基于大連公交數據集的智慧公交數據可視化平臺分析

大連海事大學 張皓鋮 朱 琦 孫浩杰 劉津碩 關穎珊

本文通過由大連公交集團提供的大量的交通數據集，利用大數據技術，在集群下分析公共交通出行數據，利用基于Hadoop平臺的SLMBP神經網絡并行化算法和使用了時間序列模型和人工神經網絡在線性和非線性建模的優勢，完成短時交通道路的分析預測，可得到對于公交短時客流的預測和到站時間范圍預測。本文基于現有的數據平臺和技術基礎，進一步開發出智慧交通小程序，利用導航或電子地圖等工具幫助使用者盡可能避開擁堵路段，實時預測路況，生成線路上所有公交車運動軌跡圖，實時顯示下一班公交到站時間和公交車上的客流量，為居民提供更加合理和多樣的出行路線選擇。

合理的城市公共交通出行結構是各城市交通系統的重要特征，也是解決城市交通擁堵的重中之重，它能夠從側面說明各城市在公共交通需求上具有的不同特點以及城市公共交通領域各種出行方式的功能與地位，對配置有限的城市公共交通資源起到重要作用，也是決定城市公共交通系統運行效率高低的關鍵因素。城市公共交通總客運量為地面公交客運量與軌道交通客運量之和，對其研究的成果能為公共交通需求者提供更合理出行方式選擇。

由于大連市目前城市公交出行率達到43%，居國內領先水平，對其公交出行方式結構的研究具有解決城市公交系統建設存在問題代表作用，將會對其他城市規劃管理公交系統產生重要借鑒意義。因此，本文通過對大連市居民公交出行方式結構的大數據分析，來說明現代化城市對公交體系需求的特點，為其他城市公交體系的發展和完善提供參考價值。

1 大連市公共交通概況分析

由于車輛迅猛增長、城市道路建設相對滯后、線路位置規劃不當、停車疏導管理不夠嚴格等問題，很多城市存在著嚴重的道路車輛擁堵問題。對大連市而言，機動車的增長速度遠遠領先于道路建設的速度，以2002年至2010年為例，大連市機動車的增長達13%，而新建和拓寬的道路的增長率僅為30%。如今大連市內大部分的道路超負荷運行是每天的常態，尤其是早晚高峰期，城市主干路路網基本處于癱瘓狀態，進出市道路一片“紅色飽和”。大連市目前城市公交出行率達到43%，居國內領先水平，龐大的出行人群、擁擠的道路、過長的等車時間為居民生活帶來了很多不便。

2 智能交通的發展現狀及分析

智能交通系統（ITS, intelligent traffic system）指對道路交通狀況實施監測的系統，該系統借助數據挖掘方法獲取道路的擁堵狀態，然后根據系統分析的結果對機動車實施有效的調度。智能交通融合智能化、數據化、信息化發展的理念，有助于進一步推動城市化可持續發展進程，提升城市綜合競爭實力。智能交通系統通過智慧交通數據平臺，對實時車流量分布進行遠程調度管理，有效緩解了交通擁堵，進而提高了城市交通系統的運行效率；與此同時還減少了環境污染，并且在確保交通安全方面效果也非常顯著，與國家建設“智慧城市”、“綠色環保城市”和“安全城市”的要求達到高度統一。目前，早已有許多監測手段被應用到了智能交通系統的構建中，幫助城市管理者完成對交通擁堵狀況的判斷。例如，通過在道路兩邊安裝靜態傳感器以接收道路車流量的實時數據，并將實時數據傳輸到數據中心，通過數據平臺加以分析處理，得到反映道路擁堵狀態的量化指標和借助高清攝像頭采集道路交通圖像數據，并根據對圖像的分析處理結果完成對道路擁堵情況較為準確的判斷。

然而，要使智能交通應用于公共交通系統上，實時數據采集與處理技術和公共交通體系智能化的基本理論與技術是兩個必須要解決的問題。實施公共交通體系智能化需要用到大量的靜態和動態信息。靜態數據包括：公交站點間距、站點的位置坐標、居民出行量、居民的收入水平等；動態數據包括：全球衛星定位系統（GPS）定位數據、地理信息系統（GIS）中電子地圖上的矢量數據、客流量、動態交通數據、站點間行程時間數據、公交車發車間隔等。

目前國內現有的地圖類工具軟件主要是高德地圖、百度地圖和騰訊地圖等。從應用功能角度方面進行分析，百度地圖和高德地圖提供基本導航和定位功能，百度地圖額外提供生活服務。從路況信息方面分析，高德地圖能夠及時提供擁堵情況，顯示整個擁堵距離，將擁堵狀況考慮在內來計算行駛時間，但不提供公交數據具體預測功能。

由此，本文提出運用結合智能交通系統，并基于大連公交集團提供的大量的交通數據集，利用大數據技術，在集群下分析公共交通出行數據，利用基于Hadoop平臺的SLMBP神經網絡并行化算法和使用了時間序列模型和人工神經網絡在線性和非線性建模的優勢，完成短時交通道路的分析預測，可得到對于公交短時客流的預測和到站時間范圍預測，進而構建智慧公交數據可視化平臺的方法來促進公共交通體系與智能交通調度系統的融合，致力于構建智能化的交通調度管理系統，緩解交通擁堵壓力，提高城市公共交通系統的運行效率，優化公共交通需求者的體驗，并為其他城市公交系統規劃發展提供參考價值。

3 智慧公交數據可視化平臺的構建

3.1 利用開源的Map-Box和Echars技術進行可視化處理

Map-Box使用Web服務擴展應用程序的功能，以進行地理編碼、方向、空間分析等。以編程方式創建靜態地圖；Echarts主要運用增量渲染技術（4.0+），配合各種其他細致的優化，Echarts便能夠顯示千萬級的數據量，并且依然能夠在這個數據量級進行流暢的縮放平移等交互，其同時提供了對流加載的支持，使用WebSocket或者對數據分塊后加載，加載多少渲染不需要漫長地等待所有數據加載完再進行繪制。

在Map-Box地圖圖層的基礎上覆蓋一層又一層的特效，可以讓原來靜態的地圖動起來，來達到數據動態可視化。

3.2 基于大數據的短期客車客流預測模型

利用非線性阻尼最小二乘法（Levenberg-Marquardt）來優化BP神經網絡構建了SLMBP客流預測模型，解決了BP神經網絡極易陷于局部最優解、收斂速度慢的問題。針對單機模式下SLMBP算法無法在短時間內對多個公交站點進行短時客流預測的問題，設計了基于Hadoop平臺的SLMBP神經網絡并行化算法。如圖1所示。

3.3 速度預測

通過時間序列預測模型、人工神經網絡預測模型在處理線性和非線性建模的優勢，在分析可預測性的基礎上，分別在歷史數據和實時數據中選取一組時序數據進行時間序列建模預測，得出二者的預測值，并對兩者的預測值通過BP神經網絡進行融合調整，從而得到最終的較為準確預測結果，進而達到優化短時交通流速度的預測效果。如圖2所示。

4 智慧公交數據可視化平臺的運行結果

圖1 SLMBP客流模型預測

圖2 優化的短時交通流速度的預測效果圖

2020年某日早高峰時段，大連公交集團汽車五分公司中南路客運站智能調度中心里，一位調度員在觀察404路運行圖的各臺車輛位置分布中發現了問題，“在桃源市場附近發生了車流積壓、車輛擁堵，原因可能是遇到路阻，相對前面車輛間隔比較大，請桃源市場附近的車輛大站運行，把車隔趕回來，盡量減少乘客的等車時間。”智能調度系統反應迅速，幾乎在指令下達的同時車上的車載終端就會提示，駕駛員即可做出相應的調整。在此之前調度室一般設置在線路兩端，所以只能根據車輛出入站情況來判斷線路運營是否暢通，行車途中也沒法聯系駕駛員，而智能調度系統則可以實時掌握線路運營情況，迅速做出反應。在系統畫面中，綠色表示車輛上行方向，粉紅色表示車輛下行方向，紅色表示車輛超速或有其他問題出現，系統將予以報警、提示，點擊車輛標識，系統可顯示車輛的車號、司機姓名、車速、班次、班別、當前車次、下次發車時間等。

得益于智能交通系統的建設，目前大連市上下班高峰期間公交車平均運營速度達到18.92 km/h，平均車隔8.1 min，車隔小于5 min線路有92條，占比50%，高峰期發車最小車隔僅有1.5 min。大連市在全國38個主要城市的公共服務評價中公共交通滿意度排名第三。

結語：本文基于大連市居民公交出行方式結構的大數據分析，提出了運用構建智慧公交數據可視化平臺的方法，對緩解城市交通擁堵壓力和使用公交系統居民的體驗進行改善優化的嘗試。根據運行結果得到如下結論，在高速發展的現代化城市建設中，智能交通的打造對于合理規劃城市居民交通出行結構，提高城市公共交通體系運行效率至關重要。從長遠的角度看，物聯網和智能交通的結合將是大勢所趨，物聯網、云計算等現代信息技術處理能力將作為核心技術大量運用于城市公交系統等智慧交通體系的運營管理；同時，由于在我國普遍存在道路擁堵，公共交通體系建設不夠完善，居民日益增長的出行需求不能得到滿足，如何處理好城市發展、人口增長、構建交通系統三者之間的矛盾顯得尤為重要。智能交通系統將在未來交通運輸行業發展中占有更大的比例，并且在交通運輸的各個行業和環節得到更為廣泛的應用。此外，通過對大連市公交體系的數據集進行可視化平臺的分析，有助于加深對大連市居民使用公共交通出行方式結構的了解，為其他城市合理優化居民公共交通出行方式提供了一定的參考。

清代規定，太醫院的院使，月薪是每個月三兩銀子。一般的御醫，官七品，月薪是二兩左右。至于醫士，類似于御醫的助理，工資是每個月一兩五。在清朝，一兩銀子相當于如今兩百元左右人民幣的購買力。這么算來，這工資可就不給力了。