本发明公开了一种基于带时间窗的到站时间预测的公交晚点恢复方法，该方法在对公交车到站时间预测的基础上，提出晚点恢复的概念。其具体方法为：首先利用卡尔曼（Kalman）滤波对公交车到站时间作出预测；其次，以预测结果为基础，给出调度时机判断时间窗；最后提出晚点恢复概念，引入时间偏离系数，以临界时间偏离系数所对应速度与路段最大允许速度为约束，建立晚点恢复模型，给公交车辆司机以及调度中心提供路段行驶参考速度，避免可能的晚点，或者使其尽快恢复正常运行。
1.一种基于带时间窗的到站时间预测的公交晚点恢复方法，其包括以下步骤：
1)首先，利用卫星定位设备采集公交车辆在固定线路上到达每一站点的时刻，计算其在站点间的行程时间；建立城市公交车辆路段行程时间实测数据集合R，将其按照时间段进行整理，划分每个时间段的城市公交车辆路段行程时间数据集合R(a)，a为划分时间段的标号，且为正整数，；根据同一个时间段内的行程时间实测数据R(a)1,R(a)2,∧,R(a)m，计算出该时间段的城市公交车辆路段平均行程时间数据：m为正整数,m为集合R(a)中的数据个数；
2)其次，对公交车辆在路段及站点空间上进行时间分析，将公交车到站时间划分为路段行程时间与站点滞留时间，利用卡尔曼滤波理论对公交车辆路段行程时间进行预测，同时利用站台无线通讯接收模块，实时接收公交车辆的经纬度以及时刻信息，结合预测的公交车辆路段行程时间，预测公交车辆到站时间；
3)根据公交车行车时刻表的公交车到站时刻Tai，采用现行“快一慢二”标准设定到站时间窗，将步骤2)中预测的所述公交车辆到站时间与此到站时间窗进行比较，判断是否晚点；
4)根据晚点恢复，时间偏离系数以及临界时间偏离系数建立晚点恢复模型，提供车辆运行参考速度；
其中所述晚点恢复指当公交车到站时间与时刻表产生时间偏离时，采用以下方法，使该辆公交车在后续站点能准点到达，所述方法包括以下步骤：(41)定义时间偏离系数为偏离时间Δtj与预测路段允许行程时间(Tj-Tdi)的比值，其中偏离时间Δtj是指超过到达j站点时间窗给出的最晚到站时刻的时间长度，此处为Δtj＝Tj-(Taj+2),Tj为公交车到达站点j的预测到站时间，Taj为时刻表设定达到j站台的时刻，Tdi为公交车辆离开站点i的离站时间；时间偏离系数的作用是衡量公交车早到或晚点的程度，偏离系数越大，公交车的准时性越差，则越难以在短时间的后续运行中保证站点的准点率，表达式如下：(42)设定作为调整路段范围的指标的临界时间偏离系数 即在某一站点时，预测的下一个站点的到站时间，不能在规定时间窗内，则首先在这两个站点内调整车速，若时间偏离系数大于临界时间偏离系数，或计算得到的调整车速大于路段允许的最大车速vmax，则调整跨度，向后延伸一个站点，在三个站点的路段上的调整速度，以此类推，直到找到合适的行驶速度，其中，公交车车速vc km/h对应的时间偏离系数为临界时间偏离系数。
2.根据权利要求1所述的基于带时间窗的到站时间预测的公交晚点恢复方法，步骤2)所述利用卡尔曼滤波理论对公交车辆路段行程时间进行预测，具体为：
1)设x(t)为要预测的t时刻出发公交车的到站时间，Ф(t)是状态转移参数， 为随机干扰，服从参数为μ＝0，σ2＝Q(t)的正态分布，则状态转移方程为：
2)令z(t)为区间运行时间的观测值，v(t)为观测误差，其服从参数为μ＝0，σ2＝R(t)的正态分布，观测方程为：z(t)＝x(t)+v(t)；
3)对于任意的i，j，有 令P(t)为预测方差，根据卡尔曼滤波理论得到如下的计算步骤：
P(t)＝Ф(t-1)P(t-1)Ф’(t-1)+Q(t-1)；
c)卡尔曼增益矩阵：K(t)＝P(t)/(P(t)+R(t))；
d)更新：x(t)＝x(t-1)+K(t)(z(t)-x,(t-1))，P(t)＝(1-K(t))P(t)；
3.根据权利要求1所述的基于带时间窗的到站时间预测的公交晚点恢复方法，步骤3)所述根据现行“快一慢二”标准设定到站时间窗为在设定到站时间前一分钟或后两分钟内到达，都算作准点到达，设定Tai为时刻表设定达到i站台的时刻，如果预测到站时间在[Tai-
1，Tai+2]内，单位为分钟，则不进行调整；若预测到达时间将超过此范围，则在公交车出站时给出提醒，以便驾驶员可以进行运行调整，提高准点率。
4.根据权利要求1所述的基于带时间窗的到站时间预测的公交晚点恢复方法，所述晚点恢复模型按照如下步骤执行：Step 1：输入线路总站数N，站点编号i，j＝i+1，其中，1≤i≤N-1，公交车到达站点i,j的预测到站时间Ti,Tj，时刻表设定达到j站台的时刻Taj，公交车辆离开站点i的离站时间Tdi，公交车到达站点j的预测到站时间Tj，站点i,j之间的有效距离Si,j；
Step 2：判断Tj是否属于[Taj-1,Taj+2]，单位为分钟，如果是，则不作调整，结束程序；若否，则进行Step 3；
Step 4：判断εi，j是否大于临界时间偏离系数 取值为0.2；若大于，则令j＝j+1，再判断j是否大于N，若否，进行Step 3，若是，进行Step 7；否则，进行Step 5；
Step 5：令 计算出公交车调整速度vi，j，Si,j表示站点i与j之间的有效距离；
Step 6：判断vi，j是否大于路段允许最大车速vmax，若大于，则令j＝j+1,再判断j是否大于N，若否，进行Step 3，若是，进行Step 7；否则，输出vi，j，结束程序；
Step 7：令vi,j＝vc，其中，vc为统计值，结束。
一种基于带时间窗的到站时间预测的公交晚点恢复方法
技术领域
[0001] 本发明涉及公交车辆运营调度领域，尤其涉及一种基于带时间窗的到站时间预测的公交晚点恢复方法。
背景技术
[0002] 公交车辆运营调度是整个公交企业的核心工作之一。公交车辆的动态调度是有效提高服务水平，从而增强公交吸引力、缓解城市交通拥堵的有效途径。
[0003] 公交车晚点恢复是指当公交车到站时间与时刻表产生时间偏离时，采用一系列解决方法，使该辆公交车在后续站点能准点到达，本质上是一种实时调度方案。本方案中提出的晚点恢复是在卡尔曼滤波预测公交车辆到站时间的基础上，以时间窗的形式判断调度时机，以公交车路段间参考平均速度作为调度指标，指导司机实时调整车辆运行状态。
[0004] 目前，公交车的动态调度方案现有以下几种：调整公交车的发车间隔，改变公交车发车的时刻，区间跨线联运。这些方案都是待公交车真正出现晚点情况时，才会做出相应调整，一般从始发站发车角度作调整，动态性较差，是一种被动的调度方案。
[0005] 经长期研究发现，目前国内外针对晚点实时调整的研究还不多，为数不多的研究主要作用与轨道交通，飞机等交通工具。如果能结合公交车到站时间预测，先行获取车辆到达下一个站点的时间点，在与设定时间窗对比的基础上，在到达该站点之前进行动态调整，避免可能的晚点或在缓解晚点程度，将提高公交车的准点率以及乘客站点等待满意度，也提出了公交车辆调度研究的新方向。发明内容：
[0006] 本方法是在准确预测公交车到站时间预测的基础上，结合到站时间窗，提出一种公交车晚点恢复方法。
[0007] 本方法基于卡尔曼滤波对公交车晚点恢复做了公交车辆到站时间，给出调度时机判断时间窗，提出晚点恢复概念，引入时间偏离系数，以临界时间偏离系数所对应速度与路段最大允许速度为约束，建立晚点恢复模型，以提供路段行驶参考速度。本方法所提出的基于带时间窗的到站时间预测的公交车晚点恢复方法，通过实时公交车辆运行调整，从而避免可能的晚点，或者使其尽快恢复正常运行，克服了现有公交车辆调度方案的滞后性，具有较为理想的可操作性。
[0008] 为达到上述目的，本发明带时间窗的到站时间预测的公交车晚点恢复方法是这样进行的：
[0009] 1)首先，利用卫星定位设备采集公交车辆在固定线路上到达每一站点的时刻，计算其在站点间的行程时间；建立城市公交车辆路段行程时间实测数据集合R，将其按照时间段进行整理，划分每个时间段的城市公交车辆路段行程时间数据集合R(a)，a为划分时间段的标号，且为正整数；根据同一个时间段内的行程时间实测数R(a)1,R(a)2,∧,R(a)m，计算出该时间段的城市公交车辆路段平均行程时间数据：
[0010] m为正整数,m为集合R(a)中的数据个数；
[0011] 2)其次，对公交车辆在路段及站点空间上进行时间分析，将公交车到站时间划分为路段行程时间与站点滞留时间，利用卡尔曼滤波理论对公交车辆路段行程时间进行预测，同时利用站台无线通讯接收模块，实时接收公交车辆的经纬度以及时刻信息，结合预测的公交车辆路段行程时间，预测公交车辆到站时间；
[0012] 3)根据公交车行车时刻表的公交车到站时刻Tai，采用现行“快一慢二”标准设定到站时间窗，将步骤2）中预测的所述公交车辆到站时间与此到站时间窗进行比较，判断是否晚点；
[0013] 4)根据晚点恢复，时间偏离系数以及临界时间偏离系数建立晚点恢复模型，提供车辆运行参考速度。
[0014] 其中，利用卡尔曼滤波对公交车辆到站时间进行预测，并根据实际情况设定到站时间窗，具体为：
[0015] 1)设x(t)为要预测的t时刻出发的到站时间，Ф(t)是状态转移参数， 为随机干扰，服从参数为（μ=0，σ2=Q(t)）的正态分布。则状态转移方程为：
[0016]
[0017] 2)令z(t)为区间运行时间的观测值，v(t)为观测误差，它服从参数为（μ=0，σ2=R(t)）的正态分布，观测方程为：
[0018] z(t)=x(t)+v(t)；
[0019] 3)对于任意的i，j，有 令P(t)为预测方差，根据卡尔曼滤波理论可以得到如下的计算步骤：
[0020] a)初始化：t=0，
[0021] b)外推：x’(0)=Ф(t-1)x(t-1)
[0022] P(t)=Ф(t-1)P(t-1)Ф’(t-1)+Q(t-1)
[0023] c)卡尔曼增益矩阵：K(t)=P(t)/(P(t)+R(t))
[0024] d)更新：x(t)=x(t-1)+K(t)(z(t)-x′(t-1))
[0025] P(t)=(1-K(t))P(t)
[0026] e)令t=t+1，直到满足条件终止。
[0027] 其中，以所述的基于带时间窗的到站时间预测的公交晚点恢复方法，根据现行“快一慢二”标准设定到站时间窗为在设定到站时间前一分钟或后两分钟内到达，都算作准点到达，设定Tai为时刻表设定达到i站台的时刻，如果预测到站时间在[Tai-1,Tai+2]内，单位为分钟，则不进行调整；若预测到达时间将超过此范围，则在公交车出站时给出提醒，以便驾驶员可以进行运行调整，提高准点率。
[0028] 其中，基于带时间窗的到站时间预测模型，建立公交车晚点恢复模型，具体为：
[0029] 1）定义时间偏离系数为偏离时间△tj与预测路段允许行程时间（Tj-Tdi）的比值，其中偏离时间△tj是指超过到达j站点时间窗给出的最晚到站时刻的时间长度，此处为△tj=Tj-(Taj+2),Tj为公交车到达站点j的预测到站时间，Taj为时刻表设定达到j站台的时刻，Tdi为公交车辆离开站点i的离站时间。时间偏离系数的作用是衡量公交车早到或晚点的程度，偏离系数越大，公交车的准时性越差，则越难以在短时间的后续运行中保证站点的准点率，表达式如下：
[0030]
[0031] 2）设定作为调整路段范围的指标的临界时间偏离系数 即在某一站点时，预测的下一个站点的到站时间，不能在规定时间窗内，则首先在这两个站点内调整车速，若时间偏离系数大于临界时间偏离系数，或计算得到的调整车速大于路段允许的最大车速vmax，则调整跨度，向后延伸一个站点，在三个站点的路段上的调整速度，以此类推，直到找到合适的行驶速度，其中，公交车车速vckm/h对应的时间偏离系数为临界时间偏离系数。
[0032] 其中，根据基于带时间窗的到站时间预测的公交晚点恢复方法，所述晚点恢复模型按照如下步骤执行：
[0033] Step1：输入线路总站数N，站点编号i，j=i+1，其中，1≤i≤N-1，公交车到达站点i,j的预测到站时间Ti,Tj，时刻表设定达到j站台的时刻Taj，公交车辆离开站点i的离站时间Tdi，公交车到达站点j的预测到站时间Tj，站点i,j之间的有效距离Si,j；
[0034] Step2：判断Tj是否属于[Tai-1,Tai+2]，单位为分钟，如果是，则不作调整，结束程序；若否，则进行Step3；
[0035] Step3：令△tj=Tj-（Taj+2)，算
[0036] Step4：判断εi,j是否大于临界时间偏离系数 取值为0.2；若大于，则令j=j+1，再判断j是否大于N，若否，进行Step3，若是，进行Step7；否则，进行Step5；
[0037] Step5：令 计算出公交车调整速度vi,j，Si,j表示站点i与j之间的有效距离；
[0038] Step6：判断vi,j是否大于路段允许最大车速vmax，若大于，则令j=j+1,再判断j是否大于N，若否，进行Step3，若是，进行Step7；否则，输出vi,j，结束程序；
[0039] Step7：令vi,j=vc，其中，vc为统计值，结束。
[0040] 本发明与现有技术相比具有以下优点：
[0041] 1．）卡尔曼滤波模型作为一种广泛运用达三十年的最优化自回归数据处理模型，其利用动态信息，去除噪声的影响，并且不断利用递推逼近的方式，获得较为准确的状态估计值，在实时数据处理方面有较强的应用性。其便于在计算机上使用，计算时间短，所需历史数据少。
[0042] 2．）晚点恢复作为一种动态调度方法，其调度的实施方是驾驶员本身，而不需要通过监控中心的统一安排，节省了调度的时间；调度的对象是正在运行的公交车辆，而不是即将运行的车辆，保证了实时性；调度的幅度小，指令简单，容易操作。
[0043] 本方法的提出填补了国内有关公交车动态调度中实时晚点恢复的空白，使得在线路任一站点都可以进行时间实时控制，提高乘客的站点等待满意度。并且在晚点恢复中，通过给出路段实时参考速度，给司机驾驶提供更加准确并且容易操作的调度指令，给调度中心直观的车辆运行状态，协助调度，也是为未来车联网状态下的智慧调度提供了基础。
附图说明
[0044] 图1为本发明基于带时间窗的到站时间预测的公交车晚点恢复方法的流程图；
[0045] 图2为晚点恢复模型流程图。
具体实施方式
[0046] 以下结合附图，对本发明做进一步说明：
[0047] 由于过去的研究中未涉及到公交车辆晚点恢复方法，因此对其进行详细说明：
[0048] A、公交车辆预测到站时间前期GPS数据确定：
[0049] a．对卫星定位（如GPS）数据的处理
[0050] 1）利用车载卫星定位（如GPS）数据分别获得公交车辆的位置、时刻及瞬时速度，记录车辆到达每一站点的时刻，计算从前一站点出发至到达后一站点的路段行程时间R，将实测城市公交车辆路段行驶时间数据R按照时间段进行整理，计算每个时段的城市公交车辆路段行程时间数据R(a)。对同一个时间段内的行程时间实测数据R(a)1,R(a)2,∧,R(a)m，计算出该时间段的城市公交车辆路段平均行程时间数据：
[0051] m为正整数,m为集合R(a)中的数据个数；
[0052] b.建立不同日期城市公交车辆路段行程时间数据源
[0053] 分别对工作日和节假日公交车辆路段行程时间的进行观测，分别建立工作日和节假日城市公交车辆路段行程时间数据源，供本方法预测使用；
[0054] c.建立不同时段城市公交车辆路段行程时间数据源
[0055] 分别对高峰时段和平峰时段公交车辆路段行程时间的进行观测，分别建立高峰时段和平峰时段城市公交车辆路段行程时间数据源，供本方法预测使用；
[0056] d.采集数据一部分用于卡尔曼滤波模型的参数确定，一部分用于样本检验。B、卡尔曼滤波模型参数确定：
[0057] a.状态变量和误差协方差的初始值x0和P0的确定：
[0058] 随着卡尔曼滤波迭代次数的增加，x0对x(k)的估计的影响将衰减至近于零，P0对滤波估计误差协方差阵p(x)的影响也将衰减至近于零。在本方法中，设x0为零向量，P0为单位阵。
[0059] b.状态转移参数Φ(k)的确定：
[0060] 在本方法中，间隔时段较短，相邻周期交通状态变化不大，选取状态转移参数为单位阵。
[0061] c.随机干扰Q(t)和观测误差R(t)的确定：
[0062] 如果数据波动较大，反映为Q较大，则应取Q/R较大的值；若观测噪声的干扰较强，则R随之增加，应取Q/R较小的值。本方法中采用迭代过程。
[0063] C、卡尔曼滤波预测公交车到站时间方程：
[0064] a.设x(t)为要预测的t时刻出发的到站时间，Ф(t)是状态转移参数， 为随机干扰，服从参数为（μ=0，σ2=Q(t)）的正态分布。则状态转移方程为：
[0065]
[0066] b.令z(t)为区间运行时间的观测值，v(t)为观测误差，它服从参数为（μ=0，σ2=R(t)）的正态分布，观测方程为：
[0067] z(t)=x(t)+v(t)；
[0068] c.对于任意的i，j，有 令P(t)为预测方差，根据卡尔曼滤波理论可以得到如下的计算步骤：
[0069] a)初始化：t=0，
[0070] b)外推：x’(0)=Ф(t-1)x(t-1)
[0071]
[0072] c)卡尔曼增益矩阵：K(t)=P(t)/(P(t)+R(t))
[0073] d)更新：x(t)=x(t-1)+K(t)(z(t)-x′(t-1))
[0074] P(t)=(1-K(t))P(t)
[0075] e)令t=t+1，直到满足条件终止。
[0076] D、晚点恢复模型运用：
[0077] a.时间偏离系数定义：
[0078] 离系数为偏离时间△tj与预测路段允许行程时间（Tj-Tdi）的比值，，其中偏离时间△tj是指超过到达j站点时间窗给出的最晚到站时刻的时间长度，此处为△tj=Tj-(Taj+2),Tj为公交车到达站点j的预测到站时间，Taj为时刻表设定达到j站台的时刻，Tdi为公交车辆离开站点i的离站时间。表达式如下：
[0079]
[0080] b.临界时间偏离系数应用：
[0081] 即在某一站点时，预测的下一个站点的到站时间不能在规定时间窗内，则首先在这两个站点内调整车速；若时间偏离系数大于临界时间偏离系数，或计算得到的调整车速大于路段允许的最大车速vmax，则调整跨度，向后延伸一个站点，在这三个站点路段距离上调整速度，以此类推，直到找到合适的行驶速度。本方法中取 其对应的速度值为25km/h。
[0082] c.晚点恢复模型流程：
[0083] Step1：输入线路总站数N，站点编号i，j=i+1，其中，1≤i≤N-1，公交车到达站点i,j的预测到站时间Ti,Tj，时刻表设定达到j站台的时刻Taj，公交车辆离开站点i的离站时间Tdi，公交车到达站点j的预测到站时间Tj，站点i,j之间的有效距离Si,j；
[0084] Step2：判断Tj是否属于[Taj-1,Taj+2]，单位为分钟，如果是，则不作调整，结束程序；若否，则进行Step3；
[0085] Step3：令△tj=Tj-（Taj+2)，算
[0086] Step4：判断εi，j是否大于临界时间偏离系数 取值为0.2；若大于，则令j=j+1，再判断j是否大于N，若否，进行Step3，若是，进行Step7；否则，进行Step5；
[0087] Step5：令 计算出公交车调整速度vi,j，Si,j表示站点i与j之间的有效距离；
[0088] Step6：判断vi,j是否大于路段允许最大车速vmax，若大于，则令j=j+1,再判断j是否大于N，若否，进行Step3，若是，进行Step7；否则，输出vi,j，结束程序；
[0089] Step7：令vi,j=vc，其中，vc为统计值，结束。
[0090] 以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干可以预期的改进和润饰，这些改进和润饰也应视为本发明的保护范围。
