基于Wi-Fi探针的车站通道走行时间实时估计与客流预警

目的:为建立车站通道走行时间实时估计模型,提高城市轨道交通车站的运营效率与安全性,以提升乘客的出行体验。方法:采用基于Wi-Fi探针的数据采集方式,通过在车站通道中安装Wi-Fi探针收集信息数据,包括乘客设备MAC(媒体接入控制)地址、信号强度、距离嗅探器的距离等信息。通过java语言对采集的数据进行初始处理,利用Mysql和navicat premium数据库的组合对数据进行深度清洗,验证了采用BPR美国联邦公路局函数建立车站通道走行时间实时估计模型的可行性,并采用蚁群聚类算法将延误时间作为对车站通道客流预警等级划分的依据。结果及结论:总结了Wi-Fi探针客流采集原理和原始数据清洗方法,建立基于BPR函数的车站通道走行时间实时估计模型,实现了车站通道乘客走行时间实时估计,其模型的准确率可达92.8%。将车站通道客流预警划分为畅通、基本畅通、拥挤、严重拥挤等4个等级,利用上海轨道交通11号线江苏路站的Wi-Fi探针数据进行了实例验证与分析,证明了模型的可适用性及预测精度。