真知灼见Knowledge and Insight
莫氏变径套
1.1 数据来源
目前智能公交信息采集设备主要包括公交车辆调度终端、硬盘录像机、客流采集终端、新能源车辆监控终端、充电桩、疲劳驾驶监测终端、防碰撞预警终端、IC 卡车载机、智能投币机等设备，形成完善的车载数据信息采集系统。同时多数公交企业已经建立了智能调度系统、公交ERP 系统、充电运营管理系统、收银点钞管理系统、客流排班系统、IC 卡清分结算系统、视频安防监控系统等完善的信息化运营管理系统，也具备了与交警、城管等多行业之间的数据报送和共享机制。 1.2 数据类别
公交数据主要包含以下10类：（1）定位类：经纬度、车辆速度等；（2）工况类：CAN 总线、发动机、胎压、电池、车辆维修数据等；
（3）人次类：上下车OD 客流数据、站台人流数据等；
（4）消费类：投币人次、刷卡（扫码支付）数据等；
（5）视频类：乘客、司机图像数据等；（6）路况类：周边路况、交通路口、红绿灯、交通标识数据等；
（7）安全类：ADAS 告警、驾驶行为告警数据、倒车雷达数据等；
（8）运营类：线路数、车辆数、客运量、运营趟次、运营里程数据等；
（9）基础信息：场站分布和数量、资源（加
公交大数据及其应用
油站、充电、维修）数据、停车位、司机数据、考
勤数据等；
纬编针织布
（10）监管类：计划完成率、交通拥堵指数、公交畅行指数、交通小区拥堵及客流分析数据、路网运行速度监测、财政补贴、成本收入、服务质量等。实验室废液桶此外公交都市信息化平台，也汇总了出租、自行车等不同交通方式的海量数据。这些交通数据为进行交通大数据开发和应用提供了有力支撑，也为进一步发掘交通大数据应用方向、拓展应用领域提供了无限可能。 2 公交大数据应用
目前，公交大数据主要有六个方面具体应用：
2.1 在运营排班调度的应用
对客流数据进行分析，综合考虑线路信息、站点信息、路况信息，利用运筹学进行建模规划，建立包含多项参数的预测模型，预测线路的客流高峰时段，仿真线路短时间内的客流变化情况，预测线路的趟次周转时间；基于客流仿真预测计算最优发车间隔、最小配车数，从而实现车辆智能排班，自动调整现有排班计划以适应客流变化的需要；根据客流数据进行分析，优化生成发车时刻表，然后进行自动排班和减站点设置、调整线路车辆配置等。
在线网调整之前，进行实施后客流量和分布预测，对线网调整方案预评估。线路调整后的客流再调查和统计数据，对新开、撤销、延长、缩短线路以及调整线路走向等方案实施效果进行评估，包括客流均衡性、线路间协调性和设施供需平衡性等。
2.2 在公交线网规划的应用
通过采集到的线路、站点、公交车的上下车客
康莹莹
《城市公共交通》URBAN PUBLIC TRANSPORT
2019·01
22
真知灼见Knowledge and Insight
流数据，结合公交站台人流数据、IC卡刷机数据、投币机和客流调查器采集的数据，运用大数据技术进行分析，诊断未完全覆盖线路的道路，结合城市道路状况、规划发展及线路运力配置情况等信息，辅助对线路、站点进行布局优化和调整；对新开、撤销、延长、缩短以及调整线路走向等方案实施效果进行客流均衡性、线路间协调性和设施供需平衡性等方面的评估；分析城区出行人口分布、出行特征、客流聚散点、高峰期站点断面客流、客流走廊等，建立影响乘客的出行因素模型，为不同出行特征的乘客推送个性化出行服务。
通过数据挖掘等技术手段，预测从整体到局部的客流量及客流走向，指导城市公交站点、公交线网的合理布局，辅助优化线网，及时吻合城市客流走向变化。为公交运力调整、城市交通路网调整和优化提供数据支撑。
2.3 在公交车辆运营安全的应用
通过对CAN总线、发动机、胎压、电池、车辆维修等数据的分析挖掘，实时掌握新能源车辆零部件工况和整车运行状态，能够为整车制造企业在产品持续改进等方面提供数据支撑，为运营企业提供车辆故障及安全预警，及时发现和解决问题，提高车辆运营效率，为政府安全运营监管提供决策支持。
公交车辆在运营中的视频数据也有广泛的应用前景。对乘客图像、站台候车图像的人脸识别和姿态识别能够及时发现异常事件，识别特殊人物，追溯犯罪案件，保障公共安全。采用人工智能技术和大数据技术分析驾驶员的驾驶行为，识别疲劳、打电话、抽烟等违法或不规范驾驶行为，并及时提醒驾驶员予以改正，避免发生交通事故。对驾驶员的急刹车、急转弯、超速等驾驶数据进行分析，有利于规范驾驶行为，方便运营企业进行管理和考核。
将车辆工况数据、事故数据与周边路况、交通路口、红绿灯、交通标识等数据进行综合分析，挖掘内在联系，标记事故易发路段，形成事故地图，为交通管理部门分析事故原因、改进交通设施提供可靠支撑，辅助交通管理部门制定出较好的统筹与协调解决方案。2.4 在改善交通环境的应用
车辆主动安全辅助驾驶系统以提升驾驶安全为目的，采用多种硬件设备进行主动安全监测，及时快速整合各个采集设备的数据，指导驾驶员快速反应，避免交通事故的发生。其中产生的前向碰撞告警数据、车道偏离告警数据、行人及自行车告警数据、超速行驶数据等海量告警数据，采用大数据技术进行分析挖掘，结合周边道路环境数据，分析日常运营中，车辆在道路上的哪个位置，哪个路口及哪一路段经常发生哪一类危险，哪些地点存在哪种交通隐患。
通过对车辆主动安全辅助系统产生数据的应用，能够形成危险地点地图，推动相关政府部门改善事故易发点的交通环境，促进企业合理规划运营路径，从而减少交通事故，提高交通安全水平。
2.5 在交通监管的应用
采用行业前沿的交通模型和算法以及GIS先进的、分块式空间分析技术，对公交线路数、车辆数、客运量、运营趟次、运营里程等运营数据和场站分布、场站数量、资源(加油站、充电、维修)数据、停车位等基础数据进行分析，分析计划完成率、交通拥堵指数、公交畅行指数等线路、线网的各项技术性能指标，方便行业监管部门进行路网运行速度监测和服务质量评价，从各维度对城市公共交通进行监管，为指导交通行业的良性发展提供参考。同时为政府补贴、政策制定提供决策支持。
2.6 在自动驾驶的应用
积累的车辆定位、工况、客流、消费类、视频、路况、安全、运营等交通大数据与人工智能相结合，能够推进在无人驾驶公交车领域的研究。
海量数据是机器学习以及人工智能算法的基础，通过采集设备、V2X设施和高精度地图信息所获得的数据，以及驾驶行为、经验、规则、案例和周边环境数据信息，运用模糊推理、强化学习、神经网络和贝叶斯网络技术等先进的决策理论进行决策判断，确定适当工作模型，制定相应控制策略。
消音降噪
防辐射材料（作者单位：郑州天迈科技股份有限公司）
URBAN PUBLIC TRANSPORT《城市公共交通》
2019·0123
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议