張慶

摘 要：公交物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)具有量大且冗余數(shù)據(jù)多、處理所需專業(yè)性強(qiáng)、對(duì)數(shù)據(jù)處理準(zhǔn)確性要求高、城市路況結(jié)構(gòu)復(fù)雜等特點(diǎn)。文中通過(guò)hadoop建立分布式數(shù)據(jù)倉(cāng)庫(kù)將每輛車的GPS數(shù)據(jù)、報(bào)警數(shù)據(jù)、溫度數(shù)據(jù)、班次車次數(shù)據(jù)、乘客IC卡數(shù)據(jù)在各自站點(diǎn)的數(shù)據(jù)倉(cāng)庫(kù)中進(jìn)行保存與管理，對(duì)海量公交數(shù)據(jù)進(jìn)行實(shí)時(shí)分析。然后根據(jù)得出的路況信息和車輛客流高峰時(shí)段等數(shù)據(jù)來(lái)優(yōu)化公交調(diào)度策略，動(dòng)態(tài)調(diào)整車輛調(diào)配，從而為滿足公交車輛、線路、業(yè)務(wù)不斷拓展和智慧城市建設(shè)提供一個(gè)可借鑒的平臺(tái)。

關(guān)鍵詞：數(shù)據(jù)挖掘；GPS軌跡；智能公交系統(tǒng)；hadoop

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2016）04-00-02

0 引 言

交通數(shù)據(jù)采集的范圍、廣度和深度急劇增加，隨著智能交通系統(tǒng)建設(shè)規(guī)模的不斷擴(kuò)大，正在形成以微波、線圈、GPS、車牌等交通流檢測(cè)數(shù)據(jù)，交通監(jiān)控視頻數(shù)據(jù)，以及系統(tǒng)數(shù)據(jù)和服務(wù)數(shù)據(jù)等為主體的海量交通數(shù)據(jù)。動(dòng)靜態(tài)海量交通數(shù)據(jù)的挖掘分析成為智能化交通信息處理分析的核心內(nèi)容，交通數(shù)據(jù)的深層價(jià)值有待于進(jìn)一步挖掘和開發(fā)。以智能終端為服務(wù)窗口的、以云計(jì)算和大數(shù)據(jù)分析技術(shù)為支撐的智能交通信息服務(wù)正逐步成為主流，與我們的生活息息相關(guān)。本文將結(jié)合智能公交系統(tǒng)的特點(diǎn)，通過(guò)對(duì)公交物聯(lián)網(wǎng)的數(shù)據(jù)挖掘，進(jìn)行規(guī)律路徑挖掘。

1 公交物聯(lián)網(wǎng)數(shù)據(jù)處理體系結(jié)構(gòu)

Hadoop平臺(tái)下智能公交系統(tǒng)數(shù)據(jù)處理的總體架構(gòu)主要由數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)挖掘分析層、應(yīng)用服務(wù)層組成，其中數(shù)據(jù)存儲(chǔ)層是總體架構(gòu)的核心。

1.1 數(shù)據(jù)采集層

公交車輛數(shù)據(jù)類型按采集頻率分為實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)。該數(shù)據(jù)采集層通過(guò)車載傳感器對(duì)GPS、監(jiān)控視頻、乘客IC卡數(shù)據(jù)等進(jìn)行采集，提取實(shí)時(shí)車輛位置、速度、視頻、客流等動(dòng)態(tài)信息，并借助無(wú)線通訊（3 G /4G）方式實(shí)時(shí)傳輸?shù)酱髷?shù)據(jù)處理中心。

1.2 數(shù)據(jù)存儲(chǔ)層

數(shù)據(jù)存儲(chǔ)層通過(guò)MapReduce分布式程序設(shè)計(jì)模型把數(shù)據(jù)批量寫入HBase分布式數(shù)據(jù)庫(kù)，數(shù)據(jù)主要存儲(chǔ)在計(jì)算機(jī)集群的HDFS分布式文件系統(tǒng)中，由一個(gè)管理節(jié)點(diǎn)（NameNode）和若干個(gè)數(shù)據(jù)節(jié)點(diǎn)（DataNode）組成。

1.3 數(shù)據(jù)挖掘分析層

數(shù)據(jù)分析層是項(xiàng)目核心，通過(guò)對(duì)大量數(shù)據(jù)進(jìn)行挖掘分析，從而揭示數(shù)據(jù)之間隱藏的關(guān)系、模式和趨勢(shì)。根據(jù)公交行業(yè)數(shù)據(jù)挖掘分析的需求，對(duì)數(shù)據(jù)進(jìn)行清洗、聚類、分析，得到數(shù)據(jù)間的內(nèi)部聯(lián)系。

1.4 應(yīng)用層

將挖掘結(jié)果轉(zhuǎn)化為商業(yè)成果和應(yīng)用，根據(jù)不同服務(wù)對(duì)象的不同應(yīng)用需求，應(yīng)用服務(wù)層把數(shù)據(jù)挖掘分析層計(jì)算獲得的所有信息資源以服務(wù)的形式提供給公交調(diào)度中心，為公交監(jiān)管、優(yōu)化調(diào)度、城市出行信息提供數(shù)據(jù)支撐和參考依據(jù)。

2 軌跡數(shù)據(jù)的預(yù)處理

針對(duì)車輛在信號(hào)丟失情況下導(dǎo)致采集到的數(shù)據(jù)出現(xiàn)中斷的情況，我們根據(jù)數(shù)據(jù)的間隔規(guī)律，對(duì)數(shù)據(jù)進(jìn)行插值補(bǔ)全操作。對(duì)所有GPS數(shù)據(jù)點(diǎn)坐標(biāo)與研究區(qū)域外包形狀進(jìn)行空間關(guān)系判斷，若點(diǎn)在范圍區(qū)域內(nèi)則認(rèn)為點(diǎn)位在正常區(qū)域中，并對(duì)GPS數(shù)據(jù)中的速度與加速度進(jìn)行過(guò)濾，如果速度和加速度超過(guò)道路限定則將數(shù)據(jù)剔除。對(duì)于誤差操作我們使用地圖匹配算法進(jìn)行GPS軌跡處理。根據(jù)GPS數(shù)據(jù)采樣點(diǎn)的定位精度構(gòu)建緩沖區(qū)，計(jì)算當(dāng)前軌跡點(diǎn)可能位于的路段，通過(guò)車輛行駛的交通約束與道路段的幾何連通性，進(jìn)行總體待匹配路徑的構(gòu)建與更新，按照曲線相似度準(zhǔn)則找出與整體浮動(dòng)車運(yùn)行軌跡最為接近的總體路徑，實(shí)現(xiàn)地圖匹配。

3 基于歷史GPS數(shù)據(jù)的研究分析

3.1 公交路線中擁堵區(qū)域檢測(cè)

3.2 線路平均速度

通過(guò)對(duì)車輛歷史GPS的處理還可以獲取到與車輛相關(guān)的速度v和時(shí)間t，我們提出路段平均速度和車站平均等待時(shí)間兩個(gè)指標(biāo)。

路段平均速度即由GPS數(shù)據(jù)可獲得公交車的即時(shí)速度，路段上所有即時(shí)速度的均值為本路段的近似平均速度，假設(shè)對(duì)于某個(gè)時(shí)段j，已知所有落在路段i上的m個(gè)點(diǎn)的GPS數(shù)據(jù)，則表示時(shí)段j路段i上的第r個(gè)數(shù)據(jù)點(diǎn)的公交瞬時(shí)速度，依據(jù)道路擁堵情況遠(yuǎn)程監(jiān)控車輛當(dāng)前路段的平均速度，動(dòng)態(tài)規(guī)劃發(fā)車間隔與車輛進(jìn)站時(shí)間。

3.3 站點(diǎn)等待間隔

3.4 停留區(qū)域分析

由于公交車輛的特殊性，公交車在行駛過(guò)程中遇到道路擁堵，站點(diǎn)?？?，突發(fā)事故等情況時(shí)會(huì)在某一位置停留。分析停留位置和停留時(shí)間可以幫助調(diào)度人員優(yōu)化車輛運(yùn)營(yíng)，監(jiān)控突發(fā)事件。

一個(gè)停留區(qū)域滿足S{pm，pm+1，pm+2，…，pn}T，滿足d（pm，pn）<δ且d（pm，mn+1）>δ及pn*t-pm*t>τ，其中δ為停留區(qū)域半徑的合理區(qū)間閾值，τ為停留時(shí)間的合理區(qū)間閾值。

4 結(jié) 語(yǔ)

本文首先提出公交物聯(lián)網(wǎng)系統(tǒng)的大數(shù)據(jù)體系結(jié)構(gòu)和四大組成部分介紹，接著重點(diǎn)介紹數(shù)據(jù)挖掘?qū)訉?duì)GPS歷史軌跡的挖掘，數(shù)據(jù)處理過(guò)程中對(duì)海量數(shù)據(jù)中冗余和錯(cuò)誤數(shù)據(jù)的剔除與矯正后提出四種GPS歷史軌跡的可用于對(duì)公交調(diào)度進(jìn)行優(yōu)化的分析指標(biāo)。本文提出了大數(shù)據(jù)環(huán)境下智能公交系統(tǒng)數(shù)據(jù)處理框架體系，為構(gòu)建智能公交大數(shù)據(jù)處理系統(tǒng)提供參考，也為其他行業(yè)基于大數(shù)據(jù)的實(shí)時(shí)交互應(yīng)用提供了案例。

參考文獻(xiàn)

[1] 楊新苗，王煒.準(zhǔn)實(shí)時(shí)信息的公交調(diào)度優(yōu)化系統(tǒng)[J].交通計(jì)算機(jī)，2000，18 （5）：12-15.

[2] 黃濺華，關(guān)偉，張國(guó)伍.公共交通實(shí)時(shí)調(diào)度控制方法研究[J].系統(tǒng)學(xué)報(bào)，2000，15（3）：277-280.

[3] 黃濺華，張國(guó)伍.公共交通實(shí)時(shí)放車調(diào)度方法研究[J].系統(tǒng)工程理論與實(shí)踐，2001（3）： 107-111.

[4] 關(guān)偉，中金升，葛芳.公交優(yōu)先的信息控制策略研究[J].系統(tǒng)工程學(xué)報(bào)，2001，16（3）：176-180.

[5] 張飛舟，晏磊，范躍祖，等.智能交通系統(tǒng)中的公交車輛動(dòng)態(tài)調(diào)度研究[J].公路交通科技，2002，19（3）： 123-126.