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)