一種公交站臺毗鄰區(qū)公交車運行狀態(tài)評價驗證方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于交通智能管理和控制技術(shù)領(lǐng)域，具體涉及一種公交站臺毗鄰區(qū)公交車 運行狀態(tài)評價驗證方法，使用本發(fā)明方法能夠?qū)崟r驗證公交車運行狀態(tài)評價的準確性，從 而更好實施提高公交車運營效率的應對措施。
【背景技術(shù)】
[0002] 隨著經(jīng)濟發(fā)展和城鎮(zhèn)化進程加快，人們出行頻率的增加和生活就業(yè)半徑的擴大， 對公共交通服務水平及公交站臺覆蓋率提出更高的要求，因此近年公交站臺設(shè)施建設(shè)速度 加快，是公共交通運營系統(tǒng)的重要保障和支撐。然而，在公交站臺毗鄰區(qū)公交車運營效率低 下已經(jīng)成為制約城市公交發(fā)展的主要問題之一，由于機動車與公交車的相互作用影響、非 機動車與公交車的交互作用等因素，嚴重影響了公交車在公交站臺毗鄰區(qū)內(nèi)的行駛時間和 相應到站?？糠瘴恢煤蜁r間，從而增加公交車的延誤時間和行駛危險性，也對城市公共 交通的正常運行和市民便捷出行產(chǎn)生影響，成為制約公共交通發(fā)展的一大瓶頸。
[0003] 因此只有對在公交站臺毗鄰區(qū)公交車運行狀態(tài)進行正確評價，從而能夠定性和定 量判別在公交站臺毗鄰區(qū)公交車不同的運行狀態(tài)，而目前交通管理相關(guān)部門只是定性化做 出相應的措施，如增加視頻攝像頭進行監(jiān)測和公交站臺引導員進行管理，但相關(guān)部門沒有 充分運用實際數(shù)據(jù)，難以在短時間內(nèi)對公交車運行狀態(tài)進行鑒別，更不能對公交車運營效 率低下的形成機理進行定量和定性化的系統(tǒng)研究，因此應將公交站臺毗鄰區(qū)公交車運行狀 態(tài)的定量化研究納入到城市公交規(guī)劃建設(shè)中，并根據(jù)公交車運行狀態(tài)評價采取應對措施來 提高公交車的運營效率，實際也是以人為本、公交優(yōu)先的一個具體體現(xiàn)。
[0004] 然而，目前學者們開始關(guān)注采用數(shù)學模型和統(tǒng)計方法解釋公交站臺附近公交車運 營效率低下的現(xiàn)象。Ye在《Impact of Curbside Parking on Travel Time and Space Mean Speed》中以機動車行駛時間和平均速度作為研究對象，通過模型定量分析多個因素 變量對其的影口向。Zhao在〈〈Evaluation of Interactions between Buses and Bicycles at Stops》中運用統(tǒng)計方法分析公交毗鄰區(qū)非機動車的行駛時間是否受到公交車運行的影 響。McKnight在《Impact of Congestion on Bus Operations and Costs》中選取公交車的 行駛時間作為評價指標分析擁堵對公交車運營的影響，從而取代傳統(tǒng)的v/c測量指標來評 價其月艮務質(zhì)量。Yang在〈〈Survival analysis of car travel time near a bus stop in developing》中基于生存理論構(gòu)建模型來分析公交站臺附近的混合交通流對公交車行駛時 間的影響。在公交站臺毗鄰區(qū)不同的公交車運行狀態(tài)是否與其運營效率相關(guān)，它們之間關(guān) 聯(lián)度究竟多大，是否存在有代表性的非順暢運行狀態(tài)可作為公交車運營效率降低的一種表 現(xiàn)，并且其公交車運行狀態(tài)評價的準確性，并沒有從相關(guān)研究中得到很好的解答。本發(fā)明提 出一種公交站臺毗鄰區(qū)公交車運行狀態(tài)評價驗證方法，通過采集每輛公交車的3個區(qū)間的 行駛時間和?？糠諘r間，并將該方法應用于實時監(jiān)測和評價公交站臺毗鄰區(qū)公交車運行 狀態(tài)，運用相關(guān)方法對其運行狀態(tài)評價的準確性進行核對，從而使用本發(fā)明方法可以通過 對公交車運行狀態(tài)實時判別，在公交站臺附近加強整改措施來改善公交車的運營效率。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：為了克服對公交站臺附近的公交車運營效率低下形成機理定量和定性 化研究的不足，本發(fā)明基于現(xiàn)有智能交通控制與管理技術(shù)提出了一種能夠評價公交車運行 狀態(tài)方法，并對其運行狀態(tài)評價的準確性進行核對。
[0006] 技術(shù)方案:為實現(xiàn)上述發(fā)明目的，本發(fā)明的技術(shù)方案為：
[0007 ] -種公交站臺毗鄰區(qū)公交車運行狀態(tài)評價驗證方法，包括以下步驟：
[0008] (1)將公交站臺毗鄰區(qū)分為上游、站臺和下游三個區(qū)間，通過視頻檢測器采集公交 站臺毗鄰區(qū)的視頻數(shù)據(jù)，獲取每輛公交車在這三個區(qū)間的行駛時間，以及在站臺區(qū)間的停 靠服務時間；
[0009] (2)以每輛公交車在上游、站臺和下游區(qū)間的行駛時間及?？糠諘r間分別作為 聚類變量進行聚類，分別得到公交車在上游、站臺和下游區(qū)間及?？糠盏倪\行狀態(tài)聚類 結(jié)果；
[0010] (3)以每輛公交車在上游、站臺和下游區(qū)間的行駛時間及停靠服務時間共同作為 聚類變量進行聚類，得到公交車在整個區(qū)間運行狀態(tài)的聚類結(jié)果；
[0011] (4)將步驟(2)得到的公交車在上游、站臺和下游區(qū)間及?？糠者\行狀態(tài)聚類結(jié) 果，作為反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)模型的初始變量，并將通過網(wǎng)絡(luò)模型訓練得到公交車在 整個區(qū)間運行狀態(tài)的輸出聚類結(jié)果，與步驟(3)得到的公交車在整體區(qū)間運行狀態(tài)的聚類 結(jié)果進行對比，從而驗證通過聚類方法評價公交車運行狀態(tài)的準確性。
[0012] 進一步地，所述步驟(3)和步驟(4)之間還包括:將步驟(2)得到的公交車在上游、 站臺和下游區(qū)間及?？糠者\行狀態(tài)聚類結(jié)果，作為BPNN模型的初始輸入變量，步驟(3)得 到的公交車在整個區(qū)間運行狀態(tài)的聚類結(jié)果作為期望輸出變量，通過敏感性分析篩選出對 期望輸出變量敏感度較高的輸入變量；
[0013] 在步驟⑷中將所得到的敏感度較高的輸入變量作為BPNN模型的初始變量。
[0014] 作為優(yōu)選，所述步驟(1)中選取60米的公交站臺毗鄰區(qū)域作為研究區(qū)域，沿著車輛 行駛方向確定公交站臺的起點，在公交站臺峨鄰區(qū)范圍內(nèi)從該起點往上游方向擴展20米記 為1點，作為被選取60米研究區(qū)域的起點，從該起點往下游方向順延20米記為2點，并把橫斷 面1至2的行駛區(qū)間定義為上游區(qū)間；往下游方向順延20米記為3點，并把橫斷面2至3點的行 駛區(qū)間定義為站臺區(qū)間;再往下游方向順延20米記為4點，并把橫斷面3至4點的行駛區(qū)間定 義為下游區(qū)間。
[0015] 作為優(yōu)選，所述步驟（1)中通過一個能夠覆蓋所述三個區(qū)間的球型視頻檢測器監(jiān) 測橫斷面1、2、3和4附近交通情況，采集每輛公交車頭依次經(jīng)過這四個檢測點橫斷面的行駛 時間數(shù)據(jù)。
[0016] 作為優(yōu)選，所述步驟（1)中單獨設(shè)置一個覆蓋站臺區(qū)間的球型視頻檢測器監(jiān)測公 交車?？空九_服務情況，采集每輛公交車?？空九_服務的開始時間和重新啟動時間數(shù)據(jù)。
[0017] 作為優(yōu)選，所述步驟(2)或(3)中通過兩步聚類方法進行聚類分析。
[0018] 有益效果:本發(fā)明的公交站臺毗鄰區(qū)公交車運行狀態(tài)評價驗證方法可以從個體和 整體的角度對公交站臺毗鄰區(qū)公交車在3個區(qū)間和?？糠盏倪\行狀態(tài)進行聚類評價，并 根據(jù)BPNN模型實時驗證公交車整體運行狀態(tài)評價的準確性，避免和防止了公交車運行狀態(tài) 評價誤差的出現(xiàn)，能夠為有關(guān)交通管理部門提供決策支持，可以通過實時監(jiān)測評價結(jié)果采 取改善措施來提高公交車的運營效率。
【附圖說明】：
[0019] 圖1為本發(fā)明實施例中不同類型的公交站臺示意圖。
[0020] 圖2為本發(fā)明實施例中類型1公交站臺檢測點和劃分區(qū)間具體示意圖。
[0021 ]圖3為本發(fā)明實施例綜合運用聚類和BPNN模型建模的流程圖。
【具體實施方式】
[0022] 下面結(jié)合具體實施例，進一步闡明本發(fā)明，應理解這些實施例僅用于說明本發(fā)明 而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對本發(fā)明的各種等價 形式的修改均落于本申請所附權(quán)利要求所限定的范圍。
[0023] 如圖1所示，本發(fā)明實施例公開的一種公交站臺毗鄰區(qū)公交車運行狀態(tài)評價驗證 方法，首先，將公交站臺毗鄰區(qū)域劃分為上游、站臺和下游區(qū)間（站臺區(qū)間在中間位置），通 過視頻檢測器監(jiān)測區(qū)間的橫斷面附近交通情況及公交車?？空九_服務情況，從而采集公交 車頭依次經(jīng)過四個橫斷面的行駛時間和?？糠諘r間數(shù)據(jù);然后，通過聚類方法分別得到 公交車在上游、站臺和下游區(qū)間及?？糠者\行狀態(tài)與公交車在整個區(qū)間運行狀態(tài)的期望 聚類結(jié)果，并與采用反向傳播神經(jīng)網(wǎng)絡(luò)模型得到的公交車在整個區(qū)間運行狀態(tài)的輸出聚類 結(jié)果進行對比，能夠驗證兩步聚類方法對公交車運行狀態(tài)評價的準確性。詳細的實施步驟 如下：
[0024] 1)由于數(shù)據(jù)采集的視線范圍限制，選取60米的公交站臺毗鄰區(qū)域作為研究區(qū)域， 沿著車輛行駛方向確定公交站臺的起點，在公交站臺峨鄰區(qū)范圍內(nèi)從該起點往上游方向擴 展20米記為1點（0米），作為被選取60米研究區(qū)域的起點，從該起點往下游方向順延20米記 為2點（20米），并把橫斷面1至2的行駛區(qū)間定義為上游區(qū)間；往下游方向順延20米記為3點 (40米），并把橫斷面2至3點的行駛區(qū)間定義為站臺區(qū)間；再往下游方向順延20米記為4點 (60米），并把橫斷面3至4點的行駛區(qū)間定義為下游區(qū)間；并在公交站臺高空處安裝能夠監(jiān) 測橫斷面1、2、3和4附近交通情況的球型視頻檢測器，從而采集每輛公交車頭依次經(jīng)過這四 個檢測點橫斷面的行駛時間數(shù)據(jù)。
[0025] 2)沿著車輛行駛方向確定公交站臺的區(qū)域范圍，如步驟1)公交站臺高空處的球型 視頻檢測器不能同時監(jiān)測公交車?？空九_服務情況，則需單獨設(shè)置球型視頻檢測器監(jiān)測公 交車?？空九_服務情況，從而采集每輛公交車?？空九_服務的開始時間和重新啟動時間數(shù) 據(jù)。
[0026] 3)結(jié)合步驟1)采集的每輛公交車頭經(jīng)過橫斷面1、2、3和4的行駛時間，以及步驟2) 公交車?？糠盏拈_始時間和重新啟動時間，計算得到每輛公交車在上游、站臺和下游區(qū) 間的行駛時間及?？糠諘r間，所有被統(tǒng)計的公交車4個時間參數(shù)共同組合成公交車運行 狀態(tài)評價驗證的交通數(shù)據(jù)樣本，采用兩步聚類(Two-Step Cluster)方法，選用公交車3個區(qū) 間的行駛時間和?？糠諘r間4個參數(shù)作為公交車運行狀態(tài)評價驗證的數(shù)據(jù)樣本進行聚類 分析；
[0027] 4)通過采用兩步聚類方法得到公交車運行狀態(tài)的聚類結(jié)果用于實時評價公交車 運營效率情況，首先以每輛公交車在上游、站臺和下游區(qū)間的行駛時間及?？糠諘r間分 別作為聚類變量，以每輛公交車在上游、站臺和下游區(qū)間運行狀態(tài)的聚類結(jié)果作為目標變 量，從而分別確定公交車在上游、站臺和下游區(qū)間及?？糠盏倪\行狀態(tài)聚類結(jié)果；
[0028] 5)以公交車在上游、站臺和下游區(qū)間的行駛時間及?？糠諘r間為一個整體同時 作為聚類變量，以每輛公交車