公交大数据及其应用

真知灼见KnowledgeandInsight1公交大数据来源及类别1.1数据来源目前智能公交信息采集设备主要包括公交车辆调度终端、硬盘录像机、客流采集终端、新能源车辆监控终端、充电桩、疲劳驾驶监测终端、防碰撞预警终端、IC卡车载机、智能投币机等设备，形成完善的车载数据信息采集系统。同时多数公交企业已经建立了智能调度系统、公交ERP系统、充电运营管理系统、收银点钞管理系统、客流排班系统、IC卡清分结算系统、视频安防监控系统等完善的信息化运营管理系统，也具备了与交警、城管等多行业之间的数据报送和共享机制。1.2数据类别公交数据主要包含以下10类：（1）定位类：经纬度、车辆速度等；（2）工况类：CAN总线、发动机、胎压、电池、车辆维修数据等；（3）人次类：上下车OD客流数据、站台人流数据等；（4）消费类：投币人次、刷卡（扫码支付）数据等；（5）视频类：乘客、司机图像数据等；（6）路况类：周边路况、交通路口、红绿灯、交通标识数据等；（7）安全类：ADAS告警、驾驶行为告警数据、倒车雷达数据等；（8）运营类：线路数、车辆数、客运量、运营趟次、运营里程数据等；（9）基础信息：场站分布和数量、资源（加公交大数据及其应用油站、充电、维修）数据、停车位、司机数据、考勤数据等；（10）监管类：计划完成率、交通拥堵指数、公交畅行指数、交通小区拥堵及客流分析数据、路网运行速度监测、财政补贴、成本收入、服务质量等。此外公交都市信息化平台，也汇总了出租、自行车等不同交通方式的海量数据。这些交通数据为进行交通大数据开发和应用提供了有力支撑，也为进一步发掘交通大数据应用方向、拓展应用领域提供了无限可能。2公交大数据应用目前，公交大数据主要有六个方面具体应用：2.1在运营排班调度的应用对客流数据进行分析，综合考虑线路信息、站点信息、路况信息，利用运筹学进行建模规划，建立包含多项参数的预测模型，预测线路的客流高峰时段，仿真线路短时间内的客流变化情况，预测线路的趟次周转时间；基于客流仿真预测计算最优发车间隔、最小配车数，从而实现车辆智能排班，自动调整现有排班计划以适应客流变化的需要；根据客流数据进行分析，优化生成发车时刻表，然后进行自动排班和减站点设置、调整线路车辆配置等。在线网调整之前，进行实施后客流量和分布预测，对线网调整方案预评估。线路调整后的客流再调查和统计数据，对新开、撤销、延长、缩短线路以及调整线路走向等方案实施效果进行评估，包括客流均衡性、线路间协调性和设施供需平衡性等。2.2在公交线网规划的应用通过采集到的线路、站点、公交车的上下车客康莹莹《城市公共交通》URBANPUBLICTRANSPORT2019·0122真知灼见KnowledgeandInsight流数据，结合公交站台人流数据、IC卡刷机数据、投币机和客流调查器采集的数据，运用大数据技术进行分析，诊断未完全覆盖线路的道路，结合城市道路状况、规划发展及线路运力配置情况等信息，辅助对线路、站点进行布局优化和调整；对新开、撤销、延长、缩短以及调整线路走向等方案实施效果进行客流均衡性、线路间协调性和设施供需平衡性等方面的评估；分析城区出行人口分布、出行特征、客流聚散点、高峰期站点断面客流、客流走廊等，建立影响乘客的出行因素模型，为不同出行特征的乘客推送个性化出行服务。通过数据挖掘等技术手段，预测从整体到局部的客流量及客流走向，指导城市公交站点、公交线网的合理布局，辅助优化线网，及时吻合城市客流走向变化。为公交运力调整、城市交通路网调整和优化提供数据支撑。2.3在公交车辆运营安全的应用通过对CAN总线、发动机、胎压、电池、车辆维修等数据的分析挖掘，实时掌握新能源车辆零部件工况和整车运行状态，能够为整车制造企业在产品持续改进等方面提供数据支撑，为运营企业提供车辆故障及安全预警，及时发现和解决问题，提高车辆运营效率，为政府安全运营监管提供决策支持。公交车辆在运营中的视频数据也有广泛的应用前景。对乘客图像、站台候车图像的人脸识别和姿态识别能够及时发现异常事件，识别特殊人物，追溯犯罪案件，保障公共安全。采用人工智能技术和大数据技术分析驾驶员的驾驶行为，识别疲劳、打电话、抽烟等违法或不规范驾驶行为，并及时提醒驾驶员予以改正，避免发生交通事故。对驾驶员的急刹车、急转弯、超速等驾驶数据进行分析，有利于规范驾驶行为，方便运营企业进行管理和考核。将车辆工况数据、事故数据与周边路况、交通路口、红绿灯、交通标识等数据进行综合分析，挖掘内在联系，标记事故易发路段，形成事故地图，为交通管理部门分析事故原因、改进交通设施提供可靠支撑，辅助交通管理部门制定出较好的统筹与协调解决方案。2.4在改善交通环境的应用车辆主动安全辅助驾驶系统以提升驾驶安全为目的，采用多种硬件设备进行主动安全监测，及时快速整合各个采集设备的数据，指导驾驶员快速反应，避免交通事故的发生。其中产生的前向碰撞告警数据、车道偏离告警数据、行人及自行车告警数据、超速行驶数据等海量告警数据，采用大数据技术进行分析挖掘，结合周边道路环境数据，分析日常运营中，车辆在道路上的哪个位置，哪个路口及哪一路段经常发生哪一类危险，哪些地点存在哪种交通隐患。通过对车辆主动安全辅助系统产生数据的应用，能够形成危险地点地图，推动相关政府部门改善事故易发点的交通环境，促进企业合理规划运营路径，从而减少交通事故，提高交通安全水平。2.5在交通监管的应用采用行业前沿的交通模型和算法以及GIS先进的、分块式空间分析技术，对公交线路数、车辆数、客运量、运营趟次、运营里程等运营数据和场站分布、场站数量、资源(加油站、充电、维修)数据、停车位等基础数据进行分析，分析计划完成率、交通拥堵指数、公交畅行指数等线路、线网的各项技术性能指标，方便行业监管部门进行路网运行速度监测和服务质量评价，从各维度对城市公共交通进行监管，为指导交通行业的良性发展提供参考。同时为政府补贴、政策制定提供决策支持。2.6在自动驾驶的应用积累的车辆定位、工况、客流、消费类、视频、路况、安全、运营等交通大数据与人工智能相结合，能够推进在无人驾驶公交车领域的研究。海量数据是机器学习以及人工智能算法的基础，通过采集设备、V2X设施和高精度地图信息所获得的数据，以及驾驶行为、经验、规则、案例和周边环境数据信息，运用模糊推理、强化学习、神经网络和贝叶斯网络技术等先进的决策理论进行决策判断，确定适当工作模型,制定相应控制策略。（作者单位：郑州天迈科技股份有限公司）URBANPUBLICTRANSPORT《城市公共交通》2019·0123