基于終端定位信息的公交客流采集技術(shù)

全 威，王 華，滿永興，莊敘毅

(哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院，黑龍江 哈爾濱 150000)

0 引 言

隨著公共交通的快速發(fā)展，公交服務(wù)質(zhì)量也逐漸被重視。只有深入了解城市居民的公交出行特征，及時(shí)并準(zhǔn)確、全面掌握公交出行數(shù)據(jù)，才能做出科學(xué)的公交規(guī)劃和運(yùn)營(yíng)決策[1]。因此，如何準(zhǔn)確獲取公交客流統(tǒng)計(jì)數(shù)據(jù)，成為平衡公交供給和乘客需求，提高公共交通運(yùn)力和效率的關(guān)鍵[2]。

公交客流統(tǒng)計(jì)方法主要有人工調(diào)查法、公交IC卡調(diào)查法[3]、圖像(視頻)識(shí)別法等[4]。人工調(diào)查法繁瑣且耗費(fèi)人力，且只能得到某一天的公共交通出行信息，不能體現(xiàn)城市公共交通出行的長(zhǎng)期變化及特殊事件時(shí)的居民公共交通出行行為[5]，同時(shí)調(diào)查人員易出現(xiàn)疲勞，導(dǎo)致失誤可能性較大[6]。對(duì)于公交IC卡調(diào)查法，由于全國(guó)大多數(shù)公交路線采用單票制[7]，無(wú)法記錄乘客的下車信息，采集到的信息無(wú)法用于線路優(yōu)化[8]；且由于城市客流量大而持卡人少，該方法難以準(zhǔn)確全面采集客流量數(shù)據(jù)[9]；再者大量地區(qū)并未普及公交IC卡，該方法不適用于此類地區(qū)。圖像(視頻)識(shí)別法是通過(guò)圖像(視頻)識(shí)別出乘客以及上下車動(dòng)作，最后對(duì)上下車人數(shù)及方向進(jìn)行統(tǒng)計(jì)[10]，但是這種方法對(duì)攝像器件的質(zhì)量水平和圖像處理算法提出了很高的要求，導(dǎo)致該系統(tǒng)的成本較高[11]，且天氣、光線、車輛振動(dòng)都會(huì)影響到系統(tǒng)的穩(wěn)定性[12]。

筆者通過(guò)WiFi探針采集車上乘客已開啟 WiFi 功能的移動(dòng)設(shè)備 MAC 地址，通過(guò)GNSS設(shè)備采集公交車輛地理信息。通過(guò)將MAC地址與GNSS信息整合、特征提取、干擾分析、設(shè)計(jì)在線客流識(shí)別算法，獲得較為準(zhǔn)確的公交客流信息，同時(shí)能判斷乘客上下車位置，以期為公交企業(yè)合理地安排調(diào)度車輛、優(yōu)化公交線路提供科學(xué)的依據(jù)。

1 系統(tǒng)設(shè)計(jì)

系統(tǒng)硬件部分通過(guò)USB串口，建立了WiFi探針模塊和GNSS設(shè)備的通訊。WiFi探針模塊可掃描獲取周邊開啟WiFi功能的移動(dòng)終端發(fā)出的無(wú)線信號(hào)，GNSS設(shè)備用于接收公交車定位信號(hào)，通過(guò)上位機(jī)程序讀取移動(dòng)終端MAC地址信息、信號(hào)強(qiáng)度(RSSI)、實(shí)時(shí)車輛位置、車輛速度、UTC時(shí)間等信息，并保存至客流檢測(cè)系統(tǒng)中，如圖1。

圖1 系統(tǒng)硬件框圖Fig. 1 System hardware block diagram

2 數(shù)據(jù)分析

2.1 數(shù)據(jù)基本情況分析與特征提取

系統(tǒng)將MAC地址、信號(hào)強(qiáng)度與定位信息、速度信息等進(jìn)行整合，合并后的部分?jǐn)?shù)據(jù)如圖2。

圖2 信息合并后的部分?jǐn)?shù)據(jù)Fig. 2 Partial data after information merging

對(duì)哈爾濱市2路公交車進(jìn)行了跟車調(diào)查，共采集到13 938個(gè)不重復(fù)的MAC地址。人工計(jì)數(shù)發(fā)現(xiàn)，實(shí)際乘車人數(shù)只有81位，冗余數(shù)據(jù)對(duì)于研究公交客流造成極大的干擾。因此有必要進(jìn)行干擾情況分析并設(shè)計(jì)算法排除干擾。

2.2 干擾情況分析

筆者在研究中，將 WiFi探針掃描并記錄到的移動(dòng)終端MAC地址所映射的用戶在該公交車上稱為“線上乘客”，所映射的用戶不在該公交車上則稱為“線下乘客”。通過(guò)對(duì)比分析，發(fā)現(xiàn)在系統(tǒng)實(shí)際工作過(guò)程中采集到線下乘客主要有以下4種情況：

情況1：公交車停止或低速行駛，如車輛進(jìn)站，車輛靠路邊緩慢行駛、等待信號(hào)燈等。如果車體周圍有行人，WiFi探針會(huì)掃描并記錄行人的移動(dòng)設(shè)備MAC地址。這種情況Na較少。

情況2：在交通條件通暢時(shí)，非調(diào)查車輛以較高的速度與調(diào)查車輛跟馳行駛，WiFi探針掃描并記錄到非調(diào)查車輛中的移動(dòng)終端的MAC地址。這種情況Son較長(zhǎng)，但是Ton較短，車輛速度較高。

情況3：在交通條件擁堵時(shí)，非調(diào)查車輛以較低的速度與調(diào)查車輛跟馳行駛，WiFi探針掃描并記錄到非調(diào)查車輛中的移動(dòng)終端的MAC地址。這種情況Ton較長(zhǎng)，但是Son較短，車輛速度較低。

情況4：在城市復(fù)雜路況中非調(diào)查車輛在某區(qū)域與調(diào)查車輛跟馳行駛后分離，經(jīng)過(guò)一段時(shí)間后在另一區(qū)域與調(diào)查車輛再次相遇并跟馳行駛，WiFi探針再次掃描并記錄到非調(diào)查車輛中的移動(dòng)終端的MAC地址。這種情況Ton、Son較長(zhǎng)，但Tmax-interval較長(zhǎng)。

3 在線乘客識(shí)別算法

3.1 算法流程

通過(guò)對(duì)干擾情況分析，筆者提出一種在線乘客識(shí)別算法，如圖3。該算法主要有5個(gè)步驟：

步驟1基于MAC地址出現(xiàn)次數(shù)的乘客分類法，篩選情況1；

步驟2將步驟1中難以確定的模糊數(shù)據(jù)進(jìn)行基于K均值聚類的乘客分類法，將步驟1、步驟2中篩選出來(lái)的乘客數(shù)據(jù)寫入公交客流統(tǒng)計(jì)信息中；

步驟3基于線上時(shí)長(zhǎng)的乘客分類法，篩選情況2；

步驟4基于線上位移的乘客分類法，篩選情況3；

步驟5基于最大采集時(shí)間間隔的乘客分類法，篩選情況4。

圖3 在線乘客分類算法Fig. 3 Online passenger classification algorithms

3.2 算法設(shè)計(jì)

具體的在線乘客識(shí)別算法描述如下：

3.2.1步驟1(基于MAC地址次數(shù)的乘客分類法)

通過(guò)統(tǒng)計(jì)Na，設(shè)置閾值對(duì)乘客信息分類。統(tǒng)計(jì)其中一次跟車調(diào)查采集的數(shù)據(jù)，如表1，采集到的MAC地址中，有超過(guò)98%的Na<13。

表1 MAC地址出現(xiàn)次數(shù)統(tǒng)計(jì)表Table 1 MAC address occurrence statistics 個(gè)

WiFi探針采集頻率為10 Hz，Na可直接反映該用戶為線上乘客概率的大小。如圖4中，顏色越淺的點(diǎn)Na越大，其Ton、Son也相對(duì)較長(zhǎng)，基本可確定這部分MAC地址所對(duì)應(yīng)的就是線上乘客。

圖4 MAC地址出現(xiàn)次數(shù)同線上時(shí)長(zhǎng)和線上位移的關(guān)系Fig. 4 Relationship between the number of MAC address occurrences and online duration and online displacement

基于此，首先設(shè)置飽和閾值為30次，將Na≥30的數(shù)據(jù)挑選并保存至公交客流統(tǒng)計(jì)信息中，此部分信息可視為初級(jí)線上乘客。除去出現(xiàn)次數(shù)明顯較多的MAC地址，有大量模糊狀態(tài)的數(shù)據(jù)處于中間，模糊狀態(tài)的數(shù)據(jù)需要通過(guò)更高維度的信息綜合判斷。所以再設(shè)置一個(gè)臨界閾值13次，挑選出13

3.2.2步驟2(基于K均值聚類的乘客分類法)

以本次跟車調(diào)查為例，將模糊狀態(tài)乘客進(jìn)行第一次K均值聚類，如表2和圖6，可以初步將乘客信息分為線上乘客與線下乘客兩種。

圖5 基于K均值聚類的乘客信息分類法工作流程Fig. 5 Workflow of passenger information classification based on K means clustering

圖6 第一次K均值聚類后的聚類效果Fig. 6 Clustering effect after the first K means clustering

表2 不同狀態(tài)乘客信息的數(shù)據(jù)Table 2 Data of passenger information in different states

為避免第一次K均值聚類中存在異常點(diǎn)樣本，因此需要進(jìn)行一次迭代聚類，先提取第一次聚類中被判定為線下乘客數(shù)據(jù)信息，并以此信息為第二次聚類的樣本，經(jīng)過(guò)標(biāo)準(zhǔn)化、賦權(quán)重后進(jìn)行迭代K均值聚類。表3和圖7為第二次迭代后結(jié)果。

表3 迭代后不同狀態(tài)乘客信息的數(shù)據(jù)Table 3 Data of passenger information in different states after iteration

迭代后聚類算法的得分為0.74分，可見兩次迭代可以滿足正常乘客信息提取的要求。經(jīng)過(guò)兩次迭代聚類算法識(shí)別的線上乘客信息被保存至公交客流統(tǒng)計(jì)信息中，到此為止在采集得到的數(shù)據(jù)中有可能為線上乘客的信息就基本篩選完成。但在公交客流統(tǒng)計(jì)信息中仍可能存在一些離群值，下面再通過(guò)三種不同的特征分類法將客流統(tǒng)計(jì)信息進(jìn)行篩選。

圖7 第二次K均值聚類后的聚類效果Fig. 7 Clustering effect after the second K means clustering

3.2.3步驟3(基于線上時(shí)長(zhǎng)的乘客分類法)

為去除公交客流統(tǒng)計(jì)信息中情況2的干擾，需要通過(guò)基于線上時(shí)長(zhǎng)的乘客分類法，將Son較大但Ton較小的乘客數(shù)據(jù)刪除。

如圖8中，點(diǎn)A具有較大Son，但Ton較短，通過(guò)查詢其平均速度發(fā)現(xiàn)平均速度約30 km/h，因此可以判定A點(diǎn)代表的客流數(shù)據(jù)而不是線上乘客數(shù)據(jù)，可以將其刪除。通過(guò)站點(diǎn)間行駛所需最短時(shí)長(zhǎng)分析，Ton<180 s的數(shù)據(jù)成為線上乘客的可能性極小，因此在設(shè)置最小線上時(shí)長(zhǎng)為180 s。

圖8 線上時(shí)長(zhǎng)和線上位移關(guān)系Fig. 8 Relationship between online duration and online displacement

3.2.4步驟4(基于線上位移的乘客分類法)

為去除公交客流統(tǒng)計(jì)信息中情況3的干擾，需要通過(guò)基于線上位移的乘客信息分類法，將Ton較大但Son較小的乘客數(shù)據(jù)刪除。

如圖9中，B區(qū)域的數(shù)據(jù)有較大Ton，但Son較小，通過(guò)查詢其平均速度發(fā)現(xiàn)平均速度約5 km/h，所以B區(qū)域所代表的客流數(shù)據(jù)為線下乘客。通過(guò)結(jié)合最近站點(diǎn)距離分析，Son<300 m的數(shù)據(jù)成為線上乘客的可能性極小，設(shè)置最小線上位移為300 m。

圖9 線上位移和線上時(shí)長(zhǎng)關(guān)系Fig. 9 Relationship between online displacement and online duration

3.2.5步驟5(基于最大間隔時(shí)間的乘客分類法)

在實(shí)際跟車調(diào)查中可能存在極端的情況4，為防止該情況對(duì)結(jié)果的影響，設(shè)置了基于最大時(shí)間間隔的乘客信息分類法，通過(guò)檢驗(yàn)Tmax-interval，判斷MAC地址是否為線上乘客。如圖10中，在500 s處有明顯斷點(diǎn)，92%的線上乘客Tmax-interval<500 s，因此設(shè)置最大時(shí)間間隔為500 s。

圖10 最大間隔時(shí)間和線上時(shí)長(zhǎng)和線上位移的關(guān)系Fig. 10 Relationship between maximum interval time and online duration and online displacement

4 客流結(jié)果分析

經(jīng)過(guò)上述篩選獲取在線乘客信息。進(jìn)一步分析可獲得斷面客流、出行OD、車輛滿載率等指標(biāo)。同時(shí)根據(jù)數(shù)據(jù)中的上、下車經(jīng)緯度，可得到乘客上下車位置。如圖11中，系統(tǒng)獲得的公交數(shù)據(jù)與實(shí)際真值有高度相似的變化趨勢(shì)。

在實(shí)際統(tǒng)計(jì)中，并非每位公交乘客所攜帶的移動(dòng)終端的WiFi功能都處于開啟狀態(tài)，因此系統(tǒng)統(tǒng)計(jì)的車上人數(shù)較真值明顯偏小。研究還通過(guò)調(diào)查問卷的形式多次對(duì)公交車乘客是否開啟移動(dòng)終端的WiFi功能進(jìn)行調(diào)查，調(diào)查結(jié)果顯示有40%～60%的公交乘客會(huì)在乘坐公交車時(shí)開啟移動(dòng)終端的WiFi功能。因此提出了一種修正系數(shù)α，修正系數(shù)α的取值為0.40～0.63，隨時(shí)間浮動(dòng)變化。城市早、晚高峰期間，外出人員較多，公交車乘客移動(dòng)設(shè)備WiFi功能開啟比例較高，對(duì)應(yīng)修正系數(shù)α取值較大；平峰期間，公交車乘客移動(dòng)設(shè)備WiFi功能開啟比例較低，對(duì)應(yīng)修正系數(shù)α取值較小。將系統(tǒng)獲得的公交客流統(tǒng)計(jì)數(shù)據(jù)Ds進(jìn)行修正，即可獲得公交客流統(tǒng)計(jì)的最終結(jié)果Df，如圖11。

(1)

式中：Df為修正后的客流統(tǒng)計(jì)數(shù)據(jù)；Ds為系統(tǒng)獲得的客流統(tǒng)計(jì)數(shù)據(jù)；α為修正系數(shù)。

圖11 結(jié)果對(duì)比Fig. 11 Comparison of results

從圖11中可以看出，經(jīng)過(guò)修正后的公交斷面客流數(shù)據(jù)準(zhǔn)確度較高，經(jīng)過(guò)多次跟車調(diào)查，該系統(tǒng)精度保持在85%以上，相較于傳統(tǒng)的公交IC卡調(diào)查法、圖像(視頻)識(shí)別法，該系統(tǒng)有更高的精度。該系統(tǒng)可以為公交調(diào)度、運(yùn)營(yíng)提供參考。

5 結(jié) 論

通過(guò)研究得到的主要結(jié)論如下：

1)分析了基于MAC地址及GNSS信息的公交客流統(tǒng)計(jì)系統(tǒng)，相比于其他公交客流統(tǒng)計(jì)方法的優(yōu)越性，筆者研究方法成本低，便攜性高，信息采集維度全面，可以實(shí)現(xiàn)離線分析，能夠高效快速計(jì)算獲得公交擁擠度等指標(biāo)數(shù)據(jù)。同時(shí)該系統(tǒng)可以精確獲取乘客上下車信息，形成乘客公交出行鏈，對(duì)于居民公交出行特征的挖掘與公交調(diào)度具有重要意義。在當(dāng)前共享 WiFi 快速發(fā)展與普及的情況下，本系統(tǒng)有著較好的應(yīng)用前景。

2)筆者提出了在線乘客分類算法，對(duì)采集的信息進(jìn)行篩選，通過(guò)將結(jié)果與車上人數(shù)真值的簡(jiǎn)單對(duì)比分析，驗(yàn)證了系統(tǒng)的準(zhǔn)確性和可靠性。