为研究公交车在公交站点的停靠精度,使用深圳市公交车载的GPS(Global Positioning System)轨迹数据和AFC(auto fare collection)刷卡数据进行分析,先采用加速度和时间语义特征提取公交车到站停靠位置,再通过密度聚类算法(Density-Based ...为研究公交车在公交站点的停靠精度,使用深圳市公交车载的GPS(Global Positioning System)轨迹数据和AFC(auto fare collection)刷卡数据进行分析,先采用加速度和时间语义特征提取公交车到站停靠位置,再通过密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)和凸包算法估计公交车多天到站停靠位置区域,根据公交车在各个公交站点的停靠位置区域面积与标准停车位面积的比值对公交车在每个站点的停靠规范性进行评分。结果表明,本文提出的公交车停靠精度分析方法能够有效识别公交车到站停靠点,识别正确率为87.58%。通过对深圳公交到站停靠精度进行分析,可以发现只有33.58%的到站停靠位置规范,说明公交车到站停靠不规范的现象经常发生,为公交运营公司开展针对性监督与整改提供大数据支持。展开更多
文摘为研究公交车在公交站点的停靠精度,使用深圳市公交车载的GPS(Global Positioning System)轨迹数据和AFC(auto fare collection)刷卡数据进行分析,先采用加速度和时间语义特征提取公交车到站停靠位置,再通过密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)和凸包算法估计公交车多天到站停靠位置区域,根据公交车在各个公交站点的停靠位置区域面积与标准停车位面积的比值对公交车在每个站点的停靠规范性进行评分。结果表明,本文提出的公交车停靠精度分析方法能够有效识别公交车到站停靠点,识别正确率为87.58%。通过对深圳公交到站停靠精度进行分析,可以发现只有33.58%的到站停靠位置规范,说明公交车到站停靠不规范的现象经常发生,为公交运营公司开展针对性监督与整改提供大数据支持。
