基于“互联网+”常规公交动态调度系统

宋雨+彭勇+李睿+周欣+袁发涛+王欢

摘 要 为解决目前大城市广泛存在的城市公交吸引力不足的问题，本文将互联网技术运用到公交调度之中，研究基于实时数据采集的公交调度模式，以图像识别为主的数据获取方法采集乘客到达站点时刻、道路拥挤状况等信息，建立了确定时段车次数调度决策模型。时段车次数模型从平衡公交运营成本、乘客等车时间以及乘车舒适性出发，确定最优的时段车次数。该公交调度模式以数据为导向，具有成本低廉、调度科学以及地区适应性强的优点，能有效提高公交的运营调度水平，具有较高的应用前景。

关键词 互联网+；动态调度；人车交互；车路协同

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）193-0076-02

我国城市公交调度大多采用调度员依靠自身经验来确定行车计划的手动排班模式，运营调度水平低下。而日本和欧美国家早已采用先进的信息与通信技术实现公交车辆定位、路况监控、计算机辅助调度，使得公共交通调度管理进入智能化时代。我国在智能化调度方面取得一些成就，但在客流数据采集与调度方面技术的运用并不成熟，在对突发事件的应对上更显糟糕，亟待深入研究。

国内外学者就提高公交吸引力的课题做了一些研究。白玉方等[1]研究表明提高公交的快速性和便捷性可大幅增加出行者的公交出行意愿。鲁艳霞等[2]利用互联通信技术实现乘客与公交公司之间的互联互通，基于博弈论进行自我调节。以上研究没有实现精细化和系统化决策，难以达到整体最优。

因此，本文提出了一种基于“互联网+”的公交动态调度模型，利用互联网实现人车之间、乘客与公交公司之间相互沟通，公交公司根据道路交通情况以及乘客需求，对时段车次数进行调整，以提高效率。

1 “互联网+”动态调度系统

本系统将实时数据获取分为3部分：1）乘客到达时刻和数量；2）公交车内拥挤度；3）道路拥挤状况和公交车实时定位。数据获取的关键技术以图像识别为主，红外线、车载GPS等为辅，多种方法综合运用。

本系统结合红外线和图像识别技术：在公交站台除广告牌的其他三面分别安装红外线设备，顶棚一角安装摄像头。当有乘客到达站台时，红外线设备被触动，激发站台顶棚的摄像头，摄像头会立即拍摄此刻画面并记录时间，拍摄画面经过处理便能识别出站台内的候车人数。当有乘客持续挡在红外线发射器前，摄像设备不会连续拍摄画面，造成不必要的内存浪费。

车内数据的采集主要依靠双目摄像设备，分别在公交车前门和后门相应位置安装摄像头。当乘客上、下车时，摄像设备可清晰记录所有乘客，通过运用计算机视觉技术，采集视频中人体头部形状为分析目标，得到车内拥挤度。

确定车内拥挤度的流程为[3]：1）双摄像机捕捉到视频图像，发送到服务器；2）服务器将运动物体从视频背景中检测、分离出来，进行筛选、过滤，获得真实的运动物体；3）服务器将识别出来的人体精确地累加进出的人数，并叠加日期和时间，生成一条进出记录，可得到车内拥挤度。

当公交车到达起点站或终点站后，通过车内摄像头拍摄车内状况，进行图像识别，如若识别出车内有乘客，则进行乘客数的分析确认，否則将这一数据清零，继续下一班次的数据采集。其流程如图1所示。

公交车载GPS每一时间间隔就发送当前位置数据至服务器。服务器先跟据相邻两次经纬度，算出该间隔内车辆的行驶路程，再由公式：路程=速度×时间，得出平均速度，时间间隔很小时，可将其视为瞬时速度[4]。

路网数据信息的获取不仅对公交调度有重要作用，对于紧急状况发生的预测和处理也尤为重要，通过测得车辆速度可预测所在路线路网交通量，更有利于合理调度。路况数据的监测流程：1）公交车将车载终端采集到的速度信息发送给处理器；2）服务器计算出车辆的实时速度和位置，并将线路状况进行处理，通过红（非常拥堵）、黄（拥堵）、浅绿（常规）、绿色（畅通）来表示。3）服务器将拥堵信息通过App等展示给乘客，并将车辆实时位置等反馈给调度系统。

2 时段车次确定模型

公交客流量具有时间特性，故可由历史客流数据，将公交营运时间分为多个时段。为使企业和乘客整体利益最大化，本作品构建了投资收益率等三个指标。各地区存在差异，参照层次分析法原理，调度员可由实际情况确定指标权重。最后由指标和权重确定目标函数，自变量为时段发车车次数。

由投资收益率等指标以及相应的权重，构建了目标函数如式（1）：

其中，分别表示投资收益率、候车时间满意率和拥挤度满意率，其具体表达式如下三式；分别为三项指标的权重，由层次分析原理

求得。

自变量为时段车次数（正整数），找到了他的上下限过后，便可以编写程序求出最优解。通过财务分析和交通调查，确定公交公司可以忍受的最低满载率该和线路乘客可以接受的最高满载率。

3 结论

在城市公交吸引力不断下降，互联网技术日趋成熟的今天，采用互联网技术加强公交公司与公交乘客之间的联系是今后发展的大趋势。按乘客需求进行调度可在一定程度上降低公交的运行成本，提高公交的吸引力，而且运营成本较低。但目前此类的研究国内较少，其实践可靠性有待进一步研究。

参考文献

[1]白玉方，李林波，吴兵.出行者公交出行意愿影响因素研究[J].重庆交通大学学报（自然科学版），2012，31（1）：72-76.

[2]鲁艳霞，陈廷斌.面向智能公交的乘客自调度系统研究[J].技术与方法，2015，1（4）：176-177.

[3]张凯，陈峰，杜警.城市公交实时位置手机查询系统设计[J].计算机工程与科学，2014，36（7）：1296-1300.

[4]于丽梅.视觉物联网下智能公交客流采集统计方法仿真[J].计算机仿真，2014，31（6）：187-190.