基于卫星定位的网约车计程计时检测技术研究

康婷婷， 张 磊， 王跃佟， 黄 艳， 王亚军

(1.北京市计量检测科学研究院，北京 100029；2.国家卫星导航定位与授时产业计量测试中心，北京 100029)

1 引 言

卫星导航的应用为交通运输引导、组织、服务带来了革命性的变化。移动互联网、大数据等技术创新与智能手机的快速普及催生了“互联网+”时代的来临,“互联网+交通”已成为当下最为热门的市场领域,网约车即为该背景下的产物[1]。几年间,网约车服务迅速发展,面对打车难的现状,网约车的出现无疑极大地方便了市民的出行,在共享经济理论下起到了市场化资源配置的作用[2～4],但是网约车存在计程计时不准的问题。国外,尚未见针对网约车计程计时是否准确方面的研究。我国2016年由北京市计量检测科学研究院牵头起草的4项网约车计程计时计量技术规范发布并实施[5～8]。在4项规范中规定了网约车计程误差为-4%～+1%,计时误差为≤1.5 s。文献[9]曾经提出一种通过实时动态(real-time kinematic, RTK)差分技术对网约车计程计时进行检测的方法;但鲜见针对网约车计程计时误差来源及其量化分析的研究。

为此,本文建立了一套用于网约车计程计时检测的标准装置及标准场景库,在不同的场景下对不同网约车平台公司的计程计时数据进行检测,并将实验结果与全球卫星导航系统(global navigation satellite system,GNSS)[10]模拟器的里程和时间进行比对分析。

2 网约车计程计时原理及误差来源

2.1 网约车计程计时原理

网约车移动卫星定位装置由手机卫星定位模块和APP软件构成。可在手机中完成计算,也可将信息上传至网约车服务平台,由平台完成计算。网约车行驶里程是终端按照每2 s或3 s间隔的频率采集、上传定位信息,通过积分累加获得的。

网约车计时是司机将手机接单、结束的动作上传到网约车平台服务器,由平台服务器完成计时,因此对网约车时间的计量主要针对平台进行。目前网约车公司对时间基本都可以计算到s级,个别网约车平台公司可以计算到ms级,但是结算显示都是以分钟为结算单位的。

2.2 定位误差

定位误差主要包含定位采集终端(即手机)采集定位信息带来的误差。

网约车计程的第一步是获取定位点,目前网约车平台公司对定位点的选取原则是根据终端的定位数据,会基于平台业务要求的时间间隔,给出精度最高的一个点,这个点是依据GPS或基站或WIFI等多种定位方式融合计算得出[11]。如果根据以上原则无符合要求的点,则放弃该点的选取。

2.3 平台修正误差

平台修正误差是网约车平台公司依靠自主研发的里程计算软件进行轨迹修正时带来的误差。在获取定位点后,平台会在实时计费过程中过滤异常点,基于过滤后的点进行计算,每2个点之间按直线计算,如果2个点之间丢点距离达到系统设置的阈值,会使用两点的坐标对应的地图上的距离作为2点之间的距离[12～15]。

3 网约车计程计时检测

3.1 网约车计程计时检测装置研制

目前常用的网约车计程计时检测方法包括实验室模拟器法测试和实景路测法。本文选取实验室模拟器法研制网约车计程计时计量标准装置,内置计程计时计量标准数据库,适用于网约车车载终端、移动终端等网约车上中下游各类计程计时产品及系统的计量测试。标准装置由卫星信号回放设备、屏蔽箱和计算机组成。在对网约车移动终端计程计时检测时,需要屏蔽外界信号,使得终端只能接收到由卫星导航信号模拟器发出的模拟信号或者卫星信号记录回放设备发出的信号,从而把外界环境因素对实验结果的影响降到最小,网约车终端计程计时计量标准装置的硬件结构如图1所示,移动终端屏蔽场景如图2所示。

图1 网约车计程计时计量标准装置硬件图Fig.1 Hardware diagram of standard device for measuring the of App-based ride-hailing calculating mileage and time

图2 移动终端屏蔽环境Fig.2 The shielding environment of mobile terminal

3.2 实验过程

在微波暗室中,卫星导航信号模拟器在基于电子地图建立的计程计时误差测试场景中运行,需保证可见卫星不少于6颗,信号功率不低于 -120 dBm。 启动模拟器定位偏差和定位偏差精密度测试场景,移动终端输出第1个有效定位值后,等待3 min,记录移动终端定位数据值,模拟路径行驶结束后,需再等待3 min,再结束测试。为确保实验数据可靠,测试前后均需等待3 min。仪器连接如图3所示。

图3 仪器连接图Fig.3 Connection diagram of instrument

4 实验数据分析

本文选取了高速公路、高速辅路、市区道路、机场周边、火车站和工业园区6种场景,对滴滴、易到、首汽、神州这4家网约车平台公司的计程误差进行了测试。6种场景具体为：高速公路(昌平科技园收费站—西三旗收费站),高速辅路(健德门—北沙滩),市区道路(双井桥—马甸桥),机场周边(首都机场3号航站楼—五元桥),火车站(北京站—北京西站)和工业园区(新元科技园—生命科学园)。为减少实验过程中的偶然因素对实验结果的影响，GNSS模拟器(标准器)的数据均为多组数据求均值之后的结果。

4.1 高速公路场景

昌平科技园收费站到西三旗收费站主路路段是高速公路场景,在该路段全程信号良好,也没有较强的外界干扰,因此4家网约车平台公司的计程误差都在规定的-4%～1%之间,见表1所示。

表1 高速公路场景计程计时结果Tab.1 The result of calculating mileage and time of highway scene

4.2 高速辅路场景

健德门到北沙滩为高速辅路路段,由于会经过立交桥等卫星信号较差的路段,所以4家网约车平台计程误差都超过了规定误差范围,见表2所示。

表2 高速辅路场景计程计时结果Tab.2 The result of calculating mileage and time of highway auxiliary road scene

4.3 市区道路场景

双井桥到马甸桥为市区道路。由于市区道路建筑物较多,且会受到较多的信号干扰,首汽和神州的计程误差都超过了+1%,滴滴和易到计程误差在误差范围之内,见表3所示。

表3 市区道路场景计程计时结果Tab.3 The result of calculating mileage and time of urban roads scene

4.4 机场周边场景

首都机场3号航站楼到五元桥为机场周边场景,由于该路段高大建筑物较少,卫星信号较强,虽然没有像市区内那样复杂的信号干扰,但是接近机场的部分路段,会受到一部分无线电干扰,造成计程出现误差。首汽计程结果超出误差范围,其他3家计程结果在误差范围内,见表4所示。

4.5 火车站场景

北京站到北京西站北广场为火车站场景。由于在该路段多为市区道路,且外界信号干扰较大,再加上周围建筑物造成的多径干扰,导致计程误差较大。4家网约车平台的计程误差都超过了规定范围,见表5所示。

表4 机场周边场景计程计时结果Tab.4 The result of calculating mileage and time of airport perimeter scene

表5 火车站场景计程计时结果Tab.5 The result of calculating mileage and time of railway station scene

4.6 工业园区场景

新元科技园到生命科学园为工业园区场景。在工业园区内用于科研和工业生产的无线电信号相对复杂,网约车在工业园区内及周边运行时卫星定位会出现较大误差,导致计程误差的存在。从表6可以看出,4家网约车平台都出现了较大的误差。

表6 工业园区场景计程计时结果Tab.6 The result of calculating mileage and time of industrial park scene

4.7 综合比对

将不同网约车终端在不同场景下的计程数据误差进行比对如图4所示。

综合图4数据可以看出:在卫星信号较好的高速公路场景,4家网约车软件计程误差均在误差范围内;而在卫星信号较差的高速辅路、火车站及工业园区,4家网约车软件计程误差均超出误差范围;在市区道路和机场周边道路,4家网约车软件计程误差各有差异。总体来看,滴滴软件计程误差基本符合要求。

网约车计时数据虽然可以精确到秒,但是在结算时均以分钟为结算单位,所以这4家网约车平台计时结果均在误差范围内。

图4 不同网约车终端在6种场景下的误差对比图Fig.4 Comparison of errors of App-based Ride-hailing terminal in six scenarios

5 结 论

本文分析了网约车计程计时的误差来源,并针对目前网约车平台计程计时的现状建立了一套网约车计程计时标准装置和标准场景库。选取6种标准场景,以GNSS卫星导航模拟器的里程和时间为标准值,4种网约车平台的在6种场景下的计程计时与标准里程和时间进行比对。结果表明:卫星导航信号的强弱对网约车计程计时的影响较大,在信号较好的路段,网约车计程数据误差较小；另外网约车平台公司的计程算法也影响着计程结果的准确性,在信号较差的路段,网约车平台公司通过优化其算法,并借助地图数据可以对卫星定位误差进行修正,提高计程准确度。

[参考文献]

[2] 李月凝. “互联网+”时代我国出租车行业政府规制研究[D]. 成都: 四川省社会科学院, 2017.

[3] 何东海. 共享经济下网约车规制问题研究[D]. 合肥: 安徽大学, 2017.

[4] 樊一欣. 分享经济发展中政府规制研究——以网约车为例[D]. 延安: 延安大学, 2017.

[5] 国家质量监督检验检疫总局. JJF 1587—2016 网络预约出租汽车计程计时技术要求(试行)[S]. 2016 .

[6] 国家质量监督检验检疫总局. JJF 1578. 1—2016 网络预约出租汽车经营服务平台计程计时验证方法(试行)[S]. 2016.

[7] 国家质量监督检验检疫总局. JJF 1578. 2—2016 网络预约出租汽车移动卫星定位终端计程计时检测方法(试行) [S]. 2016.

[8] 国家质量监督检验检疫总局. JJF 1578. 3—2016 网络预约出租汽车车载卫星定位终端计程计时检测方法(试行) [S]. 2016.

（5）看近是引起近视的主要原因。因此，青少年阅读写作业时应配戴低度凸透镜可预防近视的发生和发展、控制眼轴的发育。根据三联运动的理论，使低度凸透镜的光学中心向内移动或在低度凸透镜上附加适度的三棱镜,可有效预防眼轴增长，延缓近视的发展。

[9] 康婷婷, 黄艳, 许原, 等. RTK差分技术在网约车计费系统检测中的应用[J]. 测绘通报, 2017, (7): 120-123.

Kang T T, Huang Y, Xu Y,etal. Application of RTK in testing for App-based Ride-hailing Billing System [J].BulletinofSurveyingandMapping, 2017, (7): 120-123.

[10] 周颖, 程荫杭. 基于曲线拟合的地图匹配算法[J]. 交通运输系统工程与信息, 2004, 4(2): 68-70.

Zhou Y, Cheng Y H. Map-Matching Algorithm Based on Curve-fitting Model[J].JournalofTransportationSystemsEngineeringandInformationTechnology, 2004, 4(2): 68-70.

[11] 朱江淼, 张菁, 黄艳, 等. 卫星定位终端入栏检测算法的研究与实现[J]. 计量学报, 2019, 40(6): 1112-1116.

Zhu J M, Zhang J, Huang Y,etal. Research and Implementation on Algorithm for Entry Fence Detection of Satellite Positioning Terminal[J].ActaMetrologicaSinica, 2019, 40(6): 1112-1116.

[12] 朱江, 李振华. 卫星导航接收机时延测定技术研究[J]. 计量学报, 2019, 40(5): 910-913.

Zhu J,Li Z H. Research on Time Delay Measurement Technology for Satellite Navigation Receivers[J].ActaMetrologicaSinica, 2019, 40(5): 910-913.

[13] 毕军, 朱颖, 程勇. 基于曲线拟合和网络拓扑的综合地图匹配算法[J]. 交通信息安全, 2014, (6): 127-131.

Bi J, Zhu Y, Cheng Y. A comprehensive Map Matching Algorithm Based on Curve Fitting and Network Topology[J].JournalofTransportInformationandSafety, 2014, (6): 127-131.

[14] 陈波, 王茂林, 王宏, 等. 一种基于网络拓扑关系的地图匹配算法[J]. 测绘科学技术学报, 2006, 23(5): 331-334.

Chen B, Wang M L, Wang H,etal. A Map Matching Algorithm Based on Network Topology [J].JournalofZhengzhouInstituteofSurveyingandMapping, 2006, 23(5): 331-334.

[15] 李清泉, 黄练. 基于GPS轨迹数据的地图匹配算法[J]. 测绘学报. 2010, 39(2): 207-212.

Li Q Q, Huang L. A Map Matching Algorithm for GPS Tracking Data [J].ActaGeodaeticaetCartographicaSinica, 2010, 39(2): 207-212.