[发明专利]一种城市公交多源数据时间误差消除方法

说明书

本发明提供了一种城市公交多源数据时间误差消除方法，通过数据处理手段自动校正车辆自动报站系统(AVL)数据以及乘客刷卡(AFC)数据间存在的时间同步误差，该方法提取每一辆车的AVL数据与AFC数据，分别延拓为两路离散时间信号序列，在用户设定的时间误差搜索范围内求取两信号序列的时域互相关序列，提取取互相关极大值时对应的时间推移量，即为时间误差的实际值；本发明同时提供了一种输入数据的无损压缩方案，保证识别精度的前提下极大地提高了处理效率。本方法不需要对现有公交车载数据采集系统进行升级改进，且计算精度可控，有效提升了城市公交客流时空分布特征研究的数据有效性。

技术领域

本发明涉及智能化公共交通技术领域，更具体地说，涉及一种城市公交多源数据时间误差消除方法。

背景技术

城市公交客流数据分析中，将AFC中的乘客刷卡数据与AVL中的车辆停站数据进行时间关联，推断乘客上车站点是其中第一步也是最重要的步骤，该步骤准确与否直接决定了后续步骤(如：下车站点推断、客流规律分析)的准确性。

基于时间关联的推断算法在实际应用过程中常常由于AFC与AVL两大系统时间不同步而错误推断乘客的上车站点,导致得到错误的乘客出行轨迹,无法满足实际应用需求。其中最常用的误差消除方法是通过GPS卫星时钟对AFC与AVL两系统进行时间同步校准。但该方法需要对每一辆公交运输车辆的设备进行改造，成本高昂，也无法校正已有数据中两数据源的时间偏差。

目前，已有的公交乘客上车站点推断方法按照基本原理可以分为两类：概率推断法、直接推断法。

概率推断法通过建立马可夫模型或贝叶斯概率推断模型，寻找使后验概率取得极大值的站点。但该方法存在明显的缺陷，公交车辆在两站点对间的行程时间会受到道路条件、车流量、驾驶员状态、能见度等因素的叠加影响，并不总是服从高斯分布，得到的模型存在偏差。直接推断法采用一定的时间阈值将乘客与AVL数据源中的车辆报站时刻进行时间关联，将AVL报站数据中与刷卡时刻最接近且满足时间阈值限制的站点推断为上车站点。该方法简单、易于实现，能够准确、唯一确定每一名乘客的上车站点。但该方法适用前提是AFC乘客刷卡与AVL自动报站系统间的时间误差已知且为恒定值。若两系统间存在未知时间误差，则无法得到上车站点或直接得到错误的上车站点。

综上，为提升城市公交客流时空分布特征研究的数据有可信度，并发挥海量历史数据的研究价值，需研发一种不依赖硬件设备且能够快速自适应的校准公交系统多源数据时间误差的计算方法。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种城市公交多源数据时间误差消除方法。该方法充分利用城市公交AVL数据及AFC数据延拓形成离散时间信号序列，通过极大化互相关序列求取AVL数据及AFC数据的时间误差，有利于后续对城市公交系统乘客时空特征进行数据挖掘和特征分析。

为了达到上述目的，本发明采用以下技术方案：

本发明一种城市公交多源数据时间误差消除方法，包括以下步骤：

S1、对每辆车的每一趟行驶，提取其所有乘客上车刷卡时刻，并按照时间先后排序，所述每一趟行驶定义为从起点站到终点站；

S2、通过跟车调查或历史数据获得相邻乘客刷卡时间间隔分布，定义为刷卡间隔分布；通过AVL报站数据得到城市公交相邻站点间行车时间分布，定义站间行程时间分布，定义两分布众数的均值为乘客刷卡数据时间分割阈值为ε,将相邻时间间隔小于ε的刷卡记录归为同一上车站点，即可将同一辆车同方向各站点的乘客刷卡数据分离；

S3、提取数据分离后每个站点的第一个刷卡记录形成有序代表集C_R，由C_R中的离散时间戳形成二进制时间序列

S4、提取与C_R对应的车辆进站时刻集合T_VR，按照步骤S3的方法形成二进制时间序列