基于公交 IC 卡和 AVL 数据的下车站点推导

前言

当敲下《基于公交IC卡和AVL数据的下车站点推导》这个题目的时候，不禁轻轻舒了一口气：终于把自己挖的坑给填上了。

其实在很早之前，上车站点识别和下车站点推导的核心代码就已经写完了。但是因为数据原因（更重要的原因是懒），先前的代码比较碎片，功能的实现还时不时需要人工的参与。

今天，算是彻彻底底的把上车识别和下车推导的程序码完了。最终的版本也已经完全实现了图形化操作，与最初的控制台程序相比，用户已经可以自行设定绝大多数的推导参数。为了尽可能减少软件使用过程中的假死现象，还特意添加了启动界面，以便提前加载部分比较耗时的参数……

不过，程序写完并不意味着一劳永逸。因为国内公交系统数据实在是太复杂了，数据内容、数据格式、采集方式，千差万别。想用一个程序就轻松解决所有问题，基本是不可能的。

识别与推导

大家或许已经发现，我习惯把上车站点的确定称之为上车“识别”，把下车站点的确定称之为下车“推导”。

这是因为，在有AVL数据的条件下，上车站点的实质是相关数据的一种关联操作。在数据完好的条件下，绝大多数乘客的上车站点都是可以真实复现的。相关实现方法详见《基于公交IC卡和AVL数据的上车站点识别》。

当然，如果没有AVL数据，比如只有公交IC卡数据和公交运营的静态数据（首末站收发车时间、站距表等），上车站点的识别就会变得不确定，这个时候称为上车推导可能会更加合适。

而对于下车站点，不管数据条件如何，其在一票制收费系统之中都是难以真实复现的。我们只能在基于我们认为的相对合理的假设进行推测，比如连续公交出行链假设、换乘距离最短假设、候车时间最短假设等等。

但是再合理的假设，也面临着特例。那些看似合理的推导结果之下，也许就隐藏着不合理的真实。所以即使基于“完美”的公交IC卡和AVL数据，我们也很难断定：这就是真实的下车站点。

一般原理

下车站点的推导有多种方法，下面简单介绍一下：

基于连续公交出行链的方法

该方法有三个基本假设条件，第一，连续公交出行链假设，即乘客出行为连续公交出行链，即乘客在乘坐两次公交出行之间不使用出租车、小汽车等社会出行工具；第二，最短换乘距离假设，即乘客乘坐公交当前公交出行的终点即为乘客下一次公交出行的起点，也即乘客下一次出行的起点与上一次出行的终点位于同一公交站点，或乘客下一次出行的起点站点距离在乘客上一次出行的终点站点在的可接受的步行距离和步行（或时间）之内；第三，出行起终点相同假设，即乘客一天当中最后一次出行的终点为乘客当天出行的起点或乘客第二天出行的起点。

基于换乘行为的方法

如果能够判断出两次连续刷卡属于一次出行，则可以根据最短换乘距离（或时间）的假设，识别出换乘前的下车站点。该方法与前一种方法的区别在于，满足前一种方法中假设的两次刷卡记录不一定是换乘关系。

基于通勤出行时空特征的方法

通勤出行的最大特点是出行时间和出行起终点具有明显的规律，一般可以认为上班出行的最后一个下车站点是下班出行的上车站点，下班出行的最后一个下车站点是上班出行的上车站点。

基于乘距分布的下车概率法

一般而言，公交出行距离分布具有一定的规律，近似服从正态分布。因此，可以根据乘距的分布规律计算乘客在各站点下车的概率，以此来推导下车站点。

软件实现

软件的核心算法选用的是基于连续链的下车站点推导方法，主要是因为该方法的推导成功率高。同时，对于无法使用连续链推导的记录，则辅以基于历史出行规律的方法。

对于连续公交出行链，一般认为其下车站点与下一条基本链的上车站点隶属于同一个出行节点，两各站点之间的步行距离或步行时间在乘客的可接受范围之内。

当数据不满足连续链条件的时候，一般是通过历史数据中的类似出行来进行下车站点的推导，即认为公交乘客的出行起讫点和出行时间具有规律性。

值得一提的是，在研究初期，主要从准确性的角度出发，考虑更多的是基于通勤和换乘行为的方法。但是通过实践发现，通勤乘客出行有时间限制，其在平峰时期的比例较低，而有换乘乘客的比例一般不高，尤其是在没有地铁等大中运量公交方式的公交系统中。因此在具体实践中，使用的更多的是出行链方法。

围绕着如何提高下车站点推导准确性，本软件对传统的出行链模型进行了若干改进，其中两处比较大的改进是：

第一，该模型不仅适用常规公交系统，而且可以应用于可免费换乘的公交系统，比如常州的快速公交系统。这两类公交系统的最大区别在于：由于可以免费换乘，公交乘客在后者网络中的可能出行路径更加丰富。

第二，本软件在推导下车站点的基础上，还可以推导下车时间。这样我们就可以从路径可行性和时间可行性两个方面来对下车站点的推导结果进行检验，以提高下车推导的合理性。

参考:李海波, 陈学武, 陈峥嵘, 基于公交IC卡和AVL数据的客流OD推导方法. 交通信息与安全, 2015. 33(6):33-39,95