本發(fā)明涉及一種公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別方法、電子設(shè)備及存儲(chǔ)介質(zhì)，屬于道路車(chē)輛的交通控制系統(tǒng)。

背景技術(shù)：

1、公交網(wǎng)絡(luò)中部分路段的公交線(xiàn)路密集程度較高，一旦發(fā)生突發(fā)狀況（自然災(zāi)害或擁堵等）將對(duì)整個(gè)公交系統(tǒng)的正常運(yùn)作產(chǎn)生較大影響；部分路段周邊的人口密度較大，這些路段的公交線(xiàn)路運(yùn)行狀況對(duì)居民的日常出行具有重要影響；此外，部分路段的車(chē)道數(shù)量有限，由于公交線(xiàn)路的固定性，當(dāng)該路段的道路需要維修或?qū)嵤┙煌ü苤茣r(shí)，極易導(dǎo)致公交網(wǎng)絡(luò)的癱瘓。這些關(guān)鍵路段突發(fā)事件對(duì)公交運(yùn)行的影響，會(huì)使得乘客的出行時(shí)效性難以得到保障，促使更多市民選擇私家車(chē)作為出行工具，進(jìn)一步加劇城市道路的擁堵?tīng)顩r。

2、當(dāng)前，關(guān)于公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別的研究主要集中在站點(diǎn)層面，而對(duì)路網(wǎng)層面的研究相對(duì)較少。僅少數(shù)研究將路段的公交車(chē)輛運(yùn)行速度作為該路段是否為公交網(wǎng)絡(luò)關(guān)鍵路段的辨識(shí)依據(jù)，這導(dǎo)致了公交網(wǎng)絡(luò)規(guī)劃的不合理。

3、因此，如何識(shí)別公交網(wǎng)絡(luò)中的關(guān)鍵路段對(duì)于公交線(xiàn)網(wǎng)規(guī)劃具有至關(guān)重要的意義。

技術(shù)實(shí)現(xiàn)思路

1、目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別方法、電子設(shè)備及存儲(chǔ)介質(zhì)，考慮了公交網(wǎng)絡(luò)和城市道路網(wǎng)絡(luò)的時(shí)空融合，從道路網(wǎng)絡(luò)層面精準(zhǔn)地識(shí)別公交網(wǎng)絡(luò)中的關(guān)鍵路段，為公交的線(xiàn)網(wǎng)規(guī)劃、站點(diǎn)布局、運(yùn)力配置提供決策支持。

2、技術(shù)方案：為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案為：

3、第一方面，一種公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別方法，具體包括：

4、步驟1：獲取研究范圍內(nèi)公交車(chē)輛的地理信息，基于公交線(xiàn)路的首末站位置數(shù)據(jù)，提取各公交線(xiàn)路的上、下行運(yùn)行軌跡。

5、步驟2：獲取研究范圍內(nèi)的城市道路網(wǎng)絡(luò)數(shù)據(jù)，建立城市道路網(wǎng)絡(luò)。

6、步驟3：基于隱馬爾可夫模型構(gòu)建地圖匹配算法，計(jì)算各公交線(xiàn)路的上、下行運(yùn)行軌跡的軌跡點(diǎn)與城市道路網(wǎng)絡(luò)中路段的匹配概率。

7、步驟4：考慮公交線(xiàn)路軌跡中相鄰軌跡點(diǎn)之間向量關(guān)系，計(jì)算車(chē)輛在交叉路口從一條路段行駛至另一路段的轉(zhuǎn)移概率。

8、步驟5：基于匹配概率和轉(zhuǎn)移概率，設(shè)置隱馬爾可夫模型中的參數(shù)以構(gòu)建公交線(xiàn)路與城市道路路網(wǎng)的地圖匹配算法，獲取城市道路網(wǎng)絡(luò)中各路段途徑公交線(xiàn)路信息。

9、步驟6：運(yùn)用空間連接方法，獲取各路段周邊人口及poi信息。

10、步驟7：根據(jù)所提取的各路段途徑公交線(xiàn)路信息、車(chē)道信息、周邊人口及poi信息，以及各公交線(xiàn)路的發(fā)車(chē)頻率，計(jì)算道路網(wǎng)絡(luò)中各路段的關(guān)鍵指數(shù)，根據(jù)各路段的關(guān)鍵指數(shù)識(shí)別公交網(wǎng)絡(luò)中的關(guān)鍵路段。

11、可選的，所述步驟1，具體包括：

12、步驟1.1：讀取某一時(shí)間段的研究范圍內(nèi)公交線(xiàn)路信息數(shù)據(jù)，所述公交線(xiàn)路信息數(shù)據(jù)包括但不限于：線(xiàn)路名、車(chē)輛數(shù)、行駛車(chē)次。

13、步驟1.2：讀取研究范圍內(nèi)公交軌跡信息，所述公交軌跡信息數(shù)據(jù)包括但不限于：線(xiàn)路名、上下行、起點(diǎn)站點(diǎn)、終點(diǎn)站點(diǎn)、軌跡坐標(biāo)。

14、步驟1.3：根據(jù)公交線(xiàn)路信息數(shù)據(jù)，從公交軌跡信息數(shù)據(jù)中提取各條公交線(xiàn)路在上行和下行方向的行駛軌跡gt，并統(tǒng)計(jì)每條線(xiàn)路在該時(shí)間段內(nèi)的總行駛車(chē)次p，獲得研究范圍內(nèi)的公交線(xiàn)路地理信息，所述公交線(xiàn)路地理信息包括線(xiàn)路名稱(chēng)、上下行、起點(diǎn)站點(diǎn)、終點(diǎn)站點(diǎn)、總行駛車(chē)次以及經(jīng)緯度信息。

15、可選的，所述步驟2，具體包括：

16、步驟2.1：依據(jù)公交車(chē)的行駛軌跡gt，提取經(jīng)度范圍[lonmin,?lonmax]，緯度范圍[latmin,?latmax]，將此范圍界定為研究區(qū)域，其中l(wèi)onmin,?lonmax分為所有公交軌跡點(diǎn)中經(jīng)度的最小值，最大值，latmin,?latmax分別為所有公交軌跡點(diǎn)中緯度的最小值，最大值。

17、步驟2.2：根據(jù)研究區(qū)域，進(jìn)行地圖數(shù)據(jù)的下載，提取地圖邊與節(jié)點(diǎn)的信息。其中，節(jié)點(diǎn)為地圖中的兩個(gè)相鄰道路的端點(diǎn)，端點(diǎn)的信息包括節(jié)點(diǎn)編號(hào)和節(jié)點(diǎn)坐標(biāo)；邊為地圖中的道路，道路的信息包括起點(diǎn)編號(hào)、終點(diǎn)編號(hào)、道路名稱(chēng)、車(chē)道數(shù)和邊坐標(biāo)。

18、步驟2.3：根據(jù)節(jié)點(diǎn)坐標(biāo)集合gnodes以及邊坐標(biāo)集合gedges，創(chuàng)建地圖對(duì)象go作為城市道路網(wǎng)絡(luò)，其中g(shù)o={gnodes,gedges}。

19、可選的，所述步驟3，具體包括：

20、步驟3.1：對(duì)城市道路網(wǎng)絡(luò)的路網(wǎng)數(shù)據(jù)進(jìn)行柵格化處理，以節(jié)點(diǎn)坐標(biāo)集合gnodes中的節(jié)點(diǎn)為中心一定范圍內(nèi)的圓區(qū)域作為誤差區(qū)域，設(shè)置圓周半徑為ir米，剔除距離大于ir米的路段。

21、步驟3.2：采用投影法確定候選點(diǎn)，計(jì)算公交軌跡信息中的軌跡點(diǎn)和距離節(jié)點(diǎn)i米范圍內(nèi)的所有待匹配路段的實(shí)際距離d，并將計(jì)算結(jié)果進(jìn)行對(duì)比，對(duì)比出與軌跡點(diǎn)距離最近的待匹配路段。

22、步驟3.3：設(shè)置地圖匹配算法中的定位誤差ed，定位誤差ed表達(dá)式如下：

23、，

24、其中，是公交軌跡點(diǎn)的標(biāo)準(zhǔn)偏差，為圓周率，為自然常數(shù)。

25、步驟3.4：根據(jù)公交車(chē)上下行信息，提取出公交車(chē)的行駛方向信息，計(jì)算方向誤差eα，方向誤差eα的表達(dá)式如下：

26、，

27、其中，α表示公交軌跡點(diǎn)在其軌跡中的朝向與待匹配路段方向的夾角。

28、步驟3.5：根據(jù)公交車(chē)定位誤差ed和公交車(chē)gps軌跡與待匹配路段的方向誤差，計(jì)算公交軌跡點(diǎn)與其待匹配路段為公交車(chē)實(shí)際行駛路段的匹配概率e，e的表達(dá)式如下：

29、。

30、可選的，所述步驟4，具體包括：

31、步驟4.1：獲取公交軌跡中相鄰的兩個(gè)軌跡點(diǎn)之間的歐式距離dn-1，n與兩個(gè)軌跡點(diǎn)所對(duì)應(yīng)的候選點(diǎn)最短距離dn-1，n，并計(jì)算公交車(chē)軌跡與待匹配路段之間的相似程度sr，相似程度sr的表達(dá)式如下：

32、，

33、步驟4.2：計(jì)算相鄰兩個(gè)軌跡點(diǎn)之間的定位變化趨勢(shì)cp，定位變化趨勢(shì)cp的表達(dá)式如下：

34、，

35、其中，dn-1和dn分別為兩個(gè)相鄰公交軌跡點(diǎn)與其對(duì)應(yīng)匹配路段之間的距離。

36、步驟4.3：根據(jù)公交車(chē)軌跡與待匹配路段之間的相似程度sr和相鄰兩個(gè)軌跡點(diǎn)之間的定位變化趨勢(shì)cp，計(jì)算公交車(chē)在交叉路口從一條路段行駛至另一路段的轉(zhuǎn)移概率t。轉(zhuǎn)移概率t的表達(dá)式如下：

37、，

38、其中，tr為公交車(chē)軌跡與待匹配路段之間的相似程度sr的系數(shù)、tp為相鄰兩個(gè)軌跡點(diǎn)之間的定位變化趨勢(shì)cp的系數(shù)。

39、可選的，所述步驟5，具體包括：

40、步驟5.1：設(shè)置參數(shù)id用于規(guī)定公交軌跡與待匹配路段的最大距離，設(shè)置參數(shù)dimax用于規(guī)定每一個(gè)軌跡點(diǎn)距離對(duì)應(yīng)起始位置的最大距離，設(shè)置參數(shù)用于規(guī)定公交軌跡點(diǎn)的標(biāo)準(zhǔn)偏差值，設(shè)置參數(shù)stn用于規(guī)定是否允許公交軌跡有不直接對(duì)應(yīng)路網(wǎng)的部分，設(shè)置參數(shù)pstn用于規(guī)定公交軌跡不直接對(duì)應(yīng)路網(wǎng)的比例，構(gòu)建基于隱馬爾可夫模型的公交線(xiàn)路與實(shí)際路網(wǎng)的地圖匹配算法。

41、步驟5.2：隨機(jī)選取一條公交軌跡樣本，將其分為多個(gè)小段，將取出的公交軌跡坐標(biāo)與城市道路網(wǎng)絡(luò)go投影到同一個(gè)坐標(biāo)系中，使用公交線(xiàn)路與實(shí)際路網(wǎng)的地圖匹配算法將軌跡與城市道路網(wǎng)絡(luò)go中的實(shí)際路徑進(jìn)行匹配，提取出路徑匹配的結(jié)果，完成一條公交軌跡的路徑匹配。

42、步驟5.3：重復(fù)步驟5.2，將研究范圍內(nèi)所有公交軌跡與實(shí)際路網(wǎng)進(jìn)行匹配，獲取城市道路網(wǎng)絡(luò)go中各路段的公交線(xiàn)路信息，獲得的城市道路網(wǎng)絡(luò)中各公交線(xiàn)路途徑路段信息包括線(xiàn)路名稱(chēng)、上下行、發(fā)車(chē)次數(shù)、道路名稱(chēng)、道路起點(diǎn)編號(hào)、道路終點(diǎn)編號(hào)、車(chē)道數(shù)。

43、步驟5.4：將城市道路網(wǎng)絡(luò)中各路段途徑公交線(xiàn)路信息與研究范圍內(nèi)公交線(xiàn)路在時(shí)間段q內(nèi)信息進(jìn)行鏈接，計(jì)算出路段m在時(shí)間段q內(nèi)所有公交線(xiàn)路的通行次數(shù)pm，以及路段m的公交通行情況bm。

44、其中，通行次數(shù)pm的表達(dá)式如下：

45、

46、其中，i為某路段m通行公交總線(xiàn)路數(shù)，pid為id路公交時(shí)間段q內(nèi)的總發(fā)車(chē)次數(shù)。

47、公交通行情況bm的表達(dá)式如下：

48、

49、其中，lm為路段m的車(chē)道數(shù)。

50、可選的，所述步驟6，具體包括：

51、步驟6.1：以實(shí)際路網(wǎng)中各路段的軌跡點(diǎn)為圓心，設(shè)定道路影響半徑為θ米，構(gòu)建道路緩沖區(qū)。

52、步驟6.2：讀取研究范圍內(nèi)poi數(shù)據(jù)，將poi數(shù)據(jù)與各路段的緩沖區(qū)在統(tǒng)一坐標(biāo)系中進(jìn)行投影，以獲取各路段緩沖區(qū)內(nèi)的poi信息，并對(duì)各緩沖區(qū)內(nèi)的poi信息的數(shù)量進(jìn)行統(tǒng)計(jì)分析，將路段m對(duì)應(yīng)緩沖區(qū)內(nèi)的poi數(shù)量計(jì)為poim。

53、步驟6.3：讀取研究區(qū)域內(nèi)各交通小區(qū)的人口數(shù)據(jù)，依據(jù)各道路緩沖區(qū)的面積與所在交通小區(qū)面積的比例關(guān)系，計(jì)算出緩沖區(qū)內(nèi)的居住人口與工作人口數(shù)據(jù)，將路段m對(duì)應(yīng)緩沖區(qū)內(nèi)的居住人口計(jì)為lpm，工作人口數(shù)量計(jì)為wpm。

54、可選的，所述步驟7，具體包括：

55、步驟7.1：將道路網(wǎng)絡(luò)中各路段途徑公交線(xiàn)路信息與各路段周邊各類(lèi)poi數(shù)據(jù)以及居住人口與工作人口數(shù)據(jù)進(jìn)行鏈接，將各路段的公交通行情況作為第一列、對(duì)應(yīng)緩沖區(qū)域內(nèi)poi數(shù)量作為第二列、對(duì)應(yīng)緩沖區(qū)域內(nèi)居住人口數(shù)量作為第三列、對(duì)應(yīng)緩沖區(qū)域內(nèi)工作人口數(shù)量作為第四列，建立判斷矩陣x，并判斷矩陣x進(jìn)行歸一化處理，得到歸一化的判斷矩陣x的元素。

56、其中，判斷矩陣x表達(dá)式為：

57、，

58、其中，xij表示判斷矩陣x中第i行、第j列的元素，m為研究區(qū)域內(nèi)的路段數(shù)量，i表示第i條路段，j表示列的序號(hào)。

59、步驟7.2：計(jì)算四列指標(biāo)的維度熵hj，其計(jì)算公式為：

60、，

61、使用各指標(biāo)的維度熵定義各指標(biāo)的權(quán)重，其表達(dá)式為：

62、，

63、并計(jì)算出加權(quán)矩陣r，確定最優(yōu)解和最劣解，加權(quán)矩陣r的表達(dá)式為：

64、。

65、其中，rij表示矩陣r中第i行、第j列的元素，。

66、步驟7.3：根據(jù)加權(quán)矩陣r的最優(yōu)解與最劣解，計(jì)算道路網(wǎng)絡(luò)中各路段的關(guān)鍵指數(shù)ci，關(guān)鍵指數(shù)ci的計(jì)算公式為：

67、。

68、ci的值越大，表明路段在公交網(wǎng)絡(luò)中越關(guān)鍵。

69、第二方面，一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如第一方面中任一所述的一種公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別方法。

70、第三方面，一種計(jì)算機(jī)設(shè)備，包括：

71、存儲(chǔ)器，用于存儲(chǔ)指令。

72、處理器，用于執(zhí)行所述指令，使得所述計(jì)算機(jī)設(shè)備執(zhí)行如第一方面中任一所述的一種公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別方法的操作。

73、有益效果：本發(fā)明提供的一種公交網(wǎng)絡(luò)關(guān)鍵路段識(shí)別方法、電子設(shè)備及存儲(chǔ)介質(zhì)，基于研究范圍內(nèi)公交車(chē)輛gps數(shù)據(jù)，提取各公交線(xiàn)路運(yùn)行軌跡；獲取研究范圍內(nèi)的城市道路網(wǎng)絡(luò)，基于隱馬爾可夫模型構(gòu)建地圖匹配算法；應(yīng)用所構(gòu)建的地圖匹配算法對(duì)各線(xiàn)路公交運(yùn)行軌跡和實(shí)際道路路網(wǎng)進(jìn)行匹配，獲取道路網(wǎng)絡(luò)中各路段途徑公交線(xiàn)路信息；運(yùn)用空間連接方法，識(shí)別獲取各路段周邊各類(lèi)poi（point?of?interest）數(shù)據(jù)以及人口數(shù)據(jù)；根據(jù)所提取的各道路路段途徑公交線(xiàn)路信息、車(chē)道信息、周邊人口及poi信息，以及各公交線(xiàn)路的發(fā)車(chē)頻率，基于熵權(quán)topsis（technique?for?order?preference?by?similarity?to?anideal?solution?）法計(jì)算道路網(wǎng)絡(luò)中各路段的關(guān)鍵指數(shù)，從而識(shí)別公交網(wǎng)絡(luò)中的關(guān)鍵路段。