李少伟+曹成涛+杨骥

摘 要：公交到站时间预测作为智能公交的核心内容之一，不仅可以极大地提高公交服务满意度进而提高公交出行率，而且可为智能公交调度系统的优化提供数据依据。本文将公交GPS数据和公交站点与线路等GIS数据进行融合、处理与分析，基于公交车轨迹数据和路段在空间关系和时空分布上的分析和处理，设置一定的离站距离阈值对当前公交站点进行缓冲区分析，搜索在最近一段时间内停靠该站点的公交车轨迹数据，获取不同车辆的轨迹信息，进行公交到站时间预测研究，建立预测模型，推算出公交到站时间，并以经过广州市体育中心公交站的多条公交线路为例验证预测方法的准确性。研究表明：通过模型预测所得多条公交线路的公交到站时间与实际调查记录时间误差较小。

关键词：GPS轨迹数据；公交到站时间；缓冲区分析；数据融合；GIS

中图分类号：TP274 文献标识码：A

Abstract：As one of the core contents of intelligent transit，the bus arrival prediction can not only increase the satisfaction of bus service and the trip rate of public transport，but also provide data basis for the optimization of the intelligent public transportation dispatching system.In this paper，the GPS data of the bus and the GIS data of the bus station and the bus route are integrated，processed and analyzed.Based on the analysis and processing of the bus track data and the road segment in the spatial relation and the spatial and temporal distribution， a certain distance threshold from the station is set to carry out the buffer analysis，search the bus track data of the station in the last period of time，obtain the track information of different vehicles，predict the bus arrival duration，establish the prediction model and calculate the bus arrival time.Multiple bus routes of Guangzhou Sports Center are taken as cases to verify the accuracy of the prediction method.The results show that the time errors between the prediction values and the actual records of multiple bus routes are suitably small.

Keywords：GPS track data；bus arrival time；buffer analysis；data fusion；GIS

1 引言（Introduction）

隨着中国城镇化进程的不断加快，大城市规模和人口不断扩大，城市居民的出行需求不断增长，交通拥堵、环境污染及过度能源消耗等负面效应日益突出，成为经济和社会协调发展的热点问题，大力发展公共交通不仅可以提升交通出行效率，而且可以减轻交通拥挤，减少环境污染，合理利用资源，促进社会公平，实现低碳绿色交通，但我国城市公共交通在准时性、便捷性等方面不能满足乘客的需求，导致公共交通吸引率长期偏低，因此积极开展公交到站时间预测方法的研究，已成为改善交通压力的重要研究方向：向出行者提供公交到站时间信息可以极大地提高公交服务满意度，从而提高公交出行率；……