的次數(shù)，進而根據(jù)該條目出行數(shù)據(jù)的起始和終止位置填充OD矩陣。出行OD矩陣是反映出行特征的重要依據(jù)，不僅對于交通線路規(guī)劃，對于城市道路布設(shè)等也極其重要，因此如何準確地獲取OD數(shù)據(jù)得到了很多人的關(guān)注和研究。

傳統(tǒng)的公交OD數(shù)據(jù)來源于人工調(diào)查，這種調(diào)查得到的結(jié)果往往很粗糙。近年來，很多研究者通過公交IC卡數(shù)據(jù)（或結(jié)合GPS數(shù)據(jù)或AVL數(shù)據(jù)）推算客流OD。高永等運用公交IC卡數(shù)據(jù)對公交換乘判斷方法進行了研究，將乘客前后兩次刷卡的時間差與確定的時間閾值進行比較，用以識別乘客本次乘車是否為換乘行為[1]。李海波將IC卡信息和AVL數(shù)據(jù)相融合，用于出行OD推算[2]。尹安藤提出了基于公交GPS和IC卡數(shù)據(jù)的公交OD推算，對公交IC數(shù)據(jù)和GPS數(shù)據(jù)進行分析，以推算出居民出行OD矩陣[3]。

本文基于公交GPS與公交IC卡交易數(shù)據(jù)對客流OD進行推斷和獲取，主要分為以下三個步驟：1）GPS定位數(shù)據(jù)的站點匹配：結(jié)合公交線路路徑、站點信息、車輛GPS監(jiān)控定位等數(shù)據(jù)，分析得出公交車輛準確的到站時刻；2）上車站點匹配：結(jié)合公交IC卡交易時刻、車輛編號及上述車輛到站時刻信息，分析乘客的上車地點；3）下車站點推導(dǎo)：基于乘客公交出行興趣點（含常規(guī)公交上車地點、地鐵進出站點）是乘客下車地點的規(guī)律，結(jié)合上車站點的下游停站信息、連續(xù)出行的換乘行為等推導(dǎo)乘客的下車站點。

1）GPS定位數(shù)據(jù)站點匹配

GPS定位數(shù)據(jù)站點匹配是為了將離散的公交車輛定位數(shù)據(jù)轉(zhuǎn)換為到離站記錄和班次記錄等信息，這是公交運營分析和公交客流推導(dǎo)的首要步驟。為此需要設(shè)計一個將定位數(shù)據(jù)轉(zhuǎn)換到離站記錄的方法。

圖1描述了GPS數(shù)據(jù)與站點匹配的流程。首先需要剔除無用的數(shù)據(jù)（經(jīng)緯度全天不變和經(jīng)緯度超出線路閾值的數(shù)據(jù)）。隨后對GPS數(shù)據(jù)與站點記錄做預(yù)匹配，挑選出可用的記錄。接著將這些數(shù)據(jù)與站點做精確匹配，確定車輛的到離站時間。最后挑出這些記錄進行適當?shù)牟迓┭a缺，確定出方向并標注單程編號。至此我們完成了站點的匹配步驟。

2）上車站點匹配

對于上車站點的匹配問題，由于有公交IC卡刷卡時間這一強信息，只需根據(jù)公交IC卡交易記錄中的車牌號與交易時刻找到相應(yīng)車次及站點即可，匹配流程如下圖所示：

而對于實際情況，由于乘客的刷卡時公交車可能已經(jīng)啟動了，因此不能簡單的認為刷卡時間對應(yīng)的位置等同于車站位置。假設(shè)某車次共有n個公交站點，刷卡交易時間介于公交車輛的第i站與第i+1站到站時刻，則認為該刷卡記錄的上車站點為第i站。

在實際操作過程當中，由于公交IC卡交易系統(tǒng)所記錄的車牌號、線路號與公交企業(yè)的車輛監(jiān)控系統(tǒng)所記錄的線路號、車牌號并不完全一致，需建立基礎(chǔ)信息匹配專家?guī)?，輔助完成兩項關(guān)鍵信息的數(shù)據(jù)清洗與數(shù)據(jù)轉(zhuǎn)換工作。

3）下車站點推斷

由于對于很多公交車，乘客在下車的時候不會刷卡，因此無法得知乘客下車的具體時間和位置，因此只能對下車站點進行推斷。我們一般結(jié)合上車站點的下游停站信息、以及乘客連續(xù)出行的換乘行為等推導(dǎo)乘客的下車站點。

為了實現(xiàn)下車地點的推斷，我們將乘車一天的出行鏈視為彼此相互鏈接的環(huán)狀結(jié)構(gòu)，如圖3。據(jù)此在已知上車站點的基礎(chǔ)上，推導(dǎo)乘客公交出行的下車站點。即乘客前一次出行的終點是其進行下一次出行的起點；乘客當日最后一次出行的終點是其第一次出行的起點。

然而，乘客實際的公交出行鏈并不會嚴格地首位相接。事實上，對于連續(xù)的兩次乘車行為，前一次乘車的下車點應(yīng)位于以后一次乘車上車點為中心，某個閾值為班級的圓形中。這個閾值應(yīng)當與兩車乘車行為的間隔時間相關(guān)，直觀地理解是，當兩次乘車的間隔時間變大，乘客更有機會到達更遠的上車點。

我們可以對前一次乘車的下車點進行概率推導(dǎo)，首先需要構(gòu)建下車點的二維分布，這個分布的σ為間隔時間的函數(shù)，作為選擇各乘車點的先驗概率。隨后可基于歷史出行興趣點，對概率進行更新，從而得到最可能的下車地點。

3. 客流OD提取算法的驗證

本文將所提出的OD特征算法應(yīng)用于深圳市東部公交e巴士項目中，具體而言，集成在了后臺數(shù)據(jù)分析系統(tǒng)中。本文所提出的算法在e巴士的運營中得到了算法的驗證。

OD提取算法在e巴士項目后臺的客流數(shù)據(jù)分析中得到了充分的應(yīng)用。在客流數(shù)據(jù)分析過程中，可以以各行政區(qū)或自定義區(qū)域為對象，分析區(qū)域內(nèi)部或之間客流數(shù)據(jù)信息。可查看全部下轄線路的客流OD數(shù)據(jù)、行政區(qū)域或者自定義區(qū)域內(nèi)外部客流情況，可基于時間、時段查詢條件對區(qū)域客流OD信息進行篩選查看，可查看各區(qū)域客流時間分布及營收區(qū)域分布特點，如圖4和圖5所示。

4. 結(jié)束語

本文提出了一種基于GPS和公交IC卡的出行客流OD提取方法。通過GPS數(shù)據(jù)實現(xiàn)定位與站點的匹配，通過IC卡的刷卡記錄確定出行客流OD的起始點，通過基于環(huán)狀出行鏈的概率推斷確定出行客流OD的結(jié)束點。本文提出的方法在深圳市e巴士平臺上得到了實際應(yīng)用的驗證，證明了本文提出的算法的有效性。

參考文獻

[1]高永. 基于IC卡數(shù)據(jù)的公交換乘識別方法[A]. 科學技術(shù)部全國智能運輸系統(tǒng)協(xié)調(diào)指導(dǎo)小組辦公室.2007第三屆中國智能交通年會論文集[C].科學技術(shù)部全國智能運輸系統(tǒng)協(xié)調(diào)指導(dǎo)小組辦公室：科學技術(shù)部全國智能運輸系統(tǒng)協(xié)調(diào)指導(dǎo)小組辦公室，2007：6.

[2]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（06）：73-79.

[3]尹安藤. 基于公交GPS和IC卡數(shù)據(jù)的公交OD推算[D].哈爾濱工業(yè)大學，2017.

基金項目：深圳市科技計劃項目（KJYY20160331162313860）

（作者單位：1.深圳市東部公共交通有限公司）