基于GPS与IC卡数据的公交站点匹配方法

一票制(单次刷卡)公交线路IC卡数据中缺少乘客上车站点信息,为获得乘客上车站点信息,需要将IC卡交易数据与公交站点进行匹配。首先根据公交车辆GPS数据和公交IC卡数据分别推算站点间运行时间,建立匹配约束规则完成首次站点匹配,并求得公交车辆GPS系统与公交IC卡收费系统的时间平均偏差值,再将时间平均偏差嵌入数据匹配模型,利用禁忌搜索算法对其他未匹配的交易记录进行二次匹配。为作比较,数据试验还包括仅根据站点间运行时间对GPS和IC卡数据进行匹配,从而找到IC卡交易记录与公交站点对应关系。数据试验表明:在GPS数据较完整的条件下,该方法能够精确实现IC卡交易记录与上车站点的匹配,而对比试验方法的匹配精度为80%,低于本文所研究方法。

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。

基于公交IC卡和GPS数据的换乘识别方法

为提高公交换乘识别的精度,将IC卡和GPS数据融合推断得到乘客上车站点和下车站点及下车时间,在此基础上根据居民公交出行的特点及过程,从时间角度和空间角度来判断公交换乘行为。时间角度判断是从乘客站台候车时间及乘客站台候车时间段内是否乘坐第一辆目标线路车辆两个方面进行换乘行为识别。空间角度判断通过两个参数即迂回系数和直达系数来进行换乘行为的判断。最后,与只从时间角度识别的方法进行了对比。结果表明:考虑空间因素的识别方法更为合理全面。

基于GBDT算法的地铁IC卡通勤人群识别

随着公交IC卡的应用和普及,从IC卡数据中挖掘通勤用户,为下阶段采取分流措施缓解早晚高峰压力,优化票价制定等具有重要意义。以广州市地铁数据为依托,选取合适的特征属性,提出了一种基于梯度提升树(gradient boosting decision tree,GBDT)机器学习算法为基础的通勤人群识别方法。首先以周工作日的首末次平均刷卡时间、首末次平均刷卡时长、首末次刷卡时长波动程度、刷卡次数总和等5个特征来制定调查问卷的数据格式。然后利用处理过的带标签(通勤/非通勤)的调查问卷数据去训练GBDT分类器模型,测试样本的通勤识别的准确率高达94.16%。最后利用该模型对广州地铁IC卡数据通勤人群进行识别,结果显示广州地铁刷卡数据中通勤人群数量为131万左右,占总地铁刷卡出行人数32%左右。

基于IC卡和RBF神经网络的短时公交客流量预测

在公交客流量特性分析基础上,通过IC卡获取了实时公交客流量数据;结合GPS数据,利用OD反推法分析了实时客流分布;进而建立了基于IC卡和RBF神经网络的短时公交客流量预测模型并介绍了具体预测过程。对重庆市841公交线路进行了实例分析,得到上下车客流真实值与预测值的平均绝对相对误差均小于1.5%,实例计算结果表明该模型能获取实时客流数据,预测精度高,具有一定的实际应用价值。

基于IC卡数据的轨道站点候车时间特征分析

城市轨道在面对高峰时刻大量的通勤客流时,有可能因地铁已满负荷行驶乘客而等待下一车辆,由此产生轨道站点候车时间。基于此,提出了一种基于地铁IC卡数据来计算高峰时期乘客真实候车时间的方法。其特点是针对特定OD,通过高峰时刻乘客出行时间与非高峰时刻乘客的出行时间的关系来计算乘客站内高峰候车时间。基于IC卡数据可计算出真实准确的候车时间,并使用北京市地铁IC卡数据计算了北京市278个轨道站点站内候车时间,并对其候车时间特征进行了分析。

基于公交IC卡数据的乘客出行分类研究

为得到体现公交乘客出行时空规律的数据,采用基于出行链方法推导出公共汽车乘客的下车站点;建立了描述单个乘客多天出行的完整数据框架;根据乘客参加不同活动所产生的出行时空特征定义了3类出行:通勤类出行、普通类出行和随机类出行,将出行频次与出发时间的标准差作为分类标准对公交乘客出行进行分类。研究表明:39.1%的乘客具有普通类或通勤类出行,生成总客流的76.4%;60.9%的乘客只具有随机类出行,生成总客流的23.6%。通过对乘客出行的分类研究可以更好地掌握乘客公交出行的规律和需求。

SQLite在基于ARM-Linux的公交IC卡数据管理系统的应用

本文对嵌入式数据库SQLite的发展过程、特点、语法结构给予简单的介绍;给出详细的SQLite向ARM体系结构的移植过程;结合基于ARM-Linux的公交IC卡数据管理系统的开发实例讲解SQLite在嵌入式系统中的具体应用。

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础。针对传统以“车”为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客“人”角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法。以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性。

IC卡的现状及其在公路交通管理中的应用前景

本文介绍了ＩＣ卡的概念及其推广应用情况，分析了目前我国公路交通管理中存在的问题以及用ＩＣ卡管理公路交通的方法与前景。

基于公交IC卡和GPS数据的乘客上下车站点研究

文章通过对公交IC卡和GPS数据的分析,给出了利用IC卡和GPS数据推导乘客上下车站点的判别方法。通过充分挖掘两类公交数据中的信息,考虑乘客刷卡滞后的情况,采用相邻站点进站时间与刷卡时间匹配的方法识别上车站点;同时考虑到同行人员代刷卡行为,改进了下车站点的判断机理;最后结合成都市公交IC卡和GPS数据进行实例分析,结果表明所采用的判别方法上车站点识别率较高,下车站点的判断结果符合实际情况,具有较高的准确性。

基于公交IC卡数据的区域公交压力指数研究

公共交通系统在运行中产生的IC卡刷卡及车辆运行GPS数据为量化描述区域公交系统的压力提供了数据支持。基于公交系统在运行中产生的大量的GPS数据和IC卡刷卡数据,选取了包括满载率、停靠时间、单位时间内的进、出站量和地铁剩余运能等压力模型的评价指标,基于加权平均理论建立了地面公交及地铁压力指数模型;根据公交及地铁站点的等级及登降量因素提出了不同类型站点的权重系数阈值;取地面公交和地铁站压力均值建立了区域公交运行压力模型,并划分了压力分级体系。最后以北京市的国贸和东单区域为例进行了压力指数的计算,分析了两区域压力指数差异的时间及空间原因,并提取2个区域的实际公交登降量数据对压力指数进行了验证,证明该压力指数模型能够有效反映公交系统的运行压力。

公交IC卡互联互通下的谐振频率测试方法研究

在公共交通一卡通互联互通过程中,各城市使用IC卡谐振频率的多样性造成了互联互通工作中IC卡与终端的不兼容性,产生刷卡盲区问题,结合IC卡谐振频率工作原理和大量实验数据,对IC卡谐振频率测试误区进行分析,通过统计分析方法,总结出一条跨区域模式下公共交通一卡通互联互通过程中IC卡谐振频率测试方案,实验数据表明,该方法在不影响用户刷卡体验的情况下可以较好地收敛IC卡的谐振频率值范围。

非接触IC卡在公交自动收费系统中的应用

为了在公交行业中实现收费管理自动化 ,采用了非接触式IC卡 ,介绍了非接触式IC卡的特点和工作原理 ,给出了公交非接触式IC卡收费系统网络拓扑结构和系统组成 。

一种基于GPS和IC卡数据的城市公交出行分布推算方法

城市公交规划、管理工作迫切需要信息化技术给予定量的决策数据支持。公交出行分布数据通常基于居民出行调查获得，然而因其调查代价巨大不能作为常态化调查手段。短期的公交线网调整工作更依赖于现状的公交出行分布需求，本文由此提出了一种利用公交GPS和IC卡（舍老年卡）数据推算现状公交出行分布的实用方法。当前在大城市常住人口使用IC卡作为公交支付手段已得到相当普及．采用基于车载GPS和乘客IC卡记录能够推断得到全日公交OD数据并用于公交出行量回归模型的标定。模型检验通过后，可结合人口数据和就业岗位资料用标定模型计算以投币作为主要付费方式的流动人口公交OD；叠加两部分OD得到完整的城市公交出行分布结果。该模型的有效性通过2010年郑州市综合交通调查实践得以验证．对其它城市具有借鉴意义。

基于IC卡的车辆管理系统设计与实现

IC卡的高度可靠性、操作方便性以及较低的应用成本,使得它成为当今信息化时代的新型信息工具。以IC卡为多媒体外设主件,基于其写卡器构建启动及计时控制器,实现对车辆的出场控制和实时行驶计时;基于其读卡器开发的管理信息系统,实现对车辆进、出场的信息化管理以及相应的技术考核。

IC卡在城市公共交通中的应用研究

随着城市的飞速发展,信息技术正逐步应用到城市基础设施的运转和管理中。90年代以来,国际上盛行智能公交系统,利用先进的电子技术对城市公共交通系统进行全面的管理。本文重点介绍IC卡在城市公共交通中的应用。

高速公路收费应用中的非接触式IC卡的原理及优点

高速公路收费的通行券概述。非接触式IC卡的内部构成及其优点 。

基于公交IC卡与GPS数据的公交客流可视化分析

公交客流特征与规律是公交高效运营与服务提升的主要研究内容,也是城市公交线网规划的重要决策依据。随着城市人口的增长及公交出行需求的增加,产生海量多元的公交IC卡刷卡数据。为实现对公交客流特征与规律的全方位精准分析,并优化展示分析结果,运用海量IC卡刷卡数据,结合公交车辆GPS数据,建立数据之间的关联,消除信息孤岛,对公交客流建立多维度数学分析模型。从客流OD、断面客流、候车时长、客流堆积等方面分析公交客流特征与规律,并将结果可视化,开发出客流可视化分析应用系统,能够为公交运营调度、线网规划提供科学的决策依据。在构建的客流分析系统中导入厦门BRT的实际刷卡数据,运行结果表明,该系统能够准确统计BRT的客流量,并分析客流特征与出行规律。

基于IC卡数据的公交线网评价

公共交通是促进城市可持续发展和实现低碳交通的有效措施之一,对公交线网的评价也越来越受到管理和研究人员的重视。为了利用Integrate Circuit(IC)卡数据获得大量的出行信息,对公交线网的服务水平做出合理的评价,提出了3个指标:流量差异、供需差异、时间差异,用于评价乘客需求和公交线网布局的空间匹配程度。最后,以南宁市为例,将上下班高峰时段的IC卡数据在TransCAD中进行了验证,证明了该方法的科学性和实用性,从而提供了一种从乘客出发的,更加直接的、合理的公交线网评价方法。