一种基于多源数据的公交线网供需矩阵自主化构建方法

1.本发明涉及交通数据处理技术领域，尤其是一种基于多源数据的公交线网供需矩阵自主化构建方法。


背景技术：

2.准确掌握公交线网的运行特征和居民出行的需求特征对于优化城市公交线网、改善城市交通环境、缓解城市交通拥堵具有重要意义。目前获取城市居民出行需求矩阵的方式主要有三种：传统交通调查的方法、基于gps数据的方法以及基于ic卡数据的方法。传统交通调查的方法能够获取丰富的居民出行信息，但调查周期长、成本高、样本量小，具有较大的局限性。gps数据具有丰富的时空信息，可以有效弥补传统调查的缺陷，但仅反映了公交车辆的运行信息，未能很好地反映乘客的出行信息。而ic卡数据记录了乘客的出行时间信息，可结合gps数据分析乘客出行的时空特征，但无法获取潜在公交出行用户的特征。随着互联网与通信技术的快速发展，移动手机的普及率越来越高，随之产生的手机信令数据(cel lular signal ing data,csd)具有样本量大、采样周期短、观测周期长、跟随性强等优势，能够有效获取公交潜在用户的出行特征，在交通领域受到广泛关注。


技术实现要素：

3.有鉴于此，本发明实施例提供一种准确性高且适用范围广的，基于多源数据的公交线网供需矩阵自主化构建方法。
4.本发明的一方面提供了一种基于多源数据的公交线网供需矩阵自主化构建方法，包括：
5.根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表；
6.根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频率以及预设的公交车载客容量构建公交线网的供给矩阵；
7.根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵；
8.根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵。
9.可选地，所述根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表，包括：
10.计算目标线路上的公交车辆gps轨迹点与线路各站点的距离，使用gps数据融合的方法生成公交到站时刻表；
11.当所述公交车辆gps轨迹与所在线路的站点位置不匹配时，使用dbscan时空聚类的方法生成公交到站时刻表。
12.可选地，所述根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频
率以及预设的公交车载客容量构建公交线网的供给矩阵，包括：
13.根据所述公交到站时刻表计算每条线路的高峰小时发车频率；
14.根据所述发车频率，结合预设的公交车载客容量，计算每条线路上站点间的供给；
15.将所有线路站点间的供给相加，自主化构建公交线网的供给矩阵。
16.可选地，所述发车频率的计算公式为：
[0017][0018]
其中，fi为线路i的高峰小时发车频率；busj为该线路在高峰小时从首站发出的第j辆公交车；高峰小时为7:00-9:00，17:00-19:00；
[0019]
所述每条线路上站点间的供给的计算公式为：
[0020][0021]
其中，为第i条公交线路上站点m到站点n的供给，c为公交车载客容量，n为该线路上公交站点的数量；
[0022]
所述供给矩阵的计算公式为：
[0023][0024]
其中，l为经过站点m和站点n的线路数量。
[0025]
可选地，所述根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵，包括：
[0026]
根据所述公交到站时刻表和ic卡数据匹配线路名称；
[0027]
基于时间规则匹配ic卡刷卡时间和公交到站时刻表获取上车站点，其中，将刷卡时间在站点m与站点m 1间的刷卡记录的上车站点都归于所述站点m；
[0028]
融合出行链方法、地铁线路数据以及历史出行记录，推断下车站点。
[0029]
可选地，所述融合出行链方法、地铁线路数据以及历史出行记录，推断下车站点，包括：
[0030]
基于所述出行链方法推断下车站点的过程包括：将用户上一次公交出行的下车站点推断为下一次公交出行的上车站点，或者将用户上一次公交出行的下车站点推断为下一次公交出行的上车站点附近的步行换乘距离之内距离最近的站点，将用户所有天的刷卡数据按时间顺序排序后推断得到下车站点；
[0031]
基于所述地铁线路数据推断下车站点的过程包括：若用户下一次上车站点在地铁站附近的换乘距离范围内，推断所述用户采用公交-地铁-公交换乘方式出行，将下车站点推断为当前地铁线路与无法匹配公交线路交集附近的公交站点；
[0032]
基于所述历史出行记录推断下车站点的过程包括：将基于所述出行链方法推断得到的下车站点和基于所述地铁线路数据推断得到的下车站点进行合并，提取其中有多次相同出行的记录作为历史记录集，将所述历史记录集与未识别数据进行匹配，推断得到下车站点。
[0033]
可选地，所述根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵，包括：
[0034]
对csd数据进行清洗后，提取用户的起讫点基站，形成基站间的客流od需求矩阵；
[0035]
建立基站在预设覆盖范围内公交站点与当前基站之间的距离映射关系，将基站间的客流od需求分配到公交站点上，自主化构建公交线网的csd需求矩阵。
[0036]
本发明实施例的另一方面还提供了一种基于多源数据的公交线网供需矩阵自主化构建装置，包括：
[0037]
第一模块，用于根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表；
[0038]
第二模块，用于根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频率以及预设的公交车载客容量构建公交线网的供给矩阵；
[0039]
第三模块，用于根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵；
[0040]
第四模块，用于根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵。
[0041]
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0042]
所述存储器用于存储程序；
[0043]
所述处理器执行所述程序实现如前面所述的方法。
[0044]
本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0045]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0046]
本发明的实施例根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表；根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频率以及预设的公交车载客容量构建公交线网的供给矩阵；根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵；根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵。本发明提高了准确性和扩宽了适用范围，可广泛应用于交通数据处理技术领域。
附图说明
[0047]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0048]
图1为本发明实施例的步骤流程图；
[0049]
图2为本发明实施例提供的生成公交到站时刻表流程图；
[0050]
图3为本发明实施例提供的使用gps数据融合的方法生成公交到站时刻表流程图；
[0051]
图4为本发明实施例提供的使用dbscan时空聚类的方法生成公交到站时刻表流程图；
[0052]
图5为本发明实施例提供的自主化构建公交线网的供给矩阵流程图；
[0053]
图6为本发明实施例提供的自主化构建公交线网的ic需求矩阵流程图；
[0054]
图7为本发明实施例提供的基于时间规则获取ic卡数据上车站点流程图；
[0055]
图8(a)为本发明实施例提供的基于出行链、结合地铁线路以及基于历史出行记录的方法融合多源数据推断ic卡数据下车站点的流程图；
[0056]
图8(b)为本发明实施例提供的基于出行链假设的方法推断下车站点的流程图；
[0057]
图8(c)为本发明实施例提供的结合地铁线路站点的方法推断下车站点的流程图；
[0058]
图8(d)为本发明实施例提供的基于历史出行记录的方法推断下车站点的流程图；
[0059]
图9为本发明实施例提供的自主化构建公交线网的csd需求矩阵流程图；
[0060]
图10为本发明实施例提供的由手机信令数据提取公交出行od示意图。
具体实施方式
[0061]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0062]
针对现有技术存在的问题，本发明的一方面提供了一种基于多源数据的公交线网供需矩阵自主化构建方法，包括：
[0063]
根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表；
[0064]
根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频率以及预设的公交车载客容量构建公交线网的供给矩阵；
[0065]
根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵；
[0066]
根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵。
[0067]
可选地，所述根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表，包括：
[0068]
计算目标线路上的公交车辆gps轨迹点与线路各站点的距离，使用gps数据融合的方法生成公交到站时刻表；
[0069]
当所述公交车辆gps轨迹与所在线路的站点位置不匹配时，使用dbscan时空聚类的方法生成公交到站时刻表。
[0070]
可选地，所述根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频率以及预设的公交车载客容量构建公交线网的供给矩阵，包括：
[0071]
根据所述公交到站时刻表计算每条线路的高峰小时发车频率；
[0072]
根据所述发车频率，结合预设的公交车载客容量，计算每条线路上站点间的供给；
[0073]
将所有线路站点间的供给相加，自主化构建公交线网的供给矩阵。
[0074]
可选地，所述发车频率的计算公式为：
[0075][0076]
其中，fi为线路i的高峰小时发车频率；busj为该线路在高峰小时从首站发出的第j辆公交车；高峰小时为7:00-9:00，17:00-19:00；
[0077]
所述每条线路上站点间的供给的计算公式为：
[0078][0079]
其中，为第i条公交线路上站点m到站点n的供给，c为公交车载客容量，n为该线路上公交站点的数量；
[0080]
所述供给矩阵的计算公式为：
[0081][0082]
其中，l为经过站点m和站点n的线路数量。
[0083]
可选地，所述根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵，包括：
[0084]
根据所述公交到站时刻表和ic卡数据匹配线路名称；
[0085]
基于时间规则匹配ic卡刷卡时间和公交到站时刻表获取上车站点，其中，将刷卡时间在站点m与站点m 1间的刷卡记录的上车站点都归于所述站点m；
[0086]
融合出行链方法、地铁线路数据以及历史出行记录，推断下车站点。
[0087]
可选地，所述融合出行链方法、地铁线路数据以及历史出行记录，推断下车站点，包括：
[0088]
基于所述出行链方法推断下车站点的过程包括：将用户上一次公交出行的下车站点推断为下一次公交出行的上车站点，或者将用户上一次公交出行的下车站点推断为下一次公交出行的上车站点附近的步行换乘距离之内距离最近的站点，将用户所有天的刷卡数据按时间顺序排序后推断得到下车站点；
[0089]
基于所述地铁线路数据推断下车站点的过程包括：若用户下一次上车站点在地铁站附近的换乘距离范围内，推断所述用户采用公交-地铁-公交换乘方式出行，将下车站点推断为当前地铁线路与无法匹配公交线路交集附近的公交站点；
[0090]
基于所述历史出行记录推断下车站点的过程包括：将基于所述出行链方法推断得到的下车站点和基于所述地铁线路数据推断得到的下车站点进行合并，提取其中有多次相同出行的记录作为历史记录集，将所述历史记录集与未识别数据进行匹配，推断得到下车站点。
[0091]
可选地，所述根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵，包括：
[0092]
对csd数据进行清洗后，提取用户的起讫点基站，形成基站间的客流od需求矩阵；
[0093]
建立基站在预设覆盖范围内公交站点与当前基站之间的距离映射关系，将基站间的客流od需求分配到公交站点上，自主化构建公交线网的csd需求矩阵。
[0094]
本发明实施例的另一方面还提供了一种基于多源数据的公交线网供需矩阵自主化构建装置，包括：
[0095]
第一模块，用于根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表；
[0096]
第二模块，用于根据所述公交到站时刻表计算公交车的发车频率，根据所述发车频率以及预设的公交车载客容量构建公交线网的供给矩阵；
[0097]
第三模块，用于根据所述公交到站时刻表和ic卡数据匹配得到线路名称和刷卡时间，获取上车站点和推断下车站点后，根据所述线路名称、所述刷卡时间、所述上车站点和所述推断下车站点，构建公交线网的ic需求矩阵；
[0098]
第四模块，用于根据手机信令数据提取用户的起讫点基站，通过距离映射关系分配客流需求后，构建公交线网的csd需求矩阵。
[0099]
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0100]
所述存储器用于存储程序；
[0101]
所述处理器执行所述程序实现如前面所述的方法。
[0102]
本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0103]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0104]
下面结合说明书附图，对本发明的具体实现过程进行详细描述：
[0105]
如流程图1所示，本发明一种基于多源数据的城市公交线网供需矩阵自主化构建方法包括以下步骤：
[0106]
步骤s1、根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表。
[0107]
步骤s2、根据公交到站时刻表计算发车频率，设置一定公交车载客容量，自主化构建公交线网的供给矩阵；
[0108]
步骤s3、根据公交到站时刻表和ic卡数据匹配线路名称和刷卡时间，获取上车站点和推断下车站点，自主化构建公交线网的ic需求矩阵；
[0109]
步骤s4、根据手机信令数据提取用户基站间的起讫点，通过距离映射关系分配客流需求，自主化构建公交线网的csd需求矩阵。
[0110]
所述步骤s1中，根据公交车辆gps数据和公交站点gps数据匹配线路名称，生成公交到站时刻表，具体包括如下步骤：
[0111]
步骤101、如流程图2所示，输入某天的公交车gps
bus
数据和公交线路站点gps
line
数据，将gps
bus
数据按线路名称和车辆编号分组，匹配gps
bus
与gps
line
中的线路名称，若匹配成功，则使用gps数据融合的方法生成公交到站时刻表；针对临时调度、施工绕行等导致的不匹配情况，则使用dbscan时空聚类的方法生成公交到站时刻表。
[0112]
步骤102、在上述步骤101中所述使用gps数据融合的方法生成公交到站时刻表，如流程图3所示，以某天的线路line1上运营的公交车辆bus1的gps轨迹为例，输入线路line1上的公交站点和公交车辆数据，计算与line1首末站的距离，判断bus1的运行方向，提取某方向上的所有公交站点计算与公交车辆的距离，将距离最小的所对应的时间作为bus1到达该站点的时间，得到线路line1上公交车辆bus1的到站时刻表。对所有线路所有车辆循环进行此操作，可自主化得到所有线路上所有车辆的到站时刻表。
[0113]
步骤103、在上述步骤101中所述使用dbscan时空聚类的方法生成公交到站时刻表，如流程图4所示，首先输入某天的公交车辆gps
bus
数据和公交站点gps
line
数据，对gps
bus
按车辆编号busj进行分组，得到每辆车的gps轨迹序列：使用dbscan算法对进行聚类，通过经纬度平均，将相邻的停留点合并，得到的若干个停留点以每个停留点为中心，dr＝50m为半径搜索gps
line
中的公交站点，若搜索到符合条件的站点，则从中将距离最近的站点作为车辆busj的到达站点；否则，说明该轨迹簇可能是车辆行驶过程中由于拥堵等导致的停留点。计算各的开始时间，作为busj在各站点的到达时间。对所有线路所有车辆循环进行此操作，可自主化得到所有线路上所有车辆的到站时刻表。
[0114]
所述步骤s2中，根据公交到站时刻表计算发车频率，设置一定公交车载客容量，自主化构建公交线网的供给矩阵，具体包括如下步骤：
[0115]
步骤201、如流程图5所示，输入所有线路所有车辆的到站时刻表a，提取某条线路linei上所有车辆busj的到站时刻表按照时间顺序排序。
[0116]
步骤202、计算linei的高峰小时发车频率如式(1)：
[0117][0118]
其中，为线路linei的高峰小时发车频率(辆/h)；busj为该线路在高峰小时从首站发出的第j辆公交车；高峰小时为7：00-9：00，17：00-19：00。
[0119]
步骤203、设置每辆公交车载客容量为c＝50，计算线路linei上站点m与站点n之间的供给如式(2)：
[0120][0121]
步骤204、对所有线路进行计算，可自主化得到公交线网站点间的供给矩阵s
mn
，如式(3)：
[0122]
[0123]
其中，l为经过站点m和站点n的线路数量。
[0124]
所述步骤s3中，根据公交到站时刻表和ic卡数据匹配线路名称和刷卡时间，获取上车站点和推断下车站点，自主化构建公交线网的ic需求矩阵，具体包括如下步骤：
[0125]
步骤301、如流程图6所示，输入某天的ic卡数据，按线路名称、刷卡时间进行排序。输入所有线路所有车辆的到站时刻表a。提取某条线路linei所有车辆的到站时刻表和ic卡数据
[0126]
步骤302、基于时间规则匹配上车站点。如流程图7所示，根据的车辆编号busj提取该辆车的到站时刻表将的刷卡时间与进行匹配，若在站点m的到达时间与站点m 1的到达时间之间，则将上车站点记为m。对所有ic卡数据进行时间匹配，得到所有ic卡数据的上车站点。
[0127]
步骤303、基于出行链假设、结合地铁线路站点以及基于历史出行记录的方法融合多源数据推断ic卡数据的下车站点，如流程图8(a)所示。
[0128]
步骤304、在上述步骤303中所述基于出行链假设的方法推断下车站点，假设：
①
用户上一次公交出行的下车站点为下一次公交出行的上车站点；
②
用户上一次公交出行的下车站点为下一次公交出行的上车站点附近可接受步行换乘距离d之内距离最近的站点。其流程如图8(b)所示。首先输入用户useri所有天的刷卡记录集record，从中提取某条刷卡记录recordj以及对应的线路名line和站点序列line
station
，提取record
j 1
对应的上车站点station
j 1
。判断station
j 1
是否在站点序列line
station
中，若在，则基于上述假设
①
得到下车站点；否则，计算上车station
j 1
与站点序列line
station
所有站点的距离distance，若其最小值小于可接受步行换乘距离d，则基于上述假设
②
得到下车站点。
[0129]
步骤305、在上述步骤303中所述结合地铁线路站点的方法推断下车站点，若某用户下一次的上车站点在地铁站附近可接受步行换乘距离d之内，则认为该用户可能是采用公交-地铁-公交出行方式，其流程如图8(c)所示。输入用户useri剩余未识别的刷卡记录record，从中提取刷卡记录record
j 1
以及对应的刷卡时间time
j 1
，若time
j 1
在地铁运营时间段内，计算刷卡记录record
j 1
的上车站点与所有地铁站点subway
station
的距离distance1，若其最小值小于可接受步行换乘距离d，则提取刷卡记录recordj对应的线路以及当前上车站点之后的站点序列line
station
，计算所有地铁站点subway
station
与站点序列line
station
的距离distance2，若其最小值小于可接受步行换乘距离d，则最小值对应的站点记为刷卡记录recordj的下车站点。
[0130]
步骤306、在上述步骤303中所述基于历史出行记录的方法推断下车站点，将基于出行链假设方法和结合地铁线路方法识别得到下车站点的记录进行合并，提取出其中有多次相同出行的记录作为历史记录集，其流程如图8(d)所示。输入已识别下车站点的刷卡记录record
if
，按用户id、线路名称、运行方向、下车站点进行分组，提取其中有多次出行的记录recordg，找出每组recordg中出现频率最高的记录形成历史记录集recordh。输入用户useri剩余未识别的record，根据上车站点、线路名称、方向信息匹配recordh，得到下车站点。
[0131]
步骤307、根据匹配的上车站点，推断的下车站点，统计站点间的出行od，可自主化
得到公交线网的ic需求矩阵。
[0132]
所述步骤s4中，根据手机信令数据提取用户基站间的起讫点，通过距离映射关系分配客流需求，自主化构建公交线网的csd需求矩阵，具体包括如下步骤：
[0133]
步骤401、如流程图9所示，输入某天的手机信令数据csd，基站gps
base
数据，公交站点gps
bus
数据，对csd异常数据进行清洗处理，包括稀疏数据、同位置数据、漂移数据、乒乓数据。
[0134]
步骤402、将csd按用户id进行分组，按时间顺序进行排序，提取用户出行的csd轨迹，对用户的出行方式进行划分，提取公交出行用户的信令轨迹。
[0135]
步骤403、提取信令轨迹的起点基站o和终点基站d，如图10所示，将用户的出行0d映射到基站上，获取用户在基站间的出行需求矩阵od
base
。
[0136]
步骤404、提取某基站basei在800m覆盖范围内的所有公交站点station，如图10所示，计算与的距离rj，根据rj反比关系，如式(4)，将基站间的需求od
base
分配到站点间的需求od
station
，可自主化得到公交线网的csd需求矩阵。
[0137][0138]
综上所述，相较于现有技术，本发明具有以下优点：
[0139]
1)本发明充分考虑了多源感知数据的深度融合，提出了一种自主化计算公交线网的供给矩阵的方法。使用gps数据融合以及dbscan时空聚类的方法生成公交到站时刻表，通过设置一定公交车载客容量，进一步可自主化计算公交线网的供给矩阵，有助于更加准确地掌握公交线网的运行特征和状况。
[0140]
2)本发明充分考虑了多源感知数据的特征，运用基于时间规则的方法、传统出行链的方法、结合地铁线路的方法以及基于历史出行记录的方法，实现了对ic卡数据的上车站点匹配和下车站点推断，进一步可自主化构建公交线网的ic需求矩阵。
[0141]
3)本发明充分考虑了手机信令数据在城市交通应用中的优势，提出了一种基于手机信令数据的城市公交线网需求矩阵自主化构建方法，可以有效弥补传统方法无法挖掘潜在公交出行需求的缺陷，有助于获取潜在用户的出行特征，以指导交通管理和决策者进行政策规划，提高城市公共交通的吸引力和服务水平。
[0142]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0143]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考
虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0144]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-on ly memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0145]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0146]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0147]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0148]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0149]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0150]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。