[发明专利]一种基于网络数据源的公交到站信息轨迹生成方法

说明书

技术领域

本发明涉及基于网络数据源的交通信息数据挖掘与云计算技术领域，具体涉及一种基于网络数据源的公交到站信息轨迹生成方法。

背景技术

近年来，随着“公交优先”政策的有效落实和城市智能公交信息化的建设，我国在杭州、苏州、上海、北京、大连、广州、柳州、厦门等城市部分或全部公交线路的公交车上安装了GPS定位系统和电子站牌，使得候车者可查询公交的实时到站信息，提高了公共交通服务质量，增强了市民的公交出行意愿，公交出行率的提高对城市交通疏堵和节能环保均有重要意义。部分城市建设了公交到站信息在线查询网站，使得公交乘坐者可通过因特网的网络数据源查询每路车或者某一站点相应线路的公交车到站情况。

然而对很多在线查询系统，网络数据源只提供公交进站时间，不提供到站公交车的识别号，因而网络数据源采集出的数据无法区分哪些进站信息是由同一辆公交车产生的，致使无法通过网络在线数据直接获取每一辆公交车在各路段和时间段的行驶时间。公交行车信息是开展城市交通路网路况软测量、公交行车优化、公交预报等相关研究的重要数据，因此如何从在线系统的网络数据源中采集的公交行车数据提取每一辆公交车的到站信息，即每一辆车的公交到站信息轨迹的提取是开展相关研究所需解决的首要问题。

受GPS设备、公交查询系统自身原因、Http连接阻塞等诸多因素影响，通过网络数据源获取的实际数据，存在一定程度的信息丢失和异常数据，使得公交到站信息轨迹的可靠提取具有一定的难度。图1是2011年9月2日通过http://m.sz-map.com的网络数据源获取的苏州10路北线公交的实时到站信息时空图，纵坐标为站点索引号，横坐标为到站时间，黑点为采集到的到站信息。由图1可见，对实际采集的信息存在一定程度的信息缺失和干扰，例如：

1）始发站或终点站存在过多的异常信息。当公交车处于始发或终点站时，该公交车尽管没有处于行驶状态，但车载GPS可能依然保持工作，并向服务器发送位置信息，图1中A区所示，可能是同一辆公交车对始发站产生的站点信息，该车在发车前GPS依然保持工作，向服务器发送位置信息。这些多余的位置信息会影响公交到站信息轨迹的正确提取。

2）存在较长时间的信息丢失。城市中的建筑密集区、天气恶劣等均可能对GPS信号产生影响，导致GPS位置信息漂移或者信号丢失，另外数传模块GPRS亦可能受到网络阻塞等影响，导致公交车的位置信息无法回传至服务器，这些因素会导致公交车位置信息的数据不全，更甚者会出现连续6个以上的站点信息丢失。图1中的B区，B1与B2是同一辆公交车产生的位置信息，期间缺失3个站点的信息，而B3、B4间则缺失了4个站点信息，经验证，在该段时间内，本地服务器采集周期维持在30s左右，排除了网络阻塞造成的信息丢失因素，系公交系统自身原因造成。缺失信息会破坏信息的完整性，增加了公交到站信息轨迹提取难度。

3）存在逆行线信息干扰。许多城市的公交车上下行线需要司机手工切换，有的司机有时粗心，在公交车到达终点站后没有切换上下行线路，从而在下行线的路线上发出的位置信息依然被服务器认为是上行线信息，服务器进行错误的解析会导致位置信息时空图上形成一条反向行车轨迹，例如图1中C区中形成了一条反向行车轨迹。造成该现象的原因可能是该辆公交车到达终点站后对GPS系统没有切换上下行线，导致反程中所发送的公交到站信息被服务器错误解析。逆行线干扰信息在数据稠密处会严重干扰公交到站信息轨迹的正确生成。

4）非始发站或终点站的异常信息干扰。公交车行驶过程中，由于信号干扰或者GPS信号漂移以及服务器自身的完善度不够，在同一辆公交车上会产生同一个站点的多个到站时间，例如图1中D区的D1、D2、D3、D4为公交车行驶过程中在同一站点产生的4个位置信息，对于公交到站信息轨迹生成需要剔除多余的干扰信息。

发明内容

为此，本发明所要解决的是网络数据源实际采集的信息存在一定程度的信息缺失和干扰从而干扰公交到站信息轨迹生成的技术问题，提供一种基于网络数据源的公交到站信息轨迹生成方法。

为解决上述技术问题，本发明采用的技术方案包括如下步骤：

一种基于网络数据源的公交到站信息轨迹生成方法，具体步骤如下：

第一步：获取公交到站信息数据：

通过连接公交实时到站信息查询网，发送对应线路的URL地址，通过Http Get方式获得查询结果，通过解析网页响应源码，提取公交线路、站点名称、站点索引号、进站时间的公交信息；

第二步：生成公交到站信息轨迹链路，过程如下：