基于车联网的公交站台乘客排队诱导系统

李岱潍

摘要：为了有效引导公交乘客有秩序排队乘车，节省公交车辆站台停靠时间，以提高公共交通系统运行效率，提升公共交通服务质量，本系统利用车联网技术对公交车的运行时空特性进行描述并进行车辆进站次序估计，根据车队实时进站次序状态对即将进入公交站台的公交车辆进行动态车位分配，并利用信息发布设备引导站台乘客有序排队乘车。整个诱导系统包括数据的接收和处理设备、乘客及驾驶员信息提示设备和公交排队诱导管理平台。数据的接收和处理设备负责对实时的粗采样粒度的公交车行驶状态数据进行传输和处理，包括数据的预处理、车辆到站顺序的预测及车辆停靠位置的确定;乘客及驾驶员信息提示设备包括显示屏和电子站牌，负责车辆到站信息的提示，实现对乘客的行为诱导和规范;公交排队诱导管理平台面向公交公司的管理人员，可实现排队乘车系统运行状态的实时监控、信息的查询、修改及发布，异常情况的处理，问题反馈等功能。利用智能的信息化手段引导乘客排队乘车，解决公交站点乘客拥挤、追车等问题，有效缩短公交车辆的停靠时间，提高运行效率，对提升公交系统服务水平乃至提升城市形象都具有重要意义。

关键词：公交乘客信息服务;乘客排队诱导;车辆停靠预测

一、研究背景及意义

随着国民经济发展，机动车保有量越来越高，已有的基础道路设施建设已经无法满足日益增长的通行需求，导致严重的交通拥堵问题。大力发展公共交通事业，提高道路利用率和居民出行效率，是缓解交通问题的重要措施，对构建良好的城市交通系统具有重要的意义。

在现有的公交系统中，乘客信息服务平台可以为乘客提供车辆进站的大致时间，不能确定多辆公交车进站时的进站次序。当多辆公交车同时进站时，乘客只能根据个人视觉感官判断所乘公交车的停靠位置情况，从而产生追逐车辆、拦截车辆、拥挤上车等不文明现象。不仅影响乘客乘车效率和公交车整体运行效率，还会引起一定的安全问题。

目前，在智能公交系统中，公交车都安装有GPS 等定位设备，具备记录车辆全时空行驶状态数据的功能。这些信息可以为公交车的进站次序判别提供依据。而现阶段国内外几乎没有使用GPS 数据进行公交到站次序预测并进行人性化排队诱导的研究，本系统能够充分利用公交车辆定时发布的行驶数据，通过预测多车辆到站顺序及信息的现场发布，有效引导乘客分时、分地有秩序排队乘车。另外，乘客的文明有序乘车可节省公交车辆停靠时间，缩短运行时间，从而提高运行效率，对于提升公共交通服务质量、缓解交通拥堵、降低交通事故发生率有显著效果。

二、系统整体设计

本系统利用公交车的轨迹数据对进入公交站台的车辆顺序进行判别，通过在站台预设固定车位，在车辆进站之前动态分配公交车停靠车位，并将公交车辆的停靠站信息通过终端设备发送给乘客，乘客根据车辆到达信息进行排队乘车。本系统整体采用数据采集-数据处理-诱导展示三层结构，如图1 所示。在公交数据采集层，利用车辆GPS 设备对公交车的行驶轨迹进行采集，并利用站台车位停车地磁判别车位是否占用;在数据处理层，利用路侧处理设备对GPS 轨迹数据进行分析，判断来车状态和车辆即将停靠的车位;在诱导展示层，面向乘客发布停车信息，并提示乘客进行排队乘车。本作品所采用的终端设备如图2所示。

三、详细设计

本设计提出的基于车联网的排队乘车诱导系统实现流程如图3所示。

具体如下：

（一）实时行驶数据的采集与传输

中心系统通过无线数据传输方式获取车联网环境下的公交车实时行驶状态信息，并通过无线方式将公交车行驶状态信息转发至公交站台数据处理终端。采集到的公交车行驶数据主要包括以下内容：

（二）原始数据的预处理

针对定位设备采集的数据异常状况，包括数据冗余、数据错误、数据缺失等问题进行处理。具体如下：

（1）数据转换

为便于科学计算，将带格式的时间字符串转换为UTC 格式。

（2）数据冗余处理

①获取到的数據并非都是所需的，需要提取有用的数据，对于无用数据，进行删除。

②当同一班次公交车的采样数据中ACTDATETIME、PRODUCTID 相同时，判定为数据冗余。对于数据冗余，删除多余数据，仅保留一条。对于删除的数据要进行数据补偿。

（3）速度异常处理

①装有GPS 车载机的公交车辆在城市道路上运行，接收机接收到的速度为瞬时值，其合理范围与固定检测器所测定的速度范围相同，可用下式进行估计：

≤≤

式中： 为道路的限制速度（一般为40km/h），为修正系数，

一般取值范围为 。

②保留DATATYPE=3 or 4 的数据，其余值删除，不进行数据补偿。

（4）定位异常处理

①定位错误：根据历史数据设置预订路线的有效范围，超出范围则判定为定位错误，剔除该错误数据并补偿。判定条件（某一点与上一点的两点平均速度不得超过最大行驶速度）：

××（1）

式中， 时刻车辆坐标为

，前一时刻车辆坐标为

， 为GPS 数据接收间隔， 为行驶速度阈值（含

定位误差：）。

②位置漂移：如果时间序列中连续两次GPS 数据中行驶速度低于阈值，认为车辆静止，选择前一定位点作为当前定位点。如果且，判定公交车处于静止状态，则此时数据采用上一条数据的经纬度。默认为，即。

（5）数据缺失补偿不合理的时间间隔分为三部分：1 小于 的时间间隔：因为是小于，数据并未丢失，在此步骤不做处理。2 （17s，32s）的时间间隔：数据缺失，进行数据补充。

BUSRDID：BUSRDID[i]+1（不变），补充的数据令DATATYPE=1

ROUTEID、PRODUCTID、STATIONSEQNUM、ISARRLFT 与上一条数据一样

GPSSPEED 、LATITUDE、LONGITUDE 分别如下：

1 2 2 i i i v v v （2）

1 2

1 2 2

1 2 1 2

1

111.12 （ ） （ ）

i i

i i i

i i i i

x x v x x

y y x x

/1000*15 （3）

1 2

1 2 2

1 2 1 2

1

111.12 （ ） （ ）

i i

i i i

i i i i

y y v y y

y y x x

/1000*15 （4）

其中， （ ， ， ） i i i x y v 为补偿点信息， 1 1 1 （ ， ， ） i i i x y v、

2 2 2 （ ， ， ） i i i x y v为前两个采样点信息。

ACTDATETIME：ACTDATETIME[i]+15

③大于32s 的时间间隔：判定为设备故障或通信故障，不进行补偿，系统数据异常。

（三）基于公交车轨迹数据的车辆到站顺序确定方法

（1）基本参数的配置和行驶数据的可用性确保

具体工作包括：获取所述站台正常运行的公交停靠线路，划定第一预设区域和第二预设区域，预设区域位置、大小、形状等参数设置均与站台和目标车辆的基本情况有关，基于停靠线路和预设区域以GPS 坐标为划分依据，筛选进入预设区域内的具有站台停靠权利的车辆采样数据。预设区域划分如图4 所示。

进入目标范围（第一预设区域）内的车辆，才会在短时间内停靠站台，此时的车辆具有预测其行驶顺序的价值。因此距离目标站台较远的车辆，不考虑其目前的行驶情况。当车辆进入第二预设区域内时，站点信息显示设备应输出即将到站车辆，根据实际情况引导乘客排队，第二预设区域的划分原则是合理的保证乘客的识别信息及排队时间。该系统中如图4，第一预设区域取以站台为圆心的圆形区域，第二预设区域的划分有三种方法，如下：

1 利用空间地理区域划分

如图5 的预设区域的示意图，以停靠站台为中心，根据停靠站台的定位位置，划定第一、二预设区域为两个均以站台为圆心，半径不同的圆形区域，圆形半径据实际情况确定。例如，车辆平均行驶速度为9m/s，要是车辆在距离站台还有50s 时就要对其行驶状态进行处理，则第一预设区域半径可化为450m;在距离站台还有15s 时要显示排队诱导信息，则第二预设区域半径化为135m。若考虑其他因素，应对450m 和135m 作相应修改。

2 利用路段长度划分

如图6 所示，以停靠站台位置为终点，沿交通车辆的线路方向向上游道路追溯，假设路段长度阈值，当交通车辆沿线路方向到达停靠站台总距离小于时，这段路段为预设区域。当交通车辆与停靠站台之间的路段距离总和为 时，便获取该交通车辆的行驶状态。具体的， ≤ ，并且的 计算公式如下：

（5）

其中，表示交通车辆到达停靠站台之间沿交通线路方向的路段数，表示每个路段的长度。

③利用上游站台划分以交通线路上游停靠站台为起始点，本停靠站台为终点，对两个停靠站台中间区域划定为预设区域。当交通车辆从上游停靠站台驶出时，即进入检测区域。

（2）跟踪采样

在Δ 时间内，对预设区域内的公交车辆行驶状态的数据参数进行跟踪采样，得到各车辆在当前采样时刻的行驶数据。Δ 的时间是为了保证位于预设区域的车辆均被采集至少一次行驶数据。行驶数据主要包括当前采样时刻、当前采样时刻车辆所在的经纬度位置数据、车辆所属线路及车辆的行驶速度。

（3）车辆回溯

基于各公交车辆在当前采样时刻及前一采样时刻的行驶数据，推测车辆在基准时刻的GPS 位置信息，进而对多辆公交车辆的行驶顺序进行排列，得到車辆行驶序列。

①基准时刻的原理为：由于每辆车上传数据的时刻是不一致的，无法直接比较车辆的行驶顺序，故需将车辆的经纬度位置规范到同一时刻，即基准时刻。

选取方法为：在具体实施时，确定的基准时刻为各车辆的当前采样时刻中的最早时刻，若在Δ 时间内，有车辆上传数据共两次，则取第二次的行驶数据为当前采样时刻数据，第一次的行驶数据为前一采样数据。

②确定基准时刻后，根据各车辆的当前采样时刻的行驶数据和前一采样时刻的行驶数据，计算各车辆在基准时刻时的经纬度坐标，具体方法为：

计算各目标车辆在当前采样时刻和前一采样时刻的时间间隔内的绝对行驶距离：

（6）其中，表示第一行驶距离，表示地球半径，表示各目标车辆在当前采样时刻的经度，?表示各目标车辆在前一采样时刻的经度，表示各目标车辆在当前采样时刻的纬度，?表示各目标车辆在前一采样时刻的纬度。

计算各目标车辆在当前采样时刻和基准时刻的时间间隔内的相对行驶距离：

（7）

其中，Δ表示第二行驶距离，表示各目标车辆在当前采样时刻的行驶速度，?表示各目标车辆在前一采样时刻的行驶速度，表示当前采样时刻，?表示前一采样时刻表示，表示基准时刻。

确定各目标车辆在基准时刻的经纬度数据：

? Δ

×? ? （8）

? Δ

×? ? （9）

其中，

表示各目標车辆在预设基准时刻的经度，

表示各目标车辆在预设基准时刻的纬度。

③得到车辆在基准时刻的经纬度数据后，根据N 辆目标车辆在时刻的同步位置，判定N 辆目标车辆的车辆行驶序列。

（四）车辆停靠的确定方法

在站台现场预先规划完成停靠车位的渠化，如图7 所示。

基于车辆驶入第二预设区域的情况及排序结果确定车辆停靠位置并进行现场信息发布。具体方法如下：

判断当前采样时刻是否显示有车辆进入第二预设区域。

基于排序结果输出一辆或多辆即将到站的车辆所属线路。

当得到车辆行驶序列后，停靠信息发布时需要根据车辆行驶序列依次安排停靠车位。

（五）车辆停靠信息发布

车辆停靠次序的信息发布分为对站台的信息发布和对管理者的信息展示。具体为站台乘客及驾驶员的信息发布和web 前端界面的信息展示。各信息发布端与公交车辆到站次序间的交互如下图8：

（1）站台乘客信息发布

根据即将进入公交站台的N 辆公交车的停车位置，对乘客和驾驶员进行信息发布。

1 乘客信息发布：

在站台固定停车位排队通道位置安装有LED 显示设备和语音提示设备，为乘客提供该停车位即将到达的公交车线路号。

②驾驶员信息发布：

驾驶员信息发布分为两种：

在公交站台上方设置LED 显示设备，对即将进入公交站台的公交车进行提示，确保驾驶员能够停靠在正确的车位。

驾驶员LED 显示设备与乘客排队通道LED 显示设备所显示的排队信息保持一致，确保公交车停靠的位置即是乘客排队位置。

站台数据处理终端以无线方式将停靠车位信息发送给驾驶员车载终端显示屏。当存在数据判别异常导致驾驶员车载终端设备获取的停靠站位置和站台上方设置的LED 显示设备提示的停靠位置不一致时，以站台显示设备为准，确保乘客能够乘坐正确的车辆。

（2）系统平台展示

为便于公交公司内部人员对站台排队诱导系统的管理，本诱导系统引入GIS 技术，提供了供内部人员操作的web 前端界面。功能模块分类如图9所示：

前端界面如图10所示：

图10中web 界面左侧为各功能区，可与各对应数据库建立信息交互，实现公交车及其相关信息的呈现，方便排队系统的管理。界面左上角为搜索框，可直接输入相关关键字词进行搜索，并可支持模糊搜索。主区域为GIS，用于实时显示公交车位置及港湾式站点公交车排队状态，可对整个系统的运行有强有力的控制及把握。港湾式站点各公交车排队状态如图11所示：

图11中显示港湾式站点的渠化图及站点中不同车位的排队公交车的车牌号、线路号、到达时间，可方便地把控并管理排队诱导系统中站点车辆的次序情况。同时，站台LED 显示屏与语音播报发布给站台乘客即将到达的公交车辆及公交车辆的排队状态。

四、创新特色

（一）提出了基于粗采样粒度轨迹数据的公交车排队状态估计方法，在对公交车轨迹数据进行系统的预处理基础上，设置二级预设区域对公交车数据仅筛选，并根据筛选后的数据进行跟踪采样，设置基准时刻对不同车辆的运行状态进行回溯，进而实现车辆队列顺序的准确判别。所提出的方法利用现有公交系统普遍采用的粗粒度轨迹数据（15s 采样一次）即可实现。

（二）设计了基于车联网的排队乘车诱导软硬件系统，利用智能的信息化手段解决公交站点乘客拥挤、追车等问题，为公交乘客乘车管理提供了一种新手段，对提升乘车效率、降低安全事故发生概率、提升公交服务水平和居民形象具有重要的意义。

五、应用前景

乘客排队乘车不但能够提高乘车效率并保障安全，而且彰显个人和城市素养。目前，公交行业乘客排队乘车主要依靠工作人员疏导来实现，尚缺乏有效的信息化手段。由于耗费人力资源巨大，传统的排队乘车大都沦为了形象工程，难以充分发挥其社会价值。本系统利用车联网技术，通过对公交车行驶轨迹数据进行分析，实时判别公交车的运行状态，对进站公交车的次序进行估计，并将有效的车辆停靠信息发布给乘客，引导乘客进行排队乘车。本作品为规范乘客乘车行为提供了一种新的手段，所设计的系统弥补了行业的相关空白，不但能够有效提升乘车效率，减少安全事件发生概率，还对提升城市形象具有重要的意义，具有广阔的应用价值。

参考文献：

[1]白斯吉. 基于智能公交数据的公交车进站排队概率及站点位置研究[D].西南交通大学，2018.

[2]李腊梅，何贤昭.基于不完全数据的公交排队系统分析[J].科技资讯，2018，16（11）：31-33+ 35.

[3]刘伟，陈科全，谢忠金.大型公交站的动态排队论分析与优化[J].重庆交通大学学报（自然科学版），2018，37（08）：75-80.

[4]李东岳，焦朋朋，王红霖.基于排队论的公交站台优化设计[J].综合运输，2017，39（04）：73-77.

[5]胥少龙.基于灰色理论的公交候车排队客流预测[J].道路交通与安全，2016，16（01）：39-42

[6]孙锋. 公交站点运行效率计算及车辆停靠组织优化[D].吉林大学，2013.

[7]叶芃杉. 基于排队论的快速公交站点延误及缩减策略研究[D].西南交通大学，2014.