本技术公开了一种基于电子地图应用程序接口的地铁换乘客流计算方法,属于公共交通技术领域,通过将城市地铁站点遍历组合,形成站点组合数据库;根据地铁车站名称,通过电子地图API获取车站经纬度和站点POI ID,构建站点经纬度组合数据库,再根据该数据库,通过电子地图API获取轨迹路线和轨迹时间,确定换乘点。地铁AFC数据中识别得到出行样本,通过样本出行时间与轨迹时间的相对误差,对轨迹进行修正,进而将出行样本与路径换乘点关联匹配,进行轨迹回溯,进而得出换乘客流和统计指标。本发明计算量小且操作步骤简单,同时实现了不过度依赖视频设备和工作人员,准确性更高、成本更低、获取结果更接近实际。
背景技术
近年来,随着轨道交通的迅速发展,从理论上研究乘客在各路径上的选择概率、客流分配情况以及换乘客流的流量与流向,有助于准确地掌握轨道交通网络的运营效率以及判断客流分配规律,及时调整列车运行计划,进而提升城市轨道交通的运营服务水平。
目前而言,起终点的客流量可以通过购票、刷卡、扫码等在闸机口进出数据轻松获取,而对于换乘量的确定目前并没有统一的计算方式。现有确定换乘客流的方法主要有网络模型法(如最小换乘法、最短路径法、客流清分模型等)、机器视觉法以及GPS(GlobalPositioning System)定位分析法等不同的方法。其中网络模型法,主要通过加入约束条件,构造计算模型来计算换乘客流,而诸多的约束条件,使得计算模型越来越复杂,同时该方法的约束条件确立的主观性可能导致较大的偏差;机器视觉法,主要利用高清摄像头或者人脸识别装备等视频设备,通过计算机视觉算法从视频中提取关键信息,确定人流流向,进而确定该站点的换乘人数,该方法对换乘站环境要求过高,且需要极大的人力物力,花费过高,数据精度高度依赖于采集设备以及工作人员,误差较大;GPS定位分析法确定换乘客流是一种先进且高效的方法,主要通过分析用户的GPS定位数据,确定用户在地铁换乘站附近的停留时间和移动轨迹,但该方法首先是涉及数据隐私问题,其次数据来源和收集方式由于地理位置原因可能存在偏差。
近年来,随着智能化技术在交通领域的应用,以高德地图为代表的电子地图APP(Application)在用户出行中所占的优势越加明显,通过电子地图获取用户轨迹的方法,符合大部分用户的出行习惯,同时电子地图的API(Application Programming Interface)接口均为免费获取,其成本需求较其他技术方案少,并具有计算量小、步骤操作简单、获取结果准确且可获得全方式全样本换乘点的优点。本发明正是基于电子地图API计算轨道交通换乘客流的计算方法。
实现思路