公交车辆信息实时查询系统.pdf

发布时间：2022-06-21 发布人：admin 分类：说明书资料大小：0.36M 资料格式：pdf 举报版权申诉

050a7b33-1cff-4fe9-b9f3-ce42d9bc4223.pdf-第1页.png

第1页 / 共6页

050a7b33-1cff-4fe9-b9f3-ce42d9bc4223.pdf-第2页.png

第2页 / 共6页

050a7b33-1cff-4fe9-b9f3-ce42d9bc4223.pdf-第3页.png

第3页 / 共6页

050a7b33-1cff-4fe9-b9f3-ce42d9bc4223.pdf-第4页.png

第4页 / 共6页

050a7b33-1cff-4fe9-b9f3-ce42d9bc4223.pdf-第5页.png

第5页 / 共6页

050a7b33-1cff-4fe9-b9f3-ce42d9bc4223.pdf-第6页.png

第6页 / 共6页

文本预览

DOI:10.16196/j.cnki.issn.1673-4793.2011.04.006 公交车辆信息实时查询系统辛欣1，宋金宝2，万丁玮1，许宁1 ( 1．北京牡丹视源电子有限责任公司，北京 100191 ; 2．中国传媒大学信息工程学院，北京 100024 ) 摘要:本文针对北京等城市公交系统的特点，探讨了在公交汽车上广泛安装 GPS 的情况下，如何利用移动交通检测技术解决预报公交车到站时刻问题，并提出了一个基于浮动车技术预报到站时间的解决方案。这种新的候车预报方法有着报时相对准确、实时性强、建设成本低、覆盖范围广等优点。关键词:计算机应用技术; 智能公交; 候车时间预报; 浮动车技术中图分类号:U495 文献标识码:A 文章编号:1673 － 4793( 2011) 04 － 0066 － 06 Real-time Query System of Transit Vehicle Information XIN Xin1， SONG Jin-bao2， DING Wei-wan1， XU Ning1 ( 1． Beijing Peony Digital Video Electronics Co．， Ltd ， Beijing 100191 ; 2． Communication University of China ， Beijing 100024 ) : Abstract This article discussed how to forecast public transportations ’ arrival time using motion transportation examination technology under the condition that GPS are installed on most of the buses proposed a solution of forecasting arrival time based on floating cars technology． The new forecasting method has some advantages such as forecasting arrival time relative exactly high real － time low ，， and ， construction cost ， wide usage and so on． computer application technology ; ; APTS forecasting waiting time ; floating cars technology : Keywords 1 引言乘客在等公交车时最关心的莫过于公交车辆的到站时间，同时对研究城市交通管理也有很大的帮助，因此对公交车辆到站时间的准确估算有着十分重要的意义［］ 1 。现有的公交查询系统大多只采集和报告公交车的当前位置，也有个别的能提供到站时间，有的是根据计划时间、有的是根据公交车当前速度和到站距离计算出来。但这样往往与实际情况有较大偏差，准确性也会超出乘客能够接受的范围，尤其是北京等这种堵车严重的城市，路面交通情况的复杂性给准确估算车辆到站时间带来了很大困难。本文针对北京等城市公交系统的特点提出了一个利用移动交通检测技术实现“公交车辆信息实时查询系统”的解决方案，利用安装了卫星定位和移动通信设备的探测车( 又称浮动车) 在行驶过程中的实时车辆信息，将其应用到交通信息服务、交通管理和交通诱导等方面，最重要的是本解决方案可通过电子站牌、互联网和移动互联网等方式提供各公交车的预计到站时间等信息。 2 解决方案 2． 1 系统结构公交车辆信息实时查询系统解决方案的系统结构如图 1 所示。如图 1 所示，本系统由如下几大部分组成: 收稿日期:2011 － 05 － 20 作者简介:辛欣( 1958 － ) ，男( 汉族) ，山东泰安人，北京市工业技术开发中心高级工程师， Email : biicxinx@ 126． com

第 4 期辛欣等: 公交车辆信息实时查询系统 76 图 1 解决方案的系统结构 1 ) 通过车载 GPS 终端对运营中的公交车进行 GPS 定位，该部分能够将定位后的坐标存储在车载终端内，然后使用终端内搭配了移动通信运营商的 SIM 卡通信模块，将定位的坐标信息数据通过移动网络发送到公交车辆监控中心。原始定位数据的数据结构及类型说明如表 1 所示。表 1 原始定位数据结构及类型说明字段名数据类型说明 Vehicle ID int 终端编号 Action R_Date / R_Date Small datetime 日期 / 时间 varchar 类别 Longitude Latitude Speed float float float Direction int 经度纬度速度，单位为公里 / 小时方向，正北方向值为 0 按顺时针方向递增，上述 Longitude、Latitude 为车辆的地理坐标; Direction 为方向可以用于 Speed 为车辆的瞬时车速; 判定车辆的行驶方向。 2 ) 在全市建立一个智能公交数据处理中心，通过电信专线实时接收来自公交车辆监控中心的公交车辆定位数据并进行处理，智能公交数据处理中心定时把处理结果———任意公交车到任意车站的预计到站时间发送给移动电视台、移动互联网站、固定互联网站等前端。 ) 在电视图像信号或广播信道中加入数据广播信号，所有车队只要利用相应的解调器都能收到数据广播信号，每一车队只从广播数据中提取本车 3 4 队的信息即可。实现一网两用，不用一个车队建一套系统，这样做建设运维成本低、信息共享性好。 ) 所有电子站牌通过相应的解调器都能收到数据广播信号，每一站牌只从广播数据中提取本站牌所需信息即本路车到达本站的预估时间加以显示。 5 ) 乘客可通过接入相关网站或通过手机接入移动互联网查询乘车相关信息。 2． 2 智能公交数据处理中心工作原理本解决方案的基本思路是，利用不同路公交车在线路上的交错重合性和它们在站名上规范统一性，把行进中的某路公交车辆前方各站最当前通过的本路或其他路车的站间行驶时间的逐站累加作为本辆车到达前方各站的预估时间。本解决方案的核心部分是智能公交数据处理中心，处理中心的基本工作原理如图 2 所示。图 2 数据处理中心结构

86 中国传媒大学学报自然科学版第 18 卷数据处理中心结构的说明以及数据处理的过程如下。 2． 2． 1 静态数据与动态数据静态数据是指那些不随时间变化、随时间变化不大或者更新周期长的信息，与路网和车辆相关的信息均属静态数据，如表 2 至表 6 所示。表 2 公交车站信息表说明站点代号站点名称序号 A B 表 2 为所有公交车站的信息表，每一个公交站点占用一行。表 3 公交车站 GPS 信息表序号说明 A B C D E F G 此位置前方的公交车站的站点代号此位置前方的公交车站的方向值此位置所在的两站点之间的距离此位置距离前方站点的距离此位置的 GPS 坐标 X 此位置的 GPS 坐标 Y 坐标 X / Y 的允许误差半径表 3 为所有公交车站的 GPS 表，每一站点占用一行，用站点代号索引一行。数据结构定义说明: 建立此表的目的是，由于浮动车数量大、匹配速度要求高，采用传统算法难以满足浮动车位置匹配要求。为此，本文根据北京等城市各路公交车在站名上规范统一的特点，在车站间建立公交车的 GPS 匹配点集合，只处理 GPS 坐标落入匹配点集合的汽车位置信息，并且由于站名规范统一，所以站点的 GPS 坐标的建立与维护与各路公交车没有关系，全市只要建立和维护一张表就可以了。两站之间可以根据实际需要和经济性设有任意多个坐标匹配点，坐标匹配点越多越易于到站时间的测量，但成本也越高。假定一站之内基本是匀速行驶，可利用这一站已行驶时间和上述“C”和“D”项计算出这一站总行驶时间。上述“D”项为 0 时表示此位置就是站点位置，建议在站点位置上要发送 GPS 坐标信息，北京市 “9”字头车 GPS 已实现自动检测进站位置并报告站名，所以把这一位置信息发送出去完全可行。表 4 公交线路信息表序号说明 A B C D 公交车路号的代号公交车路号站间规定行车时间这一路车车辆总数表 4 为一座城市所有路公交车的信息表，每一路车占用一行，用公交车路号的代号索引一行。数据结构定义说明: 支线和区间车也算作一路公交车。表 5 公交线路上行方向车站信息表序号说明 A B C D 公交车路号的代号站点序号站点代号上行车站数表 5 为一座城市所有路公交车的信息表，每一上行站占用一行，用公交车路号的代号索引一行。，表示这路数据结构定义说明: 站点序号为 0xff 车经过此站点但不停车，即快车等。表 6 公交线路下行方向车站信息表序号说明 A B C D 公交车路号的代号站点序号站点代号下行车站数表 6 为一座城市所有路公交车的信息表，每一下行站占用一行，用公交车路号的代号索引一行。，表示这路数据结构定义说明: 站点序号为 0xff 车经过此站点但不停车，即快车等。还有其它一些静态表，此处不一一列出。动态数据是指随时间具有明显变化的信息，比如车辆的行驶定位数据，如表 7、表 8 和表 9 所示。系统依据相关公交车的静态信息和车辆的动态信息，通过一定算法确定相关车站的预计到站时间。

第 4 期辛欣等: 公交车辆信息实时查询系统 96 表 7 车辆状态信息表序号说明 A B C D E F G H 公交车路号的代号车序号上下行标志( 站点序号 0 代表上行， 1 代表下行) 本站点到站时刻上一站到站时刻进行估算行驶时间的时刻两站之间估算的行驶时间表 8 相邻站点最当前实际运行时间序号说明 A B C D E F 前一站站点代号后一站站点代号到达后一站的时刻两站之间实际运行时间进行估算行驶时间的时刻两站之间估算的行驶时间定位数据; 3 ) 将有效的车辆定位数据进行计算或处理，并依据处理结果对数据库中的表 7 的 D、E、F 项( 当表 3 的“D”项为 0 时) 或 G、H ( 当表 3 的“D”项不为 0 时) 项进行更新。 2． 2． 3 数据处理过程数据处理过程周期地将经过预处理后的信息通过计算和转换得到乘客和车队所需的各汽车站预计到站时间，基本过程如下: 数据处理中心遍历表 7 ，通过表 5 找到表 7 的站点序号对应的站点代号，依据站点代号查询表 8 “B”项与它相同的记录。查到后，若表 7“E”项的值比表 8“C”项的值晚，用表 7“E”项的值更换表 8“C”项的值。在此情况下，若上述两个时刻之差大于设定阈值，用表 7“E” 项的值减去表 7 的“F”项的值，并将此结果去更换表 8 的两站之间实际运行时间; 否则，表 8“D”项的值与表 7“E”项的值减去表 7“F”项的值的结果进行累加并取平均值，以剔除红绿灯误差。若表 7“G”项的值比表 8“E”项的值晚，用表 7 表 9 公交车辆与公交线路的下送信息 “H”项的值更换表 8“F”项的值。序号说明 A B C D E 公交车路号的代号上下行标志( 0 代表上行， 1 代表下行) 站点序号本站至下一站之间车辆总数( ) 0—X 下一趟车预计到站所用时间还有其它一些动态表，此处不一一列出。 2． 2． 2 行驶定位数据接收与预处理过程由于数据处理中心接收汽车上发信息是随时的和随机的，并且这些信息中也有可能会包含错误的信息，而数据处理中心的处理过程是周期的和定时地，因此，我们需要建立一个数据接收与预处理的服务器，其功能是将公交车实时上传的数据进行检查、筛选、计算并保存到数据库中，该过程主要完成以下几项功能: 1 ) 将接收到的数据进行筛选，剔除一些异常数据和噪声，如经度 / 纬度错误，速度错误( 小于 0 或大于 60 ) 等; ) 根据 GPS 提供的坐标值与表 3 进行匹配，保留车辆的定位点处于目标道路匹配点集合中的车辆 2 数据处理中心再对每一路车的上行 / 下行的表 9 部分进行如下处理: 设立临时变量并将其清零，从本路车的第一站开始处理。通过表 5 找到表 9 的站点序号对应的站点代号，依据站点代号查询表 8 的相关位置，比较表 8 的 “C”项和“E”项，若前者比后者的时刻晚，取两站之间实际运行时间累加到临时变量中，若前者比后者的时刻早但它们之差小于设定阈值，取两站之间实际运行时间累加到临时变量中，否则把两站之间估算的行驶时间累加到临时变量中。若前者或后者更晚的一方比当前实际时间早且其差值大于设定阈值，即在一段时间内没有公交车经过，可根据公交车路号的代号得到此路车在表 4 的站间规定行车时间，把它累加到临时变量中。把临时变量中的内容置到表 9 的这一站的“下一趟车预计到站所用时间”处。若表 9 的这一站的“本站至下一站之间车辆总数”不为零，将临时变量清零。重复上述过程直到这路车的这一方向的最后一站。

07 中国传媒大学学报自然科学版把数据处理完毕后新生成的表 9 保存到数据库中。 2． 2． 4 数据下发过程数据处理中心定时地将表 9 从数据库中读出，经过数据打包后通过电信专线传至电视台 / 广播电台前端和网站，电子站牌和公交车队的相关电视广播接收器接收这些嵌入在电视广播节目中的数据。乘客可通过电子站牌、固定或移动上网查询得到车辆的位置和预计到站时间等信息，公交车队也可接收这些信息进行公交车调度和管理。 3 方案可行性 1 ) 对于移动交通检测系统，一个最基本的问题是探测车的数量。以往的移动交通检测系统的实践证明如果探测车数量太少，则交通信息的精度较低; 如果探测车数量太多，交通信息的精度不会明显提高，反而使系统成本显著增加。一般情况下，在城市道路上覆盖率为 5% 即可达到满意效果。北京市交，参与的研中心搭建的“浮动车交通信息采集系统” 出租车在 8000 辆左右，每辆车大约每分钟上传一个 GPS 点数据，每天接收到的数据量约 900 万条。浮动车数据对于五环内( 含五环) 次干路以上路网的覆盖率达到 90% 以上。 2 北京市交通委就是利用浮动车数据计算出的路面交通情况，并以图片的方式显示出来，绿色表示路面畅通，红色表示路面拥堵，该实时数据可在北京交通网上查询。 ) 以北京为例，由于公交线路重合性，即一路公交车线路上各站之间几乎都与其他公交线路有重合，因此每一路公交车前后两辆车之间出现其他路车的概率很高，因此站间有探测车的时候非常多; 再者各路车在高峰期间发车间隔都在 5、6 分钟以内。可以看出像北京这样公交路网密度大、公交车数量多( 大约 600 个以上的公交线路) 的城市非常有利于使各路公交车互为其他路公交车提供到站时间的参照值。 ) 路面交通状况有惯性，道路拥堵情况的变化是比较平缓的，所以若干站之内后面车辆的行进时间完全可以用前方最当前经过车辆的行车时间来预估，而且本解决方案也能把路面交通状况的突然变化及时反映出来。 3 ( 4 第 18 卷 ) 关于本方案的核心部分———智能公交数据处理中心的海量计算问题。我们以北京市公交线路作为实验数据，在普通 PC 机上设计了一个智能公交数据处理中心的模型，模拟处理对象为 608 路车、 2 代表上下行) 个站点，它的处理周期为 5439* 2 30 秒，即在 30 秒钟之内就能够把 5439 * 2 个站点遍历一遍，遍历过程中根据这期间全市的公交车车载 GPS 上传的新数据，把响应站的到站时间进行更新。 5 ) 系统尽量采用通用的、规范的、标准的、商用的技术、设备或设施，不但考虑了建设的可行性，还考虑了日后运维的可行性。这样实现的可行性高，建设起来容易而且成本低廉，今后运营、维护、维修也简单容易，成本也低，否则这一系统难于投入建设、难于长期运行。 6 ) 随着科学技术的发展，在智能公交技术方面会涌现出新的技术或算法，由于本系统核心部分完全采用软件实现，所以利用更先进的技术或算法进行替换就可以很容易的对本系统进行改造或优化。 4 结论本文探讨了在公交汽车上广泛安装 GPS 的情况下，如何利用移动交通检测技术解决预报汽车到站时刻问题，并提出了一个基于浮动车信息系统的解决方案，重点描述了浮动车数据采集、地图匹配和到站时刻估算方法。这种新的候车报时方法有着建设成本低、覆盖范围广、数据精度高、实时性强、报时相对准确等优点，它的实现和推广应用将会对交通管理和服务提供良好的支持，缩短广大乘客的候车时间和乘车时间，有利于公交乘客方便出行。由于本方案的核心部分———智能公交数据处理中心完全由软件实现，所以很容易与其它测速系统对接，比如与路口测速装置相对接，并视情况改进算法，就能提高报时的准确性。参考文献: ［］周鑫欣，武小光，徐辉，辛欣．一种公交信息查询 1 ］方法和系统［．中国: P 201020502833． 5． ( 下转第 50 页)

05 中国传媒大学学报自然科学版第 18 卷 Albanese R ， Rubinacci G. Formulation of the eddy － current problem ［］ J ． Ieee Proc ， 1990 ， 137 : 16 － 22． Biro O ， Preis K． On the use of the magnetic vector potential in the finite element analysis of three － dimensional eddy currents ． IEEE Trans Magn 1989 3145 － 3159．， : ， 25 ［］ J Bossavit A. The computation of eddy － currents in dimension 3 by using mixed finite elements and boundary elements in association ． Comput Model ［］ J ， 1991 ， 15 : 33 － 42. ］［ M Ciarlet P． The finite element method for elliptic problems ． North － Holland ， Amsterdam． Ciarlet P Zou J. Fully discrete finite element approaches for time － dependent Maxwell’s equations ］［ J ．， Numerische Mathematik ， 1999 ， 82 : 193 － 219. Hiptmair R． Symmetric coupling for eddy current problems ． SIAM J Numer Anal 2002 Kim K I ， Kang T． A potential － based finite element method of time － dependent Maxwell’s equations 41 － 65．［］ J ． Int J ［］ J : ， 40 ［］ 2 ［］ 3 ［］ 4 ］［ 5 ［］ 6 ［］ 7 ［］ 8 ［］ 9 ， 2006 ， 83 : 107 － 122. ， Rodriguez A Computer Math ，， 2004 Numer Anal : ， 24 Hiptmair R Valli A． Mixed finite element approximation of eddy current problem ． IMA J ［］ J 255 － 271． ( 责任编辑: 王谦) 201020502834． X． ( 上接第 70 页) ［］徐宁，王文元，徐辉，辛欣．一种公交信息采集和 2 查询系统［］．中国: P ］张晓春，吕北岳，杜清运．基于车载 GPS 技术的［ 3 交通浮动车检测系统设计研究［ ITS 通信， 6 J ( ］张存保，杨晓光，严新平．移动交通检测系统中［ 4 ］探测车的样本数量［ ) ，．中国公路学报， 20 J 82 － 83． 2004 ］， ) ， 3 1 ( : : 132 － 133． 2007 ［］张孜，徐建闽，吴一民．基于 Web GIS 的车辆移 5 动定位系统的设计与实现［］．长安大学学报: J 自然科学版， ) : ( ， 26 2006 2 39 － 42．］彭春华，蒋新华．基于 GPS 的实时机车运行信息［ 6 ］传输系统［ : ．交通运输工程学报， 2004 4 J ) ， 2 ( 105 － 108．［］侯莎莎．同一时段的路况差别咋这么大? ［ 7 OL / / bjrb． bjd． com． cn / html /2010 － 10 / ． http EB / ］ : ， 2010． 28 / content_331849． htm ］北京交通发展研究中心．一种新型的交通信息［ 8 采集系统———浮动车交通信息采集系统研究［ ? / / www． bjtrc． org． cn / show． asp EB / OL ］， http : id = 47＆intType = 4 ， 2007． ( 责任编辑: 龙学锋)

分享到：

赞收藏

资料库

公交车辆信息实时查询系统.pdf

相关推荐

移动开发

热门标签

最新资料