[发明专利]一种公交车辆到站时间预测方法

摘要

一种公交车辆到站时间预测方法，包括以下步骤：S1、构建历史站间速度数据库：利用车载GPS设备获取公交车辆经纬度、时间、速度数据信息，并对数据进行预处理，将GPS获取的时间、速度数据根据经纬度与公交线网进行匹配；根据得到的公交车辆GPS速度数据，计算历史站间速度数据；S2、站间速度预测：站间速度预测部分是基于得到的历史站间速度数据库，结合公交运行的实时信息，采用非参数回归方法对下一个站间速度进行预测；S3、公交车辆到站时间预测：根据滤波的状态方程和观测方程，结合步骤S2预测得到的站间速度和当前公交车辆的到站时间信息，采用粒子滤波算法对公交车辆到站时间进行预测。该方法提高了预测的实时性、可靠性、鲁棒性和准确性。

主权项

1.一种公交车辆到站时间预测方法，其特征在于，具体包括以下步骤：步骤S1、构建历史站间速度数据库：利用车载GPS设备获取公交车辆经纬度、时间、速度数据信息，并对数据进行预处理，将GPS获取的时间、速度数据根据经纬度与公交线网进行匹配；根据得到的公交车辆GPS速度数据，计算历史站间速度数据，其计算公式如下：其中，Vi为第i个站间速度，Li为第i个公交站间的距离，Vt为处理后的瞬时速度，N为处理后该站间瞬时速度的个数；步骤S2、站间速度预测：站间速度预测部分是基于得到的历史站间速度数据库，结合公交运行的实时信息，采用非参数回归方法对下一个站间速度进行预测；所述非参数回归方法主要步骤为：结合公交车辆的实时运行信息，在线通过步骤S1得到该条公交线路此次运行的站间速度，构建当前站间速度曲线，并通过在步骤S1得到的历史站间速度数据库中寻找与发车时刻相近时刻的速度曲线，进一步计算其与当前速度趋势的相似度，根据相似度的大小获取历史速度趋势中下一站的站间速度，进而加权得到当前下一站站间速度预测值；因平均站间速度曲线可能具有提前或者滞后的相似性，所以采用扩展欧式距离方法作为评价曲线相似度的度量准则，即分别向前、向后扩展一个对应的时间点；同位相似时，步骤S2中提到的两条速度曲线计算相似度的计算公式如下所示：其中，Vt‑j为当前班次t‑j站间的平均速度，V′t‑j为历史曲线中t‑j站间的平均速度；提前相似时，步骤S2中提到的两条速度曲线计算相似度的计算公式如下所示：其中，V′t‑j‑1为历史班次t‑j‑1站间的平均速度；滞后相似时，步骤S2中提到的两条速度曲线计算相似度的计算公式如下所示：其中，V′t‑j+1为历史班次t‑j+1站间的平均速度；根据曲线之间的距离，计算相似度大小并给予权重的计算公式如下所示：其中，bk为第k条历史速度曲线的权重，dk为第k条历史曲线与当前速度曲线之间的距离；dk‑1为第k条历史速度曲线的相似度大小；根据速度曲线相似度大小加权得到当前下一站间速度的计算公式如下所示：其中，Vkt′为第k条历史速度曲线中第t站间速度，k为第k条历史曲线；步骤S3、公交车辆到站时间预测：根据滤波的状态方程和观测方程，结合步骤S2预测得到的站间速度和当前公交车辆的到站时间信息，采用粒子滤波算法对公交车辆到站时间进行预测；所述状态方程和观测方程分别为：Zt＝HXt+V其中，Xt‑1为t‑1站点公交车辆到站时间，Xt为t站点公交车辆到站时间，Lt为站间距长度，Vt为根据历史数据预测的站间速度，Zt为观测到的公交车辆到达时间，W为系统的过程噪声，V为测量噪声,A为状态转移矩阵，H为观测矩阵。