基于終端定位信息的公交客流采集技術

全 威，王 華，滿永興，莊敘毅

(哈爾濱工業大學 交通科學與工程學院，黑龍江 哈爾濱 150000)

0 引 言

隨著公共交通的快速發展，公交服務質量也逐漸被重視。只有深入了解城市居民的公交出行特征，及時并準確、全面掌握公交出行數據，才能做出科學的公交規劃和運營決策[1]。因此，如何準確獲取公交客流統計數據，成為平衡公交供給和乘客需求，提高公共交通運力和效率的關鍵[2]。

公交客流統計方法主要有人工調查法、公交IC卡調查法[3]、圖像(視頻)識別法等[4]。人工調查法繁瑣且耗費人力，且只能得到某一天的公共交通出行信息，不能體現城市公共交通出行的長期變化及特殊事件時的居民公共交通出行行為[5]，同時調查人員易出現疲勞，導致失誤可能性較大[6]。對于公交IC卡調查法，由于全國大多數公交路線采用單票制[7]，無法記錄乘客的下車信息，采集到的信息無法用于線路優化[8]；且由于城市客流量大而持卡人少，該方法難以準確全面采集客流量數據[9]；再者大量地區并未普及公交IC卡，該方法不適用于此類地區。圖像(視頻)識別法是通過圖像(視頻)識別出乘客以及上下車動作，最后對上下車人數及方向進行統計[10]，但是這種方法對攝像器件的質量水平和圖像處理算法提出了很高的要求，導致該系統的成本較高[11]，且天氣、光線、車輛振動都會影響到系統的穩定性[12]。

筆者通過WiFi探針采集車上乘客已開啟 WiFi 功能的移動設備 MAC 地址，通過GNSS設備采集公交車輛地理信息。通過將MAC地址與GNSS信息整合、特征提取、干擾分析、設計在線客流識別算法，獲得較為準確的公交客流信息，同時能判斷乘客上下車位置，以期為公交企業合理地安排調度車輛、優化公交線路提供科學的依據。

1 系統設計

系統硬件部分通過USB串口，建立了WiFi探針模塊和GNSS設備的通訊。WiFi探針模塊可掃描獲取周邊開啟WiFi功能的移動終端發出的無線信號，GNSS設備用于接收公交車定位信號，通過上位機程序讀取移動終端MAC地址信息、信號強度(RSSI)、實時車輛位置、車輛速度、UTC時間等信息，并保存至客流檢測系統中，如圖1。

圖1 系統硬件框圖Fig. 1 System hardware block diagram

2 數據分析

2.1 數據基本情況分析與特征提取

系統將MAC地址、信號強度與定位信息、速度信息等進行整合，合并后的部分數據如圖2。

圖2 信息合并后的部分數據Fig. 2 Partial data after information merging

對哈爾濱市2路公交車進行了跟車調查，共采集到13 938個不重復的MAC地址。人工計數發現，實際乘車人數只有81位，冗余數據對于研究公交客流造成極大的干擾。因此有必要進行干擾情況分析并設計算法排除干擾。

2.2 干擾情況分析

筆者在研究中，將 WiFi探針掃描并記錄到的移動終端MAC地址所映射的用戶在該公交車上稱為“線上乘客”，所映射的用戶不在該公交車上則稱為“線下乘客”。通過對比分析，發現在系統實際工作過程中采集到線下乘客主要有以下4種情況：

情況1：公交車停止或低速行駛，如車輛進站，車輛靠路邊緩慢行駛、等待信號燈等。如果車體周圍有行人，WiFi探針會掃描并記錄行人的移動設備MAC地址。這種情況Na較少。

情況2：在交通條件通暢時，非調查車輛以較高的速度與調查車輛跟馳行駛，WiFi探針掃描并記錄到非調查車輛中的移動終端的MAC地址。這種情況Son較長，但是Ton較短，車輛速度較高。

情況3：在交通條件擁堵時，非調查車輛以較低的速度與調查車輛跟馳行駛，WiFi探針掃描并記錄到非調查車輛中的移動終端的MAC地址。這種情況Ton較長，但是Son較短，車輛速度較低。

情況4：在城市復雜路況中非調查車輛在某區域與調查車輛跟馳行駛后分離，經過一段時間后在另一區域與調查車輛再次相遇并跟馳行駛，WiFi探針再次掃描并記錄到非調查車輛中的移動終端的MAC地址。這種情況Ton、Son較長，但Tmax-interval較長。

3 在線乘客識別算法

3.1 算法流程

通過對干擾情況分析，筆者提出一種在線乘客識別算法，如圖3。該算法主要有5個步驟：

步驟1基于MAC地址出現次數的乘客分類法，篩選情況1；

步驟2將步驟1中難以確定的模糊數據進行基于K均值聚類的乘客分類法，將步驟1、步驟2中篩選出來的乘客數據寫入公交客流統計信息中；

步驟3基于線上時長的乘客分類法，篩選情況2；

步驟4基于線上位移的乘客分類法，篩選情況3；

步驟5基于最大采集時間間隔的乘客分類法，篩選情況4。

圖3 在線乘客分類算法Fig. 3 Online passenger classification algorithms

3.2 算法設計

具體的在線乘客識別算法描述如下：

3.2.1步驟1(基于MAC地址次數的乘客分類法)

通過統計Na，設置閾值對乘客信息分類。統計其中一次跟車調查采集的數據，如表1，采集到的MAC地址中，有超過98%的Na<13。

表1 MAC地址出現次數統計表Table 1 MAC address occurrence statistics 個

WiFi探針采集頻率為10 Hz，Na可直接反映該用戶為線上乘客概率的大小。如圖4中，顏色越淺的點Na越大，其Ton、Son也相對較長，基本可確定這部分MAC地址所對應的就是線上乘客。

圖4 MAC地址出現次數同線上時長和線上位移的關系Fig. 4 Relationship between the number of MAC address occurrences and online duration and online displacement

基于此，首先設置飽和閾值為30次，將Na≥30的數據挑選并保存至公交客流統計信息中，此部分信息可視為初級線上乘客。除去出現次數明顯較多的MAC地址，有大量模糊狀態的數據處于中間，模糊狀態的數據需要通過更高維度的信息綜合判斷。所以再設置一個臨界閾值13次，挑選出13

3.2.2步驟2(基于K均值聚類的乘客分類法)

以本次跟車調查為例，將模糊狀態乘客進行第一次K均值聚類，如表2和圖6，可以初步將乘客信息分為線上乘客與線下乘客兩種。

圖5 基于K均值聚類的乘客信息分類法工作流程Fig. 5 Workflow of passenger information classification based on K means clustering

圖6 第一次K均值聚類后的聚類效果Fig. 6 Clustering effect after the first K means clustering

表2 不同狀態乘客信息的數據Table 2 Data of passenger information in different states

為避免第一次K均值聚類中存在異常點樣本，因此需要進行一次迭代聚類，先提取第一次聚類中被判定為線下乘客數據信息，并以此信息為第二次聚類的樣本，經過標準化、賦權重后進行迭代K均值聚類。表3和圖7為第二次迭代后結果。

表3 迭代后不同狀態乘客信息的數據Table 3 Data of passenger information in different states after iteration

迭代后聚類算法的得分為0.74分，可見兩次迭代可以滿足正常乘客信息提取的要求。經過兩次迭代聚類算法識別的線上乘客信息被保存至公交客流統計信息中，到此為止在采集得到的數據中有可能為線上乘客的信息就基本篩選完成。但在公交客流統計信息中仍可能存在一些離群值，下面再通過三種不同的特征分類法將客流統計信息進行篩選。

圖7 第二次K均值聚類后的聚類效果Fig. 7 Clustering effect after the second K means clustering

3.2.3步驟3(基于線上時長的乘客分類法)

為去除公交客流統計信息中情況2的干擾，需要通過基于線上時長的乘客分類法，將Son較大但Ton較小的乘客數據刪除。

如圖8中，點A具有較大Son，但Ton較短，通過查詢其平均速度發現平均速度約30 km/h，因此可以判定A點代表的客流數據而不是線上乘客數據，可以將其刪除。通過站點間行駛所需最短時長分析，Ton<180 s的數據成為線上乘客的可能性極小，因此在設置最小線上時長為180 s。

圖8 線上時長和線上位移關系Fig. 8 Relationship between online duration and online displacement

3.2.4步驟4(基于線上位移的乘客分類法)

為去除公交客流統計信息中情況3的干擾，需要通過基于線上位移的乘客信息分類法，將Ton較大但Son較小的乘客數據刪除。

如圖9中，B區域的數據有較大Ton，但Son較小，通過查詢其平均速度發現平均速度約5 km/h，所以B區域所代表的客流數據為線下乘客。通過結合最近站點距離分析，Son<300 m的數據成為線上乘客的可能性極小，設置最小線上位移為300 m。

圖9 線上位移和線上時長關系Fig. 9 Relationship between online displacement and online duration

3.2.5步驟5(基于最大間隔時間的乘客分類法)

在實際跟車調查中可能存在極端的情況4，為防止該情況對結果的影響，設置了基于最大時間間隔的乘客信息分類法，通過檢驗Tmax-interval，判斷MAC地址是否為線上乘客。如圖10中，在500 s處有明顯斷點，92%的線上乘客Tmax-interval<500 s，因此設置最大時間間隔為500 s。

圖10 最大間隔時間和線上時長和線上位移的關系Fig. 10 Relationship between maximum interval time and online duration and online displacement

4 客流結果分析

經過上述篩選獲取在線乘客信息。進一步分析可獲得斷面客流、出行OD、車輛滿載率等指標。同時根據數據中的上、下車經緯度，可得到乘客上下車位置。如圖11中，系統獲得的公交數據與實際真值有高度相似的變化趨勢。

在實際統計中，并非每位公交乘客所攜帶的移動終端的WiFi功能都處于開啟狀態，因此系統統計的車上人數較真值明顯偏小。研究還通過調查問卷的形式多次對公交車乘客是否開啟移動終端的WiFi功能進行調查，調查結果顯示有40%～60%的公交乘客會在乘坐公交車時開啟移動終端的WiFi功能。因此提出了一種修正系數α，修正系數α的取值為0.40～0.63，隨時間浮動變化。城市早、晚高峰期間，外出人員較多，公交車乘客移動設備WiFi功能開啟比例較高，對應修正系數α取值較大；平峰期間，公交車乘客移動設備WiFi功能開啟比例較低，對應修正系數α取值較小。將系統獲得的公交客流統計數據Ds進行修正，即可獲得公交客流統計的最終結果Df，如圖11。

(1)

式中：Df為修正后的客流統計數據；Ds為系統獲得的客流統計數據；α為修正系數。

圖11 結果對比Fig. 11 Comparison of results

從圖11中可以看出，經過修正后的公交斷面客流數據準確度較高，經過多次跟車調查，該系統精度保持在85%以上，相較于傳統的公交IC卡調查法、圖像(視頻)識別法，該系統有更高的精度。該系統可以為公交調度、運營提供參考。

5 結 論

通過研究得到的主要結論如下：

1)分析了基于MAC地址及GNSS信息的公交客流統計系統，相比于其他公交客流統計方法的優越性，筆者研究方法成本低，便攜性高，信息采集維度全面，可以實現離線分析，能夠高效快速計算獲得公交擁擠度等指標數據。同時該系統可以精確獲取乘客上下車信息，形成乘客公交出行鏈，對于居民公交出行特征的挖掘與公交調度具有重要意義。在當前共享 WiFi 快速發展與普及的情況下，本系統有著較好的應用前景。

2)筆者提出了在線乘客分類算法，對采集的信息進行篩選，通過將結果與車上人數真值的簡單對比分析，驗證了系統的準確性和可靠性。