《基于GPS的公交车辆到达时间预测技术研究_罗虹.docx》由会员分享，可在线阅读，更多相关《基于GPS的公交车辆到达时间预测技术研究_罗虹.docx（76页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、重庆大学硕士学位论文 基于 GPS 的公交车辆到达时间预测技术研究 硕士研究生：罗虹 指 导 教 师 ：孙棣华教授 学科、专业：控制理论与控制工程 重庆大学自动化学院 二七年四月 Master Degree Dissertation of Chongqing University Study on Bus Arrival Time Prediction Based on GPS Data Master Degree Candidate: Luo Hong Supervisor: Prof. Sun Dihua Major: Control Theory and Control Engineer
2、ing College of Automation Chongqing University April 2007 摘 要 优先发展城市公共交通系统是解决城市交通问题的有效途径。通过公交系统 信息化进而建立完善的智能公交系统，可以促进公交管理从简单静态管理到智能 动态管理的转变，提高公交系统的运营效率和服务水平。 公交车辆的到站时间作为出行者最为关心的公交信息之一，不仅能减少乘客 的候车时间、缓解候等乘客的焦急情绪、方便乘客乘坐或换乘公交车，还能为公 交管理部门科学管理、调度公交车辆提供依据。因此，应用先进的信息和通讯手 段，研究和开发高性能的公交车辆到达时间预测技术，对实现公交系统信息化和
3、智能化，推动城市公共交通改善管理水平和服务水平具有重要意义。 论文在分析讨论基于历史数据模型、变量衰减模型和基于人工神经网络模型 三类典型到达时间预测模型的基础上，针对其在预测精度和实用性上的不足，利 用公交车辆车载 GPS 装置获得的定位数据，结合车辆定位追踪、道路路段交通状 态检测以及 GIS 地图匹配等技术，充分考虑多种交通随机因素的影响，提出了基 于分段线性化公交路线和实时道路路段平均速度的公交车到达时间动态预测算 法。为了提高车辆的定位追踪精度，算法给出相应的预处理方法以减少公交 GPS 采集数据的多种测量误差；为了避免传统预测模型中利用历史平均速度预测行驶 速度的盲目性，算法提出分
4、时段、分路段进行预测参数选取的方案。 在此基础上，针对现有公交车到达时间预测模型在实际应用中不能辨识车辆 的实时行驶状态，无法及时应对突发事件的问题，建立了基于有限状态自动机的 智能公交车到达时间预测系统。该系统以提出的预测算法为核心，根据面向对象 的设计思想，使用类-对 象方式管理所有公交车对象，并将车辆对象的运行分成开 始状态、预测状态、终点站状态和未知状态，通过六个关键技术模块实现公交车 行驶路线和方向的动态判断、到达时间的实时预测、非正常调头的判断以及状态 间的条件转换等。 最后，利用重庆市公交 871 路线的 GPS 实时定位数据进行实验，结果表明采 用实时道路路段平均速度的到达时间
5、预测算法较之已有典型算法预测精度明显提 高，且预测时间的相对误差随距离的增加而减少并逐渐趋向稳定；智能预测系统 动态判断行驶路线和方向的精度分别达到 98%和 100%，并能够自动辨识车辆运行 状态 、实时预测到达时间、迅速应对突发事件，整个系统具有较高的稳定性和可 靠性。 关键词 ：公交车到达时间， GPS， 地图匹配，道路路段平均速度，有限状态自动机 ABSTRACT The development of public transportation system (PTS) is the most efficient approach to resolve the traffic prob
6、lems in a metropolis. PTS information can improve the work efficiency and service level and accelerate the management transfer from simple static pattern to intelligent dynamic one. As one of the most concerned public transportation information, bus arrival time plays a significant role in reducing
7、consumers anxiety of waiting， saving travel time and dispatching buses effectively. Therefore, it is necessary to develop the bus arrival time prediction based on advanced information and communication technology in order to improve the manangement and service level and thus implement intelligent PT
8、S. According to the analysis of three typical prediction models: models based on historical data, multi-linear regression models and artificial neural network models, this paper presents an algorithm to predict the expected bus arrival times at individual bus stops along a service route based on the
9、 technology of map matching and traffic detection. This proposed prediction algorithm combines GPS data with linearize route and real-time average travel speeds of individual route segments. To reduce the measurement errors of GPS data and improve the prediction accuracy, it also presents pretreatme
10、nt and parameters selection methods and prediction regulations. Sample prediction algorithm cant detect the running situation and take action to unexpected incident. Based on the proposed prediction algorithm, this paper therefore designs an intelligent prediction system, which divides the whole bus
11、es running into Beginning Status, Prediction Status, Terminus Status and Unknown Status. And all service bus can be managed due to the theory of Object-Oriented. Six key modules make the system implement determining of bus service route and running direction, predicting arrival time, detecting abnor
12、mal turning and switching among states. Finally, the proposed algorithm and system are tested by the data from Route 871 of Chongqing. The experiments demonstrate the prediction algorithm outperforms tapical methods in terms of accuracy and this accuracy improves and becomes stable gradually as the
13、distance increases. For the prediction system, the performance of detecting service route and running direction is up to 98% and 100%. Its proved that this system cannot only manage buses, but also make the prediction algorithm efficient Keywords: Bus Arrival Time, GPS, Map Matching, Average Speeds
14、of Individual Route Segments, Finite State Automaton 目 录 中文摘要 . I 英文摘要 . II 1 绪论 . 1 l.i 研究背景 . 1 1.U 优先发展城市公共交通系统的意义 . 1 1.1.2 城市公共交通系统信息化的必要性 . 2 1.2 课题研究的目的、意义和研究内容 . 3 1.2.1 研究目的和意义 . 3 1.2.2 研究内容 . 4 1.3 论文结构 . 4 1.4 本章小结 . 5 2 公交车辆到达时间预测技术的研究现状及相关技术 . 6 2.1 国内外公交车辆到达时间预测技术的发展现状 . 6 2.2 现有公交车辆到
15、达时间预测模型的研究及分析 . 7 2.2.1 基于历史数据的预测模型 . 7 2.2.2 变量衰减预测模型 . 8 2.2.3 基于人工神经网络的预测模型 . 9 2.2.4 Kalman 滤波器模型 . 10 2.2.5 时间序列模型 . 11 2.2.6 公交车辆到达时间预测模型的分析 . 11 2.3GPS 定位技术 . 12 2.3.1 GPS 的组成及定位原理 . 12 2.3.2 基于 GPS 的公交车辆定位 . 13 2.4 GIS 地理信息系统 . 13 2.4.1 GIS 的组成、基本功能及特点 . 13 2.4.2 GIS 在公交车监控系统中的应用 . 14 2.5 地图
16、匹配技术 . 14 2.5.1 地图匹配技术的概述 . 14 2.5.2 基于 GPS 的公交车地图匹配算法 . 15 2.6 本章小结 . 15 3 基于 GPS的公交车辆到达时间实时预测算法 . 16 3.1 公交数据的采集及预处理 . 16 3.1.1 公交路线信息采集及预处理 . 16 3.1.2 公交 GPS 数据采集及预处理 . 19 3.2 公交车辆的实时定位追踪模型 . 23 3.2.1 公交路线的线性化处理 . 23 3.2.2 基于线性化公交路线的公交车实时定位追踪模型 . 25 3.3 实时公交车到达时间预测模型 . 25 3.3.1 影响公交车辆到达时间的因素分析 .
17、25 3.3.2 公交路线的分段处理 . 26 3.3.3 实时的道路路段平均速度 . 29 3.3.4 基于道路路段平均速度的公交车辆到达时间预测模型 . 31 3.4 本章小结 . 32 4基于有限状态自动机的公交车辆到达时间预测系统 . 34 4.1 建立公交车辆到达时间预测系统的必要性 . 34 4.2 公交车辆到达时间预测系统的总体设计 . 34 4.2.1 现有的应用条件 . 34 4.2.2 系统设计思想 . 35 4.2.3 系统开发工具 . 36 4.3 公交车辆到达时间预测系统的接口设计 . 37 4.3.1 公交车到达时间预测系统的内部接口设计 . 37 4.3.2 公交
18、车到达时间预测系统与 SQL 数据库的连接 . 39 4.3.3 公交车到达时间预测系统中 GIS 的实现 . 40 4.4 基于有限状态自动机的公交车辆到达时间预测系统 . 42 4.4.1 有限状态自动机的概述 . 42 4.4.2 有限状态自动机的定义及应用 . 42 4.4.3 公交车辆到达时间预测系统的有限状态自动机 . 43 4.4.4 基于有限状态自动机的到达时间预测系统的工作流程 . 44 4.4.5 基于有限状态自动机的到达时间预测系统的逻辑结构 . 45 4.5 公交车到达时间预测系统实现的关键技术 . 46 4.5.1 系统对象相关属性变量的定义 . 46 4.5.2 查
19、找公交车行驶的备选路线 . 47 4.5.3 由连续 GPS 数据判断公交车的实时行驶方向 . 48 4.5.4 公交车目标路线和目标方向的判断 . 49 4.5.5 公交车行驶中非正常调头的动态判断 . 50 4.5.6 公交车到达时间实时预测 . 51 4.5.7 公交车到达终点站的实时判断 . 52 4.6 基于有限状态自动机的到达时间预测系统的特点分析 . 53 4.7 本章小结 . 53 5 基于 GPS 的公交车辆到达时间预测实验结果及分析 . 54 5.1 实验环境 . 54 S.2 实验数据 . 55 5.2.1 实时 GPS 定位数据 . 55 5.2.2 实时的城市道路路段
20、平均速度 . 56 5.2.3 公交车的实际到达时间 . 57 5.3 公交车辆定位追踪算法的实验结果及分析 . 58 S.4 公交车辆到达时间预测算法的实验结果及分析 . 59 5.4.1 基于 GPS 的公交车辆到达时间预测算法与其他算法预测结果的比较 . 59 5.4.2 基于 GPS 的公交车辆到达时间预测算法的 性能评估 . 60 5.5 公交车辆到达时间预测系统的实验结果及性能分析 . 62 5.6 本章小结 . 63 6 总结与展望 . 64 致谢 . 65 参考文献 . 66 附录 . 69 本章首先说明课题的背景，阐述优先发展城市公共交通系统的意义，并指出 公共交通系统信息化
21、以及进行公交车辆到达时间信息预测的必要性；进而，提出 本文的研究目的和意义、研究内容及论文结构。 1.1 研究背景 随着我国国民经济的发展，城市化的进程加快，大城市的扩大加剧，各种车 辆的保有量迅速增长，加之城市基础设施建设滞后和城市管理中存在诸多问题， 导致道路交通供需矛盾日益紧张。城市交通问题己经成为现代社会尤其是城市社 会面临着的重大课题。为了促进城市交通的可持续发展，必须优先发展大容量、 高乘载、低污染的公共交通。但是，由于我国城市公共交通系统的整体运营效率 较低，信息服务质量不高， 而出行者的对公交信息的需求却日益增加，因此，实 现公共交通系统信息化、智能化，提供全方位、高质量的公交
22、信息服务，提高公 交调度和运营效率和服务水平，已经成为现阶段我国发展城市公共交通系统的重 要内容 1剛。 1.1.1 优先发展城市公共交通系统的意义 作为智能交通 4 (Intelligent Transport Systems, ITS)研究的一 项重要内容，先 进的城市公共交通系统 （ Advanced Public Transportation System, APTS)是城市及 其近邻范围内方便居民和公众的出行、使用各种客运工具的旅客运输体系，是城 市建设和发展的重要基础之一 5。然而，随着城市交通环境的不断恶化，优先发展 公共交通的优势日益突出，使其成为解决城市交通问题的有效途径。
23、首先，公共交通具有运载量大、运送效率高、能源消耗低、相对污染少、运 输成本低等优点。具有关资料表明公交车占用道路和停车用地最为经济，以每平 方米每小时通行人数多少为标准衡量道路的使用效率，公共汽车是私家车的 10 15 倍，运送同样数量乘客，公交车与私家车相比，分别节省土地资源 3/4,建筑材料 4/5，投资 5/6，私家车产生的废气是公交车的 10 倍，耗油量是公交车的 2 3 倍， 交通事故比公交车高出 100倍。因此，尽管缺少私家车的便捷性和舒适性，公交 车仍是大多数出行者首选的交通工具，是城市交通形式的主体。同时，公共交通 的发展水平也是衡量一个城市交通状况的重要标准。 其次，公共交通
24、系统以出行者和公交车辆为服务对象。通过采集与处理动态 (如：客流量、交通流量、车辆位置、紧急事件等 ） 和静态交通信息（如：交通 法则、道路管制措施、公交时刻表等），并利用各种媒体向出行者发布，达到规划 出行、最优路线选择、避免交通拥挤、节约出行时间的目的；就公交车辆而言， 主要实现对其动态监控、实时调度和科学管理等功能，从而达到提高公交服务水 平、缓解交通堵塞的目的。 因此，几乎所有国家和地区在经历了痛苦曲折之后，都一致认为优先发展公 共交通是解决城市交通问题的最佳策略。尤其在我国，城市用地紧张，人口密度 高，适宜于公共交通运输。因此，优先发展公共交通符合我国国情，既是解决城 市交通问题的根
25、本出路和建立城市智能交通系统的基础，又是城市可持续发展的 必由之路56。 1.1.2 城市公共交通系统信息化的必要性 公共交通系统的信息化可以提高公交车辆的有效利用率，实现公交管理从简 单静态管理到智能动态管理的转变以及公交系统的动态优化调度和运行，有效地 满足公众对公共交通发展的高层次需求。因此，实现公共交通系统信息化是完善 城市公共交通系统的重要内容 37。 城市公共交通系统信息化面向公交使用者和管理者，利用先进的信息和通讯 技术，动态采集、分析公交车辆的行驶信息、公交营运信息以及道路系统和换乘 系统的交通状态信息等，并将结果信息通过安装在公共服务区的信息查询装置、 电子站牌、手机及 In
26、ternet 等进行实时发布，其包括：公共交通拥挤程度、公交车 辆到站时间、换乘信息以及停车状况等。公共交通信息的提供不但有助于公共交 通使用者出行、换乘和出发时间的选择，还能够帮助公交管理者完成车辆的合理 调度和动态管理。如果能最大限度确保公交车辆的准时性，在公交沿途的各停靠 站上向出行者提供公交车辆的动态运行信息（如图 1.1)，将极大地提高公共交通系 统的吸引力，树立城市公共交通的良好形象，提高其运营效率 89。 图 U 发布公交车到站时间的电子站牌 Fig 1.1 Electronic board for dispatching bus arrival time 在公共交通高度发达的国
27、家，丰富的公交信息成为解决城市交通问题、发展 公共交通的重要手段。被誉为 “ 解决城市交通问题楷模 ” 的英国伦敦利用安装在 主要交通路段的监视器监控交通，发现交通拥塞后立即通过媒体及时告知公交管 理者门及乘客，以便管理人员告知司机并及时调度车辆 1。 然而，在我国城市公共交通信息采集手段较为落后，公众由于难以获得与出 行密切相关的实时公交车辆运行信息，对公交系统的满意度逐渐下降，从而导致 公共交通的运营效率、经营管理、服务水平和经济效益出现全面衰退，公交的出 行比例也严重失调，自行车、私家车成为客运交通的主体，严重地遏制公交发展， 也使原本有限的道路空间更加拥挤。因此，在大力规划、调整、发展
28、城市公共交 通的同时，必须把公共交通系统的静 /动态信息准确、及时、方便、高质量地提供 给出行者，以此吸引更多的潜在公交用户。城市公共交通系统信息化旨在为出行 者和管理者提供实时公交信息，为城市智能公共交通系统的快速发展奠定了坚实 的基础。 1.2 课题研究的目的、意义和研究内容 1.2.1 研究目的和意义 解决城市交通问题以优先发展公交系统为前提；实现城市智能公交系统以公 交信息服务系统为基础，而城市公交系统信息化以 “ 为出行者出行服务 ” 为目的。 因此，必须从出行者的角度出发，选择用户关心的信息重点发布。美国曾针对乘 客所关心的公交信息种类进行问卷调查 9。调查结果显示：公交车辆到站时
29、间为出 行者最为关心的信息之一。因此，集中优势力量，利用所获得的交通采集数据， 分析、提取和发布出行者最为关心的公交车到站时间信息是实现城市公共交通系 统信息化的重要内容。 因此，本文将基于公交车辆车载 GPS 装置采集的定位数据，综合运用车辆定 位追踪、道路路段交通状态检测以及 GIS 地图匹配等技术，研究 多种交通随机因 素影响下的公交车到达时间预测技术，建立合理的公交车辆到达时间预测模型， 开发能够自动识别车辆运行状态的到达时间预测系统，并在给定公交路线上实现 公交车到达下游站点时间的实时准确预测和发布。该预测时间信息可以通过车站 信息牌或广播发布，供出行乘客参考，也可以通过 Inter
30、net 或移动电话发布，供用 户查询。 公交车辆到达时间预测作为公交系统信息化的关键技术，对城市公共交通的 顺利发展起到积极的推动作用。实时的公交车到达时间信息不但可以减少乘客的 候车时间、缓解候等乘客的焦急情绪、使乘客合理地分 配出行时间、方便乘客乘 坐或换乘公交车，还丰富公交运输服务的种类、树立公共交通的良好形象、吸引 更多的出行者乘坐公交车，并为公交管理部门科学调度公交车辆提供依据。因此， 提供准确的到达时间可以提高公交系统的整体运营效率、增强公交运输的竞争力， 促进公共交通事业的持续发展，缓解城市交通的压力。 1.2.2 研究内容 本文的研究内容如下： 以实时 GPS 定位数据和 GI
31、S 地图匹配算法为基础，对具体线路上的公交 车辆进行实时定位追踪。 研究公交车所在路段上的交通状况、到站距离、乘坐率、道路条件、行驶 速度及天气条件等因素对到达时间的影响，分析各种影响因素的影响规律及特征， 提取主要的影响因素。 分析现有的公交车到达时间预测模型的优缺点，并结合所研究城市的交通 情况和地理特征，利用现有的数据和条件，考虑主要影响预测的交通因素，建立 一个具有较高预测精度的城市公交车到达时间预测模型。 通过模拟试验，验证公交车到达时间预测模型的有效性。 针对当前各种预测模型应用困难的问题，设计智能而实用的公交车到达时 间预测系统，使其能够自动辨识车辆运行状态， 保证系统无障碍地实
32、现到站时间 预测。 开发相应的软件系统。实现公交车辆到达时间的实时预测和动态显示，以 及预测结果的自动分析功能。 1.3 论文结构 论文分析现有公交车辆到达时间预测的研究现状及相关技术，基于公交车辆 GPS定位数据，综合多种交通随机因素的影响，利用现有的数据和条件建立的公 交车辆到达时间预测模型，设计开发相应的预测系统，并通过实际数据进行实验， 评估预测模型和系统的性能。 本文的安排如下： 第一章：介绍论文的研究背景、目的、内容和意义以及优先发展城市公共交 通和实现公共交通系统信息化的必要性，从而，阐述研究基于 GPS 的公交车辆到 达时间预测技术和实现到站时间实时发布的必要性； 第二章：概述
33、公交车辆到达时间预测技术的研究现状，并对现有的多种到达 时间预测模型进行比较分析。此外，介绍本研究将涉及的相关技术，包括 ： GPS 定位技术、 GIS地理信息系统和地图匹配技术； 第三章：分析了公交数据 （ GPS 定位数据和公交路线信息）的误差，并提出 相应的预处理方法。通过对公交路线进行线性化、分段化处理，设计了公交车实 时定位追踪的算法。探讨了道路路段平均速度、站点滞留时间、到站 距离及车辆 瞬时速度等因素对公交车辆到达时间的影响，从而，提出基于实时道路路段平均 速度的公交车辆到达时间预测模型。 第四章：根据文本的预测模型，设计了基于有限状态自动机的公交车辆到达 时间预测系统，介绍了系
34、统的设计思想、开发工具、接口设计、逻辑结构和工作 流程，描述了实现该系统的关键技术，包括：系统对象相关属性变量的定义；查 找公交车行使的备选路线；由连续 GPS数据判断公交车的实时行驶方向；公交车 目标路线和目标方向的判断；公交车行驶中非正常调头的动态判断；公交车到 达 时间实时预测和公交车到达终点站的实时判断。 第五章：利用实际公交路线和 GPS 数据进行实验，通过比较算法的预测结果， 验证了所提出的公交车到达时间预测算法的有效性，并对该算法进行了性能评估， 获得预测结果与时段、路段和距离的关系；实现了基于有限状态自动机的公交车 辆到达时间预测系统，通过大量实验验证该系统能够有效监控车辆、预
35、测到达时 间、应对突发事件，具有较高的稳定性和可靠性。 第六章：总结与展望。 1.4 本章小结 论文之始，本章首先概述了 a 前我国城市存在的交通问题，提出了优先发展 城市公共交通的意义和实现公共交通信息化的必要性。从而，引出了进行公交车 辆到达时间预测的必要性与重要性。而后，介绍了论文的写作思路，阐述了论文 研究的主要目的、内容与意义。为后续章节的研究与叙述奠定基础，指明方向。 2 公交车辆到达时间预测技术的研究现状及相关技术 本章通过总结目前国内外公交车辆到达时间预测技术研究现状及应用，对现 有典型的公交车到达时间预测算法进行分析和探讨，并介绍基于 GPS 的公交车辆 到达时间预测的相关技
36、术：全球定位系统、地理信息系统和地图匹配技术。 2.1 国内外公交车辆到达时间预测技术的发展现状 先进的车辆定位信息采集装置和技术的研发，为公交车辆到达时间的研究和 应用奠定了坚实的基础。近年来，许多国家都意识到精确的公交车辆到达时间预 测在 ITS 技术应用中占有举足轻重的地位，于是，纷纷利用先进的交通信息采集 手段和设备，结合自身地理条件和多种交通影响因素，进行公交车辆到达时间预 测的研究，旨在通过到达时间的实时发布，减少乘客的等待时间，提高公共交通 的吸引力，树立良好城市的形象，促进城市公共交通及 ITS 的应用和发展。 在日本，公交车到达时间预测作为一项 交通需求管理措施得到政府的大力
37、支 持 11。其控制中心利用 GPS 掌握公交车的位置，通过互联网向用户的电脑或手机 发送公交车的预测到达时间。实验结果表明乘客候车时间减少 6 分钟（约占平均 候车时间的 63%)， 60%的闪山居民认为由于该预测系统使他们更加愿意乘坐公交 车，从而有效限制了私家车的使用数量。 在旧金山，公交 22 路线利用 MUNI 系统将车载 GPS 设备接收的信息传送到 控制中心，中心根据公交车的实际位置、即将到达的站点以及车辆所行路线的典 型交通状况等信息，估计到达时间，并将其通过车站电子站牌提供给乘客。类似 的系统也用在丹佛Rehoboth 海滩沿线上 12。目前，在美国广泛使用的到达时间预 测算法有： 为维吉尼亚乡村 Blacksburg 设计的基于 GPS 的公交车到达时间预测 的算法。 由洛杉矶运输部门为公交车迅速运输服务提出的 Metro RapM 预测算法。 由华盛顿大学为西雅图提出的公交车到达时间预测算法。 在休斯顿，为演示 实时到达时间而提出的算法 13。 在瑞士，城市公共交通日臻完善