前言：尋找寫作靈感？中文期刊網用心挑選的GPS數據的公交線路延誤計算方法思考，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要：估算快速公交延誤對評估路網服務水平和運行效率至關重要。為估算快速公交延誤，基于高返回頻率的gps數據建立了站點或交叉口延誤估計模型。然后，以奉浦快線公交線路為例開展實證分析，經過GPS數據預處理與地圖匹配，提取站點與交叉口延誤樣本。最后，對日均延誤以及站點延誤進行分析。結果表明，奉浦快線的延誤較小且波動不明顯；延誤較大的站點位于多個居民區，學區、購物中心、大型體育活動中心以及地鐵站附近；換乘站在一定程度上加劇了奉浦快線公交延誤情況；延誤較小的站點或交叉口，其農業基地、服裝公司較多且居民區相對而言較少。

關鍵詞：GPS數據；公交；延誤

引言

隨著國民經濟的快速發展與穩步增長，城市居民人口也在快速增加。城市的擴張和快速發展使得居民的出行更加頻繁，公交的地位顯得越來越重要。相對于城市軌道交通，城市公交速度慢、載客量少、等待時間較長且延誤嚴重。在公交延誤方面，站點延誤和交叉口延誤是兩個重要組成部分。在智能化發展的大時代下，國內外基于GPS數據的交通延誤研究也較為廣泛。其主要體現在計算延誤的方法和建立預測模型等方面，但將公交站點延誤和交叉口延誤結合起來考慮的研究較為匱乏。在國內，莊斌等[1]基于GPS車輛定位信息提出了3種城市道路信號控制交叉口的瞬時延誤的方法；蔣金亮等[2]基于公交GPS數據構建了延誤站點識別模型并以武漢常規公交GPS數據為例，對模型進行了實際應用；張海鵬等[3]通過對公交車GPS數據深入挖掘，設計長短期記憶人工神經網絡對交通流速度數據進行更為準確的預測。在國外，Quiroga等[4]較早提出了基于GPS數據的評估控制延遲新模型并得出了需要在停止的延遲上加一個減速-加速度延遲值以獲得控制延遲的結論；Wang等[5]建立了欠采樣數據下車輛在交叉口的加減速模型以估算交叉口延誤值。

一、模型建立

公交延誤估算方法模型建立過程如下所示，模型的輸入部分為車輛離去時間l、車輛到達時間a、車輛到達的下一站點及交叉口i、站點及交叉口j、車輛經度loni、車輛緯度lati、站點及交叉口經度lonj、站點及交叉口緯度latj，站點及交叉口距離lj、暢行速度vj；模型的輸出部分為車均延誤Rj，車輛總延誤Tj，車輛數n。公式（1）為目標函數表達式，R為車均延誤，Tj為車輛延誤時間，n為車輛的總數。當i和j二者相等時，利用公式（2）作為判斷條件。loni為車輛的經度；lati為車輛的緯度；lonj為站點或交叉口的經度；latj為站點或交叉口的緯度。tl為車輛的離去時間；ta為車輛的到達時間；lj為站點及交叉口的距離；vj為站點及交叉口的暢行速度。

二、數據采集

1．整體情況

上海市奉浦快線BRT線路是一條乘客需求集中且具有典型性的公交線路，為數據分析奠定了基礎。詳細而言，奉浦快線BRT目前雙向共設25個站臺，日均里程4,700km，日均運送客流1.2萬人次。本文以奉浦快線10月1日至10月31日的GPS數據為對象展開研究，考慮旨在發掘其延誤規律及相關特性。

2．公交GPS數據處理

本文的數據由公交公司提供，包括公交線路的運行數據以及公交的GPS數據，并通過百度地圖等軟件獲取靜態數據。奉浦快線GPS數據預處理，首先將奉浦快線的站點、交叉口以及車輛GPS數據由txt格式轉換為csv格式。再者，由于奉浦快線車輛在行駛的過程中可能會因為路段上樹木、建筑物等對GPS定位信息產生影響。所以，需要對奉浦快線的GPS數據進行清洗。公交GPS數據處理中常見的問題主要有數據錯誤、數據重復、數據缺失和數據偏移[6]。最后，在Spyder的交互條件下利用了Python的Pandas模塊對數據進行清洗。上海市奉浦快線BRT線路一共有13個交叉口和44個站點。本文在2021年10月01日至2021年10月31期間一共調查了59輛車的延誤結果；公交車輛GPS共采集了4,946,895條數據，以車輛距離交叉口或站點100m為緩沖區域判斷車輛所經交叉口或站點，從中提取相應交叉口或站點的時間。

三、計算結果

1．公交站點延誤估算方法

（1）公交站點延誤計算

公交站點延誤是指公交車輛從減速進站到加速出站的整個站點停靠過程中所產生的延誤，即公交車進出車站所花費的實際時間與無延誤條件下的理想時間之差[7]。如果公交經過站點的時間等于暢行時間，可認為該車無延誤；如果公交經過站點的時間大于暢行時間，此差值為延誤時間。公交站點的暢行時間由站點距離與道路設計速度計算得到。表1選取了奉浦快線下行方向進行延誤匯總。

（2）交叉口延誤計算

對浮動車數據點進行電子地圖匹配，匹配出覆蓋界定好的交叉口范圍內的GPS數據，延誤起終時刻由進入交叉口和離開交叉口的時間計算得到。奉浦快線車輛在交叉口的暢行時間計算方法與公交站點暢行時間類似，由交叉口距離與交叉口道路設計速度計算得出。表2展示了奉浦快線下行方向交叉口的車均延誤情況。四、公交延誤特征分析1．延誤時間特征分布從圖3可以看出，總體而言，2021年10月奉浦快線的日均延誤的波動幅度不大。其日均延誤的波動范圍為2s至7s內。從節假日特征分析，奉浦快線的節假日特征不是特別明顯。在國慶期間，10月6日出現了一次返程高峰；周六日特征較為明顯的是10月16日、10月17日和10月23日。

2．延誤的空間特征分布

圖4中，可以觀察得出Y368公路-南奉公路、福光路-南奉公路、清朗路-賢浦路、南行港路-賢浦路是延誤較高的交叉口；金海公路站、望園路站、南行港站、定康路站、賢浦路站、秀竹路站和齊賢站是延誤較高的站點。

（1）Y368公路-南奉公路與金海公路站是其中延誤最高的交叉口和站點。從地理位置而言，金海公路站與5號線-南奉交叉口相鄰，因此其延誤成因可一并討論。它們周圍有多個居民區，學區、購物中心以及大型體育活動中心等；并且，交叉口和站點都位于5號線奉賢新城地鐵站附近，人員流動頻繁。

（2）福光路-南奉公路、清朗路-賢浦路、南行港路-賢浦路、望園路站、南行港站、定康路站、賢浦路站、秀竹路站和齊賢站的周圍都有大型客流集散中心，比如居民區、大型購物中心、中心醫院以及學校區域等。

（3）換乘站在一定程度上加劇了奉浦快線車輛的延誤。金海公路站、望園路站、定康路站、賢浦路站是奉浦快線和南團快線的換乘站。

（4）延誤較小的交叉口如豐南路-浦星公路和閘航路-浦星公路等，其周圍農業基地、服裝公司較多且居民區相對而言較少。

五、結語

本文在基于奉浦快線GPS數據的基礎上，通過對奉浦快線線路進行分析，為公交站點及交叉口延誤計算提供了方法。并且，從時間分布和空間分布對奉浦快線進行特征分析，為減少奉浦快線公交站點及交叉口延誤提供了方向。但是，公交延誤是一個寬泛的課題，研究還存在許多不足之處。本論文只計算了交叉口和站點的延誤，后續研究可考慮加入乘客上下車時間、信號配時以及公交停靠站臺設置形式等因素以分析公交延誤情況，使公交運行效率得到有效提升。

作者：陳馨 馬軍 侯劍鋒 江洪 趙靖 單位：上海理工大學管理學院 上海電氣自動化設計研究所有限公司 上海城投公路投資（集團）有限公司