基于公交路網數據的動態路況信息生成方法

申兆慕，王晶晶，張健欽，李明軒

(1.北京建筑大學 測繪與城市空間信息學院，北京 100044；2.北京市交通運行監測調度中心，北京 100073；3.現代城市測繪國家測繪地理信息局重點實驗室，北京 100044)

1 引 言

目前在我國大、中城市中普遍存在交通擁擠、交通環境污染等問題。優先發展城市公交，改善公交服務水平，吸引更多居民選擇公交出行無疑是解決上述問題的首選途徑之一。隨著物聯網和空間信息技術特別是GIS、GPS和RFID技術在城市公交中的應用越來越廣泛，可以通過集成上述技術建設智能公交系統實現公交調度和運行管理從靜態到動態、從人工到智能化的轉變，從而提高公交運營效率和服務水平。然而大部分城市公交運營車輛運行間隔小(有的線路發車只有 1 min～ 2 min間隔)，道路路況復雜，因此及時掌握車輛的運行位置及所處站間的動態路況信息，是運營調度的前提。雖然現今多種固定式和移動式交通信息采集設備為路況信息的生成提供了可能，特別是浮動車路況數據采集和生成技術得到了廣泛應用[1～9]。但基于城市普通路網數據結構的路況處理生成方法還無法直接滿足公交運營調度所關注的線路路況和站間路況的實際需求。本文從公交系統的線網數據結構和專題特性出發，以公交線路、站點和站位為基本要素構建公交路網數據，提出并實現了一種基于公交路網數據的路況信息生成方法，更加適用于公交運行調度所需的動態路況信息的處理和應用，同時方便與其他路況數據融合處理生成更加精細化的路況信息。

2 公交路網數據結構

2.1 公交線路數據特點

普通道路網數據在公交系統運營調度的過程中，處理所需的路況信息時無法滿足其適應性需求，原因有兩方面：一是在道路路網數據的矢量化過程中，其數據結構中滿足公交線路分析的拓撲關系缺失；二是每條公交線路的分段均是基于自身的各個站點，這使得多條線路發生重疊的時候，因重疊線路的邊緣模糊不清，而給計算對應路段路況的過程引入了較大的誤差。如圖1所示，已知線路b的末站為B站點，則由基于線路b的浮動車生成的區間mB的路況數據，只能描述路段mB的路況，而籠統地將mn路況作為mB路況來計算會造成信息精確度的大幅降低。

圖1 模糊的多線重疊路段邊緣

所以，為了保證計算精度，并綜合考慮多條線路重疊的情況對于該路段路況的影響，應基于公交線路的特點進行計算。由于公交車的行駛是基于固定的公交線路，所以其行駛軌跡相對固定，此外，在公交系統運營過程中還有如下特征，如圖2所示：

圖2公交路網特征示意圖

(1)上下行雙向。公交車的行駛分為上、下行兩個方向，通常情況下，上、下行的線路呈對稱狀。少數公交線路上、下行有部分路段不對稱以及還有少數的環狀線路。

(2)不同線路之間存在部分重疊的情況。不同的線路在行駛過程中會包含若干段重合及不重合的路段，這其中也包括行駛在同一路段上的不同專線。

(3)同一線路上、下行站點不完全對應。有一些線路對應的上、下行站點在空間位置上并非對稱分布，甚至有些線路的上、下行反向中有部分站點不對應。

(4)多條線路的站點空間位置相同或相鄰。即同一個公交站位包含多條線路的同一站點，甚至是多條線路的不同站點，但空間位置相鄰。

(5)興趣區是以區間的形式存在。在公交系統的運營調度過程中，比較關心的興趣區是以線路的某個區間(也可能是整段線路)的形式存在的。

(6)行車區間的臨時調整。在公交線路的日常運營過程中，會遇到一些需要交通管制或是臨時調度等的特殊情況，需要臨時延長、縮短、改變行駛路線，而這種臨時的變更常以公交站點為首末點。

2.2 公交路網數據結構

結合上述公交線路網的數據特點，將普通道路網結構進行調整，主要包括：細化各類功能性節點、對符合條件的公交站點按站位點合并處理、使公交線路在各節點處斷開、重疊區段線路歸一化以及建立空間索引關系和屬性編碼。處理后的公交路網數據結構，總體上呈現出一種雙向單線、同向單線以及基于各種節點分隔的路鏈模式的路網結構，空間上表現出“節點-線段-區間-線路”的圖層拓撲關系(如圖3所示)。公交路網中描述站點的點要素以及描述線路的線要素與它們的對應屬性之間的映射關系由傳統的多對一變成了一對多，使得整個公交線路路網在地圖上的表現形式變成了兩條不同向的單線，同向路段中多個線要素重疊的情況也不復存在；在空間數據的屬性表達上，點要素和線要素描述或關聯了所有通過他們的站點以及線路編號。

圖3單方向公交路網結構

(1)節點(Node)

公交站點：所有的公交線路均分別在上下行方向設有若干個車輛?？空军c，每個站點的固有屬性包括公交線路號、本站編號、本站站名以及其所屬的站位編號。本研究中對于同向不同線路上空間位置相隔較遠的同名站點進行了保留處理，同時也將空間位置接近的同名站點進行了合并處理。

站位點：將站位點號相同的多個公交站點進行合并，使其成為一個站位點，站位的屬性表會對此站位下所有站點的屬性信息進行關聯。

線路分叉點：不同線路之間從重疊路段進入到分重疊路段的分叉點。多位于道路交叉口或車道變更的起點。

線路匯合點：不同線路之間由非重疊路段進入到重疊路段的交匯點，多位于道路交叉口或不同車道的匯合點。

路口節點：多位于道路路口或道路等級變更的節點處。

(2)路段(Segment)

公交線路中同向且相鄰的兩個節點之間的線路路段，也是這種公交路網結構中線狀要素的最小單元。

(3)區間(Interzone)

某條公交線路上的由一組同向且首尾相接的路段所構成的集合，區間是整條公交線路的子集，無須以公交線路的首末站作為其起止點。

(4)線路(Busline)

某條完整的單向公交線路，上、下行分別對應一條。在公交路網結構中也可以視為以線路首站作為起點，以線路末站作為終點的特殊區間。

3 公交路況信息生成

3.1 路網匹配

公交車GPS數據作為一種浮動車數據，會在接收GPS信號并進行定位、位置信息傳輸、地圖數據矢量化、投影變換以及空間坐標系換算等過程中受到一定的影響與干擾，從而發生偏離公交線路的情況，因此需要進行公交車GPS離散點和公交路網之間的路網匹配處理，確定并得到公交車相對準確的時空位置[10～14]。如表1所示，是公交車GPS軌跡的原始文本數據格式，從中可以看出，公交車GPS數據擁有線路歸屬，即每條記錄對應的公交線路；沒有上下行標識，上下行歸屬需要后續判斷；具有日期時間、經緯度、瞬時速度和方位角信息，可作為地圖匹配邏輯判別依據。

公交GPS軌跡文本數據表 表1

除短時調度和線路變更外，公交行駛線路相對固定，能在一定程度上簡化匹配算法的若干步驟，但仍面臨如區間車、臨時交通管制、線路分叉點和匯合點的周圍、專線行駛路段等復雜情形。本研究采用以線路歸屬為主，綜合利用四參數(速度相符、方向相似、投影距離和行駛距離最小)進行綜合判別的邏輯匹配方法[16]，其中主要的匹配流程如圖4所示。

圖4 主要匹配流程

3.2 速度計算

路網匹配完成之后，每條路段上均分布著數量不等且編號不同的車輛匹配點。設一個路況信息的更新周期為T(通常更新周期為 5 min，采集頻率為 30 s，一輛同名車輛擁有10個軌跡點)，則在一個T中，既存在同名車輛在同一路段擁有多于一個匹配點的情況，也存在不同車輛的匹配點同時歸屬于一個路段的情況。所以，計算路段的平均速度，主要可以分為以下兩個步驟：

(1)計算一條路段上同名車輛匹配點的平均速度。在一條路段內，各同名浮動車的路段平均速度為一個更新周期T內，該路段區間上浮動車瞬時速度Vm，1、Vm，2、…、Vm，k的算術平均值，其計算公式為：

(1)

k表示在一個路況更新周期T內匹配在該路段上的匹配點個數；

Vm，n表示編號為m的浮動車在第n個匹配點時的瞬時速度。

(2)計算各路段的平均速度。在計算得出各條路段同名車輛匹配點的平均速度之后，計算該路段內所有匹配點的路段平均速度，作為該路段單元的平均行駛速度。其計算公式為：

(2)

h表示該條路段上不同名浮動車匹配點的個數；

Vm表示編號為m的浮動車匹配點該路段的平均行車速度。

經過各路段平均速度的計算，已經基本完成了由“車的信息”向“路的信息”轉化。

3.3 路況信息生成與渲染

首先將路網中涉及的各道路或路段基于其道路等級進行分層，然后在各個圖層中依據其擁堵等級與平均行車速度之間的關系(如表2所示)，規定該圖層中各要素的地圖渲染規則并保存，最后再將所有遵循路段渲染規則的圖層進行統一加載，發布成為公交全路網路況信息地圖服務，并基于路段平均速度的周期性變化，該地圖服務也將進行動態更新。

道路類型、擁堵等級與時速(千米)關系表 表2

擁堵等級和渲染顏色值的關系如圖5所示。

圖5 TPI與擁堵等級及常用灰度值的關系

4 應用實例

如圖6所示，研究選取了北京市西城區范圍內公交線路數據，共計387條，按照公交路網數據結構進行矢量化處理并生成西城區公交路網，然后基于這些線路的公交GPS數據執行上述路況信息處理和計算方法，最終形成針對不同業務需求的公交路況專題圖。

圖6 西城區387條公交部分線路列表

4.1 公交路網

將經過西城區的387條公交線路生成上文所提的公交路網數據(如圖7所示)。其中，節點分為公交站點、路口節點、線路分叉以及匯合點三層，為圖片美觀，這里僅將公交站點設為可見；而路段層即單線雙向的公交路網經過這些節點時被分割成的線路片段；區間層又可進一步分為每條線路的站區間層和某條線路的站區間集合(為臨時圖層)；線路層即分為上、下行整條公交線路。

圖7 研究區公交路網

4.2 全路網公交路況

查詢組成全路網的387條公交線路對應的公交GPS數據，并讀取一個更新周期的記錄。其中公交GPS數據表名為BUS_REALTIME_TRAFFIC_GPS，其表結構如圖8所示。

圖8 公交GPS數據表結構

在BUS_REALTIME_TRAFFIC_GPS中選取2015年某天9：30：00～9：35：00的所有公交GPS數據，執行路網匹配算法并按照各等級道路的路段平均速度劃分等級統計生成全路網路況圖，結果如圖9所示，圖9為西城區全路網路況專題圖，相較于以往的路況專題圖，圖9中進行了路網匹配，使得其路況的精度更高，特別是對于上、下行不對稱的公交線路。

圖9 全路網公交路況

4.3 線路或區間公交路況

在實際的應用中，單獨分析某一條線路的路況也是常見的需求，因此，可以基于這種路網結構的各線路間的空間關系，提取出興趣線路或線路區間。例如現需要得知特4路下行方向(國防大學——前門)的路況信息，其線路中位于西城區的有效行車區間為動物園——和平門東；和特4路上行方向(前門——國防大學)，其線路中位于西城區的有效行車區間為前門西——動物園，特4路的上、下行方向的路線在匹配公交路網之后，并不是呈現嚴格的對稱，可以利用全路網的路況數據，并根據上述的路網數據結構對特4路的區間路況進行分析，并渲染成專題圖，具體情況如圖10所示。

圖10 興趣區間公交路況

5 結 語

本文從智能公交系統的實際業務和調度需求出發，提出了一種基于公交路網數據的路況信息生成方法，具體進行了公交路網數據結構的設計與實現、路網匹配算法、路段速度的計算以及路況專題圖的渲染生成，最后利用西城區范圍公交線路和GPS數據對本方法進行了實驗驗證。結果表明，論文提出的方法可以生成較為完整的公交路況信息，對公交專題路況信息的后續研究和應用開展具有現實意義和實際應用價值。路況信息生成所涉及的技術內容眾多，本文提出的公交路網數據結構，生成過程需要一定的人為處理；路網匹配算法在一些如盤橋、立交等復雜道路環境的匹配精度有所降低。后續工作主要針對路網數據結構模型的自動化生成以及路網匹配算法的優化方面進行研究。