基于IC卡交易和車輛調(diào)度信息的站點(diǎn)客流分析算法研究

孫 健 李少彬

（南京公共交通（集團(tuán)）有限公司，南京 210037）

引言

合理科學(xué)的公交調(diào)度和線網(wǎng)規(guī)劃，可以緩解城市快速發(fā)展、人口激增、出行需求大幅度上升引起的交通擁擠、交通安全事故等普遍問(wèn)題。而公交調(diào)度和線網(wǎng)規(guī)劃也依賴于對(duì)海量客流的全面、精準(zhǔn)分析和統(tǒng)計(jì)。國(guó)內(nèi)外研究學(xué)者通過(guò)運(yùn)用海量IC卡數(shù)據(jù)，結(jié)合車輛GPS數(shù)據(jù)，對(duì)客流建立多維度數(shù)學(xué)模型，從客流OD、候車時(shí)長(zhǎng)、客流擁堵等方面分析客流特征和規(guī)律。本文通過(guò)原始刷卡數(shù)據(jù)中已經(jīng)提供的線路編碼、車輛編碼、刷卡經(jīng)緯度、刷卡時(shí)間，結(jié)合車輛調(diào)度信息以及地理信息系統(tǒng)提供的線路下各站點(diǎn)經(jīng)緯度信息，通過(guò)經(jīng)緯度坐標(biāo)投影算法以及車輛實(shí)時(shí)調(diào)度信息的查詢計(jì)算，得出精確的刷卡站點(diǎn)信息。同時(shí)利用redis數(shù)據(jù)庫(kù)內(nèi)存高吞吐的特性，實(shí)時(shí)過(guò)濾清洗刷卡設(shè)備記錄到的重復(fù)刷卡數(shù)據(jù)。刷卡站點(diǎn)信息反映了各線路各站點(diǎn)客流量的高低，對(duì)整個(gè)公交線路的運(yùn)營(yíng)具有指導(dǎo)意義，對(duì)客流量擁擠地區(qū)的治安管理也具有一定的參考價(jià)值。

1 原始數(shù)據(jù)采集

1.1 原始刷卡數(shù)據(jù)

原始刷卡數(shù)據(jù)只包含了部分信息：

（1）車輛注冊(cè)線路編碼。線路編碼是市民卡中心對(duì)線路名稱的一種規(guī)范。同時(shí)，在本地?cái)?shù)據(jù)庫(kù)維護(hù)一張線路編碼和線路名稱一一對(duì)應(yīng)的映射關(guān)系表。

這樣做的好處在于：存儲(chǔ)線路編碼比存儲(chǔ)線路名稱更節(jié)約數(shù)據(jù)庫(kù)空間，而且查詢線路編碼比查詢線路名稱更快。

（2）車輛編碼。車輛編碼也是市民卡中心對(duì)車輛名稱的一種規(guī)范。

（3）刷卡經(jīng)緯度、刷卡時(shí)間。這兩者分別記錄了刷卡所在的空間和時(shí)間上的信息?？臻g的信息可以用于計(jì)算線路上各個(gè)站點(diǎn)的距離，時(shí)間的信息可以用于查詢當(dāng)前車輛所在的實(shí)時(shí)調(diào)度信息。

1.2 車輛實(shí)時(shí)調(diào)度信息

調(diào)度信息指的是車輛的進(jìn)出站信息，包括：

（1）車輛實(shí)際運(yùn)營(yíng)線路編碼。車輛所在的運(yùn)行線路編碼區(qū)別于原始刷卡數(shù)據(jù)中的注冊(cè)線路編碼，實(shí)際運(yùn)營(yíng)中，車輛可能會(huì)被臨時(shí)調(diào)度至其他線路運(yùn)營(yíng)。

本文計(jì)算中，刷卡數(shù)據(jù)屬于哪個(gè)線路、哪個(gè)站點(diǎn)以實(shí)際調(diào)度信息為準(zhǔn)，可以精確反映公交車輛的實(shí)時(shí)運(yùn)營(yíng)情況。

（2）線路上下行。車輛在某條線路上運(yùn)行，根據(jù)運(yùn)行方向的不同，可以規(guī)定為上行和下行。

（3）站點(diǎn)信息。站點(diǎn)信息指的是該時(shí)刻車輛“進(jìn)”或“出”的站點(diǎn)。

車輛實(shí)時(shí)調(diào)度信息緩存在redis數(shù)據(jù)庫(kù)，利用其內(nèi)存高吞吐的特性，為原始刷卡數(shù)據(jù)實(shí)時(shí)計(jì)算刷卡站點(diǎn)提供了高性能的數(shù)據(jù)庫(kù)查詢條件。

1.3 線路下各站點(diǎn)經(jīng)緯度信息

地理信息系統(tǒng)為我們提供了精確的位置信息，為了計(jì)算方便，在mysql數(shù)據(jù)庫(kù)中維護(hù)了一張線路與站點(diǎn)的靜態(tài)信息表。包含了各線路下所有站點(diǎn)的經(jīng)緯度信息、上下行信息、各站點(diǎn)上一個(gè)站點(diǎn)和下一個(gè)站點(diǎn)的信息，見(jiàn)表1樣例。

表1 線路經(jīng)過(guò)的站點(diǎn)數(shù)據(jù)樣例

2 基于坐標(biāo)投影和車輛調(diào)度算法的數(shù)據(jù)處理

計(jì)算刷卡站點(diǎn)主要考慮兩種算法，分別為：

（1）坐標(biāo)投影算法，基于刷卡經(jīng)緯度和站點(diǎn)經(jīng)緯度計(jì)算刷卡站點(diǎn)。

（2）調(diào)度信息計(jì)算刷卡站點(diǎn)，基于刷卡時(shí)間和車輛的進(jìn)出站時(shí)間計(jì)算刷卡站點(diǎn)。

兩種算法各有優(yōu)缺點(diǎn)，本文結(jié)合兩種算法，得到較為精準(zhǔn)的刷卡站點(diǎn)。

2.1 尋找運(yùn)行線路和上下行

原始刷卡數(shù)據(jù)記錄的是車輛注冊(cè)線路，因此需要通過(guò)車輛自編碼去redis或者mysql數(shù)據(jù)庫(kù)查詢車輛的進(jìn)出站數(shù)據(jù)，進(jìn)出站數(shù)據(jù)中記錄的才是車輛真正的運(yùn)行線路。同時(shí)明確了上下行可以為第2步減少需要比對(duì)的站點(diǎn)，提高計(jì)算效率。

2.2 經(jīng)緯度坐標(biāo)投影算法

計(jì)算刷卡經(jīng)緯度與所在線路上各站點(diǎn)經(jīng)緯度的距離。距離最小的站點(diǎn)記為minStopCode。最小距離記為minDistance。計(jì)算距離涉及到兩個(gè)部分。

（1）經(jīng)緯度轉(zhuǎn)換。地球表面是一個(gè)不規(guī)則的球面，為了便于說(shuō)明，以下用一個(gè)橢圓繞軸旋轉(zhuǎn)形成的球面來(lái)表示：

式中，R為赤道半徑，r為極軸半徑。由于推算資料的不同，R和r的值會(huì)有些許差異，本文采用的是WGS-84橢球體[1,6]，即R=6378137米，r=6356752.314米?？紤]到計(jì)算距離時(shí)需要使用同一套坐標(biāo)系，對(duì)線路下各站點(diǎn)的經(jīng)緯度進(jìn)行坐標(biāo)系轉(zhuǎn)換。舉例說(shuō)明：（118.484871, 32.043482）經(jīng)緯度轉(zhuǎn)換后為（118.808118, 32.07247）。

（2）經(jīng)緯度計(jì)算距離。影響兩點(diǎn)之間距離計(jì)算的兩個(gè)因素：

a.經(jīng)度每度的距離，即弧長(zhǎng)。緯度越小，弧長(zhǎng)越大，反之，則越小。

b.緯度每度的距離大概是相等的，約為111000米。

計(jì)算某個(gè)緯度下經(jīng)度平均每一度距離S[2-3]的公式如下：

式中，B為所在區(qū)域的緯度。

考慮到我們計(jì)算所在的目標(biāo)區(qū)域緯度范圍為：北緯31°14′至32°37′。因此分別將這兩個(gè)緯度值代入公式（2），對(duì)兩個(gè)計(jì)算的結(jié)果取平均值，為97850.268米。用這個(gè)值進(jìn)行兩個(gè)點(diǎn)之間距離的計(jì)算[4-5]。舉例說(shuō)明：刷卡經(jīng)緯度（118.778736,32.051028）和轉(zhuǎn)換后的站點(diǎn)經(jīng)緯度（118.778835,32.051083）計(jì)算距離為11.2米。

如果minDistance≤50米，則取對(duì)應(yīng)的站點(diǎn)作為刷卡站點(diǎn)。

如果minDistanc＞50米，則說(shuō)明刷卡點(diǎn)距離最近的站點(diǎn)都比較遠(yuǎn)，不好判別刷卡站點(diǎn)。進(jìn)行第3步。

2.3 基于調(diào)度信息和刷卡時(shí)間查詢刷卡站點(diǎn)

存在以下兩種異常情況：

（1）原始刷卡數(shù)據(jù)無(wú)刷卡經(jīng)緯度，這是由刷卡設(shè)備或者車輛GPS設(shè)備異常導(dǎo)致的。

（2）經(jīng)緯度坐標(biāo)投影算法計(jì)算的最近站點(diǎn)距離都大于50米，這可能是人為原因?qū)е碌摹?/p>

上述兩種情況都會(huì)導(dǎo)致原始刷卡數(shù)據(jù)計(jì)算不到刷卡站點(diǎn)。因此需要通過(guò)刷卡時(shí)間和車輛的進(jìn)出站信息去進(jìn)一步尋找刷卡站點(diǎn)。通過(guò)調(diào)度信息尋找刷卡站點(diǎn)的依據(jù)可以概括為以下公式：

式中，adTime為車輛的進(jìn)出站時(shí)間，swipeTime為刷卡時(shí)間。整個(gè)公式的含義是：取調(diào)度信息中該車輛的進(jìn)出站時(shí)間小于刷卡時(shí)間，且是最大的一個(gè)進(jìn)出站時(shí)間，所對(duì)應(yīng)的站點(diǎn)作為刷卡站點(diǎn)。

圖1 刷卡站點(diǎn)計(jì)算流程圖

3 程序設(shè)計(jì)（圖1）

原始刷卡數(shù)據(jù)是通過(guò)activemq點(diǎn)對(duì)點(diǎn)的方式主動(dòng)推送過(guò)來(lái)的，在進(jìn)行站點(diǎn)計(jì)算之前我們首先借助redis數(shù)據(jù)庫(kù)內(nèi)存高吞吐的特性，對(duì)實(shí)時(shí)過(guò)來(lái)的刷卡數(shù)據(jù)進(jìn)行去重，清洗掉重復(fù)數(shù)據(jù)。如果刷卡時(shí)間早于當(dāng)前系統(tǒng)時(shí)間20分鐘以上，則暫時(shí)放置在緩沖隊(duì)列，記為隊(duì)列3，新開(kāi)一個(gè)線程基于歷史的進(jìn)出站數(shù)據(jù)，采用車輛調(diào)度算法計(jì)算刷卡站點(diǎn)，否則刷卡數(shù)據(jù)暫時(shí)放置在另一個(gè)緩沖隊(duì)列，記為隊(duì)列1。新開(kāi)一個(gè)線程，基于車輛實(shí)時(shí)進(jìn)出站信息尋找運(yùn)行線路和線路方向，同時(shí)采用坐標(biāo)投影算法，計(jì)算刷卡站點(diǎn)，記為線程1。這樣設(shè)計(jì)的好處在于提高程序的計(jì)算性能，線程1中對(duì)于無(wú)經(jīng)緯度和最小距離misDistance大于50米的刷卡數(shù)據(jù)，由于算法不一樣，暫時(shí)放置在一個(gè)新的緩沖隊(duì)列，記為隊(duì)列2。新開(kāi)一個(gè)線程2處理隊(duì)列2中的刷卡數(shù)據(jù)，線程2只處理無(wú)經(jīng)緯度和最小距離misDistance大于50米的刷卡數(shù)據(jù)，而這些數(shù)據(jù)依賴于車輛的調(diào)度信息，由于車輛調(diào)度信息是2分鐘從接口獲取一次，因此進(jìn)出站數(shù)據(jù)可能存在延遲，此時(shí)隊(duì)列2就發(fā)揮它的作用了，對(duì)于這些不具備處理?xiàng)l件的刷卡數(shù)據(jù)（刷卡時(shí)間大于調(diào)度信息里面最大的進(jìn)出站時(shí)間，代表進(jìn)出站數(shù)據(jù)延遲），隊(duì)列2會(huì)暫時(shí)“保管”，直到延遲的進(jìn)出站數(shù)據(jù)過(guò)來(lái)。這里需要考慮一個(gè)異常情況，比如說(shuō)：進(jìn)出站數(shù)據(jù)接口出問(wèn)題了，就會(huì)出現(xiàn)進(jìn)出站數(shù)據(jù)永遠(yuǎn)延遲的情況。

此時(shí)隊(duì)列2的數(shù)據(jù)就會(huì)越積越多，嚴(yán)重消耗內(nèi)存，最終影響程序的正常運(yùn)行。因此，這里還有一個(gè)機(jī)制，就是每次對(duì)隊(duì)列2中刷卡時(shí)間距離當(dāng)前系統(tǒng)時(shí)間超過(guò)20分鐘的刷卡數(shù)據(jù)進(jìn)行批量處理，保證隊(duì)列2的數(shù)據(jù)大小不會(huì)無(wú)窮地增大。

4 算法和程序結(jié)果分析

4.1 站點(diǎn)客流準(zhǔn)確性分析

表3 站點(diǎn)刷卡分析統(tǒng)計(jì)

表2 不同推送時(shí)間的站點(diǎn)刷卡分析

以2020-07-15一整天的刷卡數(shù)據(jù)進(jìn)行分析，得出數(shù)據(jù)表2、表3。

通過(guò)表2可以看出，原始刷卡數(shù)據(jù)存在發(fā)送延遲的情況，但是數(shù)據(jù)量不大，僅占0.51%。后期也通過(guò)算法找到了部分刷卡數(shù)據(jù)對(duì)應(yīng)的刷卡站點(diǎn)。但是原始刷卡數(shù)據(jù)的延遲對(duì)刷卡站點(diǎn)計(jì)算的準(zhǔn)確性會(huì)一定的影響，尤其跟大屏展示站點(diǎn)實(shí)時(shí)刷卡數(shù)據(jù)量的理念是不符的。

圖2 線路分時(shí)段客流統(tǒng)計(jì)和各站點(diǎn)客流統(tǒng)計(jì)

通過(guò)表3可以看出，通過(guò)坐標(biāo)投影算法無(wú)法判斷刷卡站點(diǎn)的數(shù)據(jù)（包括：無(wú)經(jīng)緯度和misDistance＞50米）大部分依然可以通過(guò)新的算法（根據(jù)刷卡時(shí)間和車輛調(diào)度信息判斷刷卡站點(diǎn)）找到對(duì)應(yīng)的站點(diǎn)。

由于車輛進(jìn)出站數(shù)據(jù)中站點(diǎn)和上下行的對(duì)應(yīng)關(guān)系與各線路下各站點(diǎn)信息這個(gè)基礎(chǔ)表的對(duì)應(yīng)關(guān)系不符。例如：在進(jìn)出站數(shù)據(jù)中A站對(duì)應(yīng)的方向是：上行，但是在基礎(chǔ)表中A站對(duì)應(yīng)的方向是：下行。這種信息不符的情況導(dǎo)致了143條刷卡數(shù)據(jù)找不到刷卡站點(diǎn)。

總體匹配效果還是可以實(shí)際應(yīng)用的，正常發(fā)送的刷卡數(shù)據(jù)中找不到站點(diǎn)的數(shù)據(jù)，僅占一天的3.63%。

4.2 線路客流多維度統(tǒng)計(jì)分析

圖2給出了6路兩個(gè)方向不同時(shí)段的客流數(shù)量，以及各站點(diǎn)所屬不同峰段的客流數(shù)量。不同時(shí)段的客流數(shù)量對(duì)于公交運(yùn)營(yíng)在不同時(shí)間段投入的人員部署具有參考意義，各站點(diǎn)所屬不同峰段的客流數(shù)量反映了客流分布的主要區(qū)域，對(duì)多熱點(diǎn)區(qū)域的治安和交通管理具有參考價(jià)值。本文基于時(shí)間和站點(diǎn)兩個(gè)維度的客流統(tǒng)計(jì)可以更精確更全面地反映公交乘客出行偏好規(guī)律。

4.3 站點(diǎn)客流熱力分析

本文利用GIS技術(shù)將線路站點(diǎn)客流量熱力圖層和地圖圖層疊加，通過(guò)熱力圖的方式展現(xiàn)了線路上各站點(diǎn)的客流分布情況。熱力圖支持分時(shí)段查詢，便于分析不同峰段的客流分布情況。圖3分別展示了南京市早晚高峰的客流分布特點(diǎn)，對(duì)于公交分時(shí)段運(yùn)營(yíng)部署的調(diào)整具有指導(dǎo)意義，更能滿足乘客的出行需求。

圖3 南京市高峰期客流熱力分布

5 結(jié)論

5.1 優(yōu)點(diǎn)

（1）本文針對(duì)南京地區(qū)的公交刷卡數(shù)據(jù)，選取一組可以唯一標(biāo)識(shí)一條刷卡數(shù)據(jù)的特征值，借助redis數(shù)據(jù)庫(kù)，利用其內(nèi)存的高吞吐特性，在實(shí)時(shí)接收數(shù)據(jù)的同時(shí)，對(duì)重復(fù)的刷卡數(shù)據(jù)進(jìn)行清洗。避免了由于刷卡設(shè)備故障而導(dǎo)致的重復(fù)統(tǒng)計(jì)問(wèn)題。

（2）本文根據(jù)南京地區(qū)的實(shí)際地域特征和經(jīng)緯度分布情況，基于GIS進(jìn)行經(jīng)緯度轉(zhuǎn)換和距離計(jì)算，找到了部分較為準(zhǔn)確的刷卡站點(diǎn)。

（3）針對(duì)坐標(biāo)投影算法中不可避免出現(xiàn)的問(wèn)題：原始刷卡數(shù)據(jù)沒(méi)有經(jīng)緯度。所謂“巧婦難為無(wú)米之炊”，缺少了經(jīng)緯度這個(gè)必要條件，坐標(biāo)投影算法失效。此時(shí)，車輛的調(diào)度信息就發(fā)揮作用了，結(jié)合刷卡數(shù)據(jù)本身包含的刷卡時(shí)間信息，依然可以判斷出刷卡站點(diǎn)。

（4）通過(guò)一天的刷卡數(shù)據(jù)分析，最終找不到刷卡站點(diǎn)的數(shù)據(jù)僅占3.63%。

5.2 缺點(diǎn)

（1）原始刷卡數(shù)據(jù)延遲對(duì)刷卡站點(diǎn)計(jì)算有一定的影響。本文的算法在實(shí)時(shí)計(jì)算方面準(zhǔn)確性更高些，但對(duì)于延遲過(guò)來(lái)的數(shù)據(jù)，雖然絕大部分都能找到站點(diǎn)，但是準(zhǔn)確性會(huì)受影響。

（2）進(jìn)出站數(shù)據(jù)和各線路下各站點(diǎn)基礎(chǔ)信息的不一致性導(dǎo)致了少量數(shù)據(jù)算不到刷卡站點(diǎn)，這一點(diǎn)其實(shí)是可以避免的。