公交车运营大间隔与串车的预警系统算法分析与应用

孙 健 索春婷

（南京公共交通(集团)有限公司，南京 210037）

引言

随着城市综合管理要求的提升，面对区域内车辆拥堵以及带来的污染等问题。“绿色出行”的城市治理理念在各个城市稳步推进[1]。这其中，公共交通出行作为城市交通全局性和基础性的支撑平台，要充分发挥城市公共交通运量大、效率高的优势，积极探索解决大城市病的举措。

随着物联网和大数据等技术的应用，南京公交集团为城市解决拥堵问题提供一套解决方案。对于公交运营系统而言，面临着诸如客流拥堵站台未及时疏导、区域内的发车频率和调整计划不匹配（串车）以及运行车辆间隔过大导致的乘客乘车体验不佳等复杂问题。因此，如何正确识别公交车发车大间隔导致的运能不足以及同区域内的串车带来的运能过剩，是提升公交运营效能的最大突破口。解决方案以最大化的载客量为核心考虑标准，以降低公交企业的运营成本、缓解客流拥挤状况为设计目标，从而实现改善城市交通环境的目的。

从城市公交体系的系统设计来看，基于大数据的智慧公交调度系统[2]主要涉及公交数据采集与预处理、信息处理与分析和告警信息发布和展示三个方面。基于这三个方面，逐步设计与实施基于大数据平台的智慧公交大屏调度系统的公交串车告警、大间隔告警等车辆异常运行状态告警。

1 设计思路

在“互联网+”的发展趋势下，城市公共交通的研究和应用已成为智慧城市建设中的重点一环。基于公交内部系统的智慧公交大屏建设，有助于最大限度地帮助公交工作人员全方位监测城市道路上车辆运行情况，也能及时调整线路信息来提升城市居民的出行效率。通过公交企业大数据系统的支撑，将城市公交历史数据与实时数据进行比对，构建一个多方位数据采集、处理和告警的智慧公交大屏系统。

考虑到公交车辆运行和调度最优化的情形下，必须最大化地发挥公共交通对于缓解城市交通压力的作用，因此需要避免大幅提高公交企业的运营成本，同时尽可能多地减少乘客等车成本。因此本方案主要从道路交通拥堵和车辆调度不及时两个角度，对城市交通系统的调度进行处理和分析。

本方案的总体设计思路就是利用现有公交线路数据，结合地图GIS数据收集和绑定，在实时车辆GPS数据的基础上监测和定位城市实时拥堵路况，利用大数据平台的优势，实时分析公交车在各峰段内的客流分布，通过警告列表的方式反馈到智慧公交大屏。

2 数据采集和预处理

对于实时交通数据监测，已有的路况信息采集技术主要包括波频检测、磁频检测、视频检测，以及基于GPS数据的拥堵检测[3]。其中，采用GPS实时位置的方式是检测区域内实时交通状态检测的研究热点，本方案的数据也是以此作为车辆分析数据的主要来源。

地理空间范围以城市道路交通网络中的基本路段为最小单元，主要涉及城市街道路段、鼠标框选区、指定行政区划以及跨区划的热点区域等。如图1所示，线路、车辆数据源均统计采集到中央服务器，供后续算法使用。

采集数据分为静态数据和动态数据（图1），其中静态数据主要包括线路信息（图2）、站台信息、线路站台信息和线路轨迹列表、峰段列表、各线路平均发车间隔、各线路各峰段的平均速度等。考虑到静态信息主要来源于公交企业内部的线路规划和定时更新数据，一般来说采集到的数据不需要进行数据清洗，在使用前对数据的可靠性作验证即可。

动态数据主要包括车辆实时位置信息（图3）以及各线路方向上车辆的排列集合。这些动态数据主要通过车载传感器和通信网络中继传输并存储到服务器数据库。对于采集到的车辆GPS数据，需要预先剔除原始GPS中的无效数据，并且对缺失的数据进行修复，以保证GPS数据的合理性，同时需要比对已有的线路轨迹数据，再一次剔除偏差很大的GPS运行数据信息。在筛选得到的可用车辆GPS数据后，还需要平均分摊存储到各线路各个方向上的缓存队列中，为后面的串车分析和大间隔分析提供数据准备。基于以上数据，在充分考虑已有公交调度最优方案的基础上实施数据监测，从而建立公交车发车和运行常态化的工作模型。

3 算法功能描述

3.1 串车告警算法描述

公交车辆运行过程中的突发影响因素很多，同时受到交通路况复杂因素叠加的影响，带来公交车到站延误、红绿灯路口停留过久等问题，导致公交车辆出现串车现象（2辆或2辆以上公交车排队进站的异常运营现象），是公交运行不可靠的主要表现。如何减少公交串车现象，提升公共交通的运行可靠性，已有研究的控制策略主要包括静态控制和实时控制两种方式[4]。通过快速识别拥堵路段以及比对实时路况并发回串车告警信息，再显示到智慧公交调度中心大屏上，就成为研究的重点工作。及时的运营车辆串车告警不仅有助于调度中心及时调整路线的发车计划，还能规避拥堵造成的车辆利用率下降等问题。

我们充分考虑了公交调度优化工作过程中，将道路实时路况作为主要判断对象的方法，结合车辆本身的车况信息以及反馈的数据实现优化运营和监管。另一方面，从道路交通的基本要素角度出发，从季节、节日因素、各峰段内人流量等方面对其进行观测和数据获取。

具体的串车告警算法描述流程如图4所示。算法设计如下：

Step1由上一次的串车集合全局缓存，获取上一次的全量串车集合（N）；

Step2获取预处理数据，得到本次串车的集合（N+1）；

Step3分析两次串车数据，依次比对每个线路各方向上的串车数据：

if 前一次串车存在，本次串车不存在 then

do 存入间断串车集合；

if 前后两次串车都存在，且产生位移 then

do 更新实时串车集合；

else

跳过（无位移车辆）；

end if

Step4获取间断串车缓存，分析数据并判断：

if 在三分钟内，间断串车统计大于三次 then

do 存入间断串车告警队列；

end if

Step5获取本次串车，得到持续串车缓存，分析并判断：

if 必须持续串车，且串车距离大于1000米then

do 存入持续串车告警队列；

end if

Step6持续告警和间断告警入库。

在上述串车告警算法中，主要针对需要动态调整发车间隔的动态调整路况。在满足了算法所涉及的判断条件基础上，智慧公交调度系统的串车告警模块将及时分析得出告警数据，并写入数据库，最后推送到前端的监控大屏。考虑到节假日和上下班高峰期的激增客流，我们也在内部的预测算法中加入了不同时间段的权重值，保证得到的数据能准确反映当前的真实客流情况。

3.2 大间隔告警算法描述

在智慧公交调度中心系统中，需要依据实时车辆运行数据，对车辆运行实现实时监测，并配合调度员做好调整调配计划，从而维护城市交通的基础运维。基于此目的，在城市物联网平台实时路况监测的机制下，利用公交企业内部车辆运行大数据平台的优势，并结合道路在热点区域内的车况给出综合判定。

之前的车辆调度模型大多是从理想状况出发，假定车辆从发车开始保持匀速行驶状态，同时每个站点的客流量均匀分布、站台上下客所花费时间大致相同。但是这些模型不能精确反映公交车在实际运行时所遇到的复杂多变环境。比如车辆的临时故障、前方道路车辆事故引起的堵塞、上下班客流激增带来的某些站台人流量过多等情况，给公交调度人员及时调整带来很多“盲目性”。这其中公交车辆大间隔问题导致的人等车问题[5]，会降低公交车的运营效率，造成载客不均、空车行驶等问题，另外叠加的人流也会导致下一班车运行时间相应延长的问题。因此，及时发出大间隔实时预警，并将告警数据反馈回智慧大屏控制中心，对方便调度人员动态安排发车计划具有实际意义。

具体的大间隔告警算法描述流程如图5所示。算法设计如下：

Step2获取各线路之前的统计平均发车间隔；

Step3遍历各线路方向上的车辆列表：

if 当前车辆的实际发车间隔 ＞ 统计平均发车间隔时间*2.5倍 then

do 将车辆及线路信息加入发车大间隔告警缓存；

end if

Step4获取各线路各峰段的平均速度；

1.6 疗效判定和评价方法 患者使用静脉留针的有效期限内(一般留置时间为72～96 h)，出现体温升高发热，不能用患者自身疾病解释，患者入院时血象正常，拔除静脉留置针后体温恢复正常为出现CRBSI；反之为正常。

Step5获取各线路方向上车辆按距离排序的集合；

Step6遍历各线路方向上的车辆列表：

if 同向车辆列表上两车的距离 ＞ 车辆平均速度*平均发车间隔*2.5倍 then

do 将车辆及线路信息加入运行大间隔告警缓存；

end if

Step7将发车大间隔告警和运行大间隔告警存入数据库。

在大间隔告警算法设计过程中，主要依据的是上月统计的平均发车时间和发车间隔数据，这些数据也会随着季节和时间的不同呈现动态变化，因此对于其中判断大间隔的倍数问题（以上算法中取的是2.5倍），需要根据本月对比上月客流预测值的关系进行及时调整。甚至还可以对一天内不同峰段的倍数做出动态赋值，以保证本算法得到大间隔数据的可靠性。

3.3 车辆异常告警描述

对于城市公共交通系统来说，车辆远程管理系统对公交车辆的管理与调度非常有效。早期的系统大多基于车载嵌入式终端服务器架构进行一些改进，有的系统可以通过搭载车载嵌入式终端采集车辆速度、GPS位置信息，最后对车辆的行驶状态完成数据分析[6]，有的系统通过自适应的方式对车流量告警信息进行预警[7]，以上数据基本上可以满足在公交车行驶中一般车辆数据采集的需求，但这还远远不够。

在车辆异常告警算法的设计过程中，还需要结合公交企业的大数据平台和城市的天眼系统，来进一步监视车辆运行途中的情况，包括车辆自身情况、车辆外环境的全方位情况，公交车辆上安装的摄像头也能为调度中心工作人员提供良好的实时画面，从而可以多维度展示当前车辆的具体车况。但是不能只通过人工去点击查看，还应借助公交车辆异常告警算法，及时准确地将实时异常车辆数据展示到异常列表中。

车辆运行异常一般包括车辆自身故障、车辆被动发送数据异常等。对于车辆调度中心而言，主要是监控车辆被动的数据异常，包括超速、滞站、过站不停等。

为了获取公交车辆的异常告警数据，设计了如下的车辆异常告警流程（图6）。

Step1从数据采集和预处理中，获取车辆实时位置集合；

Step2遍历车辆：

if 车辆运行位移 ＜ 10 米 and 间隔时间 ＞ 10 分钟 then

do 将车辆加入异常告警缓存；

end if

Step3车辆异常告警数据存入数据库。

考虑到车辆在路上遇到的突发情况多种多样，在本算法设计思路中，只是单独列举了一项异常指标展示。在实际的调度中心监测过程中，还需要根据当前实时需要，及时添加多种车辆异常告警类型，比如超载、超速、车辆自身故障等。

4 功能实现

以上关于公交运行数据收集、串车告警、大间隔告警、车辆异常告警的算法功能，在南京公交指挥控制中心的大屏展示与预警系统中得到了较好的应用和展示。

我们选取了一天中较繁忙的下班高峰段（16:00-18:00），筛选了重点路段和下班高峰的热点区域，验证得到串车告警和大间隔告警数据与实际路况基本相符。

5 结语

城市公交系统作为城市运输的毛细血管，为城市的运作提供了良好的服务支撑。优先发展公共交通也是每个城市提高自身服务水平、缓解大城市病的重要抓手。现实中的公交系统中，存在着车厢内拥挤、车辆超速、乘客候车时间过长等问题。为了解决上述问题，城市公交系统的工作人员积极改进工作方式，并针对公交运行和调度中遇到的常见问题，花费大量的时间和心血积极改进工作方法。

本方案就是针对上述问题所采取的技术手段，利用公交企业内部大数据，在城市天眼系统的辅助下，设计和实施了交车辆串车告警和大间隔告警的算法。在我们的设计思路中，充分考虑了系统的可靠性和消息及时性要求，验证表明该算法具有一定的实用价值，对于提高公交系统在城市交通运输中的独特地位，有很大的辅助和指导意义。接下来，我们会继续在城市智慧公交调度中心基础上，进一步改进算法，为提升城市公共交通运载能力、缓解城区拥堵作出更多有益的尝试。