浅谈公交车到站时间预测技术

首页大客

头条新闻

浅谈公交车到站时间预测技术

2024-08-23 来源：济南市城市交通研究中心作者：

公交车准点到站预测技术是智能公交系统中的一项关键技术，结合大数据、人工智能等技术手段，能够实现对公交车的精准预测，为乘客提供公交到达时间等实时信息，方便乘客出行，提高运营效率。

1、公交车到站时间影响因素

交通状况：交通拥堵是影响公交车到站时间的重要因素，在交通高峰时段或由于交通事故造成的拥堵期间，公交运行速度会下降，从而降低准点率。

环境原因：主要有暴雨、大雪等恶劣天气，周末、节假日以及其他突发因素，从而影响公交车的行驶速度和准时性。

道路状况：包括路面通行能力、是否有专用道、路段是否安全限速、交叉口等。

公交客流量：乘客在站点上下车的时间长短也会影响公交车的到站时间。

通过对公交车到站时间影响因素分析，完善运营计划，并采取相应措施来优化运营，提高公交服务的可靠性和乘客满意度。

2、公交到站时间预测算法

公交到站时间预测算法包括遗传、Gradient Boosting、时空模型、自动车辆定位等多种算法，其中基于Gradient Boosting的公交车运行时长预测方法是一种先进的机器学习技术，它通过集成多个弱分类器（如决策树）来提高预测的准确性和稳定性。

在实施过程中，首先需要对原始数据进行描述和预处理，包括清洗数据、处理线路静态特征等。通过特征选择组件识别出对预测结果影响较大的特征因素，然后使用Gradient Boosting模型对站点停留时长进行预测，提高车辆的运行效率和乘客的满意度。

（1）到站时间预测流程

通过车载终端采集的公交信息不仅包括车辆速度、位置等比较直观的数据，而且还包括经纬度非直观数据，采集的信息作为原始数据，需要通过数据库进行预处理筛选才能进行精准预测。

首先判断上传到数据库的原始定位数据是否正常有效，然后进行数据鉴别，如果有异常数据需要进行筛选，然后结合公交准点值和公交准点影响因素对公交准点进行预测。

（2）到站时间预测分析

首先分析定位数据，运营状态、在线状态、定位是否有效，对无效数据进行删除，利用上下行的标志位，将筛选清理后的数据分成两部分，上行部分和下行部分。根据经纬度判断当前车辆是否为中间站，根据站点标志判断车辆是否进站，这样提取符合这两条的记录便可计算所在车站之间的行驶间隔，进而预测车辆到站时间。

字段	含义
MACH_NO	车载机
SITE_TIME	定位时间
LNG	经度
LAT	纬度
UP_TIMES	车辆上下行状态
VELOCITY	速度
IS_STATION	站点
INS_TIME	入库时间

根据公交车坐标和站点坐标可以计算出距离下一站点的距离，根据相邻站点坐标可以计算出公交车所在站点区间距离，然后对公交到站时间进行预测。

3、智能化电子站牌的应用

电子站牌作为对外发布公交车数据信息的窗口，实时显示公交车与本站点的距离，公交车到达本站预计时间，通过调用服务器数据接口，将公交车载端上传的数据信息显示在电子站牌显示屏中，展示给乘客，请求服务器端数据接口获取本站点公交车数据信息，并将获取的数据在LED显示屏上实时显示出来。智能化电子站牌通过语音和信息发布的形式进行来车预报，方便乘客多元化出行，提高乘客出行服务体验，提高公交服务水平。