本发明涉及公共交通数据分析和可视化方法，尤其是一种可视化的公交大数据分析系统，属于交通大数据应用领域。
背景技术：
公交客运是一个城市不可或缺的重要的一部分，随着城市的不断发展，流动人口的不断增加，公交客运为大众服务，集约化的作用越来越明显。公交作为一个城市的窗口，承担的任务越来越重，公交客运系统的完善迫在眉睫。尤其对于大城市来说，公交线路、公交站点以及公交排班的规划必须是合理有效的。
然而，由于公交客运系统没有形成精准化、可视化的数据分析系统，导致现有系统的数据质量较差。例如，公交到站时间不准确、高峰期大量公交车车内人数过多、公交线路设置重复、公交站点设置不合理等问题经常出现。然而当出现这些问题时，目前的公交客运系统无法及时的发现问题和反馈问题，这样会错过解决交通问题的最佳时间和方式，容易导致客运系统无法正常运行甚至会导致整个城市出现交通瘫痪。
传统的获取公交出行数据的方法通常依赖于实地考察，然而在今天的大数据时代，城市交通大数据智能应用系统应运而生，但是由于公交数据种类繁多，动态多变，形式多样，目前的公交分析系统并不能解决公交车车辆拥堵、线路调整和站点设置不合理等问题。同时，一个城市公交站点数以百计或千计，一个有效的公交可视化分析系统也是一个不容忽视的问题，但是当前的不完善的可视化系统并不能满足需求。
针对现有的公交数据不准确以及可视化效果不佳所带来的种种弊端，本发明提出了一种可视化的公交大数据分析系统。利用大数据分析和可视化技术，向用户以可视化方式动态展示公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵和公交线路路段流量，当出现站点人数过多、车辆偏离轨迹或车内人数超过一定阈值时发出告警，相关人员可以迅速处理异常情况。本发明还对公交线路规划以及公交站点选址提供数据支撑。
技术实现要素：
针对上述现有技术存在的缺陷，本发明提供一种可视化的公交大数据分析系统，所采用的公交大数据主要包括车辆GPS数据、IC卡刷卡数据以及公交线路、站点数据，分析和可视化的结果包括公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵和公交线路路段流量。主要包括以下几个步骤：1）公交大数据的提取，其包含车辆GPS数据、IC卡刷卡数据以及公交线路、站点数据；2）公交车运动轨迹的确定，利用公交线路、公交站点和GPS数据，描绘公交车的运动状态；3）公交系统数据分析，包括公交车上下车人数、车内人数、客流OD矩阵和公交线路路段流量；4）公交系统可视化，通过可视化界面展现公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵和公交线路路段流量。
本发明的具体技术方案如下：
步骤1，公交大数据的提取
本发明所采用的公交大数据主要包括车辆GPS数据、IC卡刷卡数据以及公交线路、站点数据。利用大数据平台的流处理能力，实现车载GPS设备、刷卡设备等多个车载终端采集到了实时数据的汇集。
步骤2，公交车运动轨迹的确定
将公交实时GPS数据与路网匹配，并且结合公交线路、公交站点数据，确定公交实时运动所在线路和经过每个站点时间。
步骤3，公交系统数据分析
本发明所要分析的数据有站点上下车人数、车内人数、客流OD矩阵和公交线路路段流量，具体做法如下：
步骤3.1，对步骤2获取的公交车运行线路和过站信息，结合IC卡刷卡时间，利用聚类分析法获取每个站点的刷卡上车人数；
步骤3.2，根据站点上车人数、站点周边500米范围内土地性质、乘客平均出行距离、站点换乘线路数量确定站点下车概率矩阵，利用站点上车人数和站点下车概率矩阵，确定站点下车人数；
步骤3.3，当前位置车内人数为当前位置之前所有站点的上车人数减去当前位置之前所有站点的下车人数；
步骤3.4，利用每个站点的下车概率矩阵：得到每两个站点间的客流交换情况，经过叠加，获取站点间客流OD矩阵；
步骤3.5，统计每条线路路段指定时间内所有经过的公交车车内人数之和，获取公交线路路段流量。
步骤4：公交系统可视化
本发明通过可视化界面展现公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵、公交线路路段流量，具体做法如下：
步骤4.1，使用步骤2获取的数据，结合GIS地图，展示公交车实时位置和过站信息，当公交车位置偏离既定的公交线路时，系统发出告警；
步骤4.2，使用步骤3.1和3.2获取的数据，结合步骤4.1的展示的车站信息，展示每个站点的上下车人数状况；
步骤4.3，使用步骤3.3获取的数据，结合步骤4.1的展示的公交车位置信息，展示每辆公交车每一时刻的车内人数，当公交车车内人数超过一定阈值时，系统发出告警；
步骤4.4，使用步骤3.4获取的数据，结合GIS，展示每两个公交站之间的客流交换情况；
步骤4.5，使用步骤3.5获取的数据，结合GIS，展示每条路段的公交客运流量。
本发明的有益效果是：该可视化的公交大数据分析系统，整合公共交通系统多种数据，利用大数据分析和可视化技术，向用户动态展示公交车实时位置、站点上下车人数、车内人数、客流OD矩阵和公交线路路段流量，当出现站点人数过多、车辆偏离轨迹或车内人数超过一定阈值时发出告警，相关人员可以迅速处理异常情况。该可视化的公交大数据分析系统还可以在公交车偏离既定的公交线路或者公交车车内人数超过一定阈值时系统发出告警。
附图说明
图1 为本发明可视化的公交大数据分析系统总流程图。
具体实施方式
以下结合附图对本发明的特征及其它相关特征作进一步详细说明。
如图1所示，本发明提供一种可视化的公交大数据分析系统，所采用的公交大数据主要包括车辆GPS数据、IC卡刷卡数据以及公交线路、站点数据，分析和可视化的结果包括公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵和公交线路路段流量。主要包括以下几个步骤：1）公交大数据的提取，其包含车辆GPS数据、IC卡刷卡数据以及公交线路、站点数据；2）公交车运动轨迹的确定，利用公交线路、公交站点和GPS数据，描绘公交车的运动状态；3）公交系统数据分析，包括公交车上下车人数、车内人数、客流OD矩阵和公交线路路段流量；4）公交系统可视化，通过可视化界面展现公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵和公交线路路段流量。
以成都市1路公交上行线为例，全程票价2.0元，实行一站式上车刷卡收费。
步骤1，公交大数据的提取
获取成都市1路公交上行线的线路、站点数据以及某天早高峰时段（7:00-10:00）的所有公交车的GPS数据、IC卡刷卡数据，其中包含39辆车的GPS数据以及2955条刷卡记录。
步骤2，公交车运动轨迹的确定
将公交实时GPS数据与路网匹配，并且结合公交线路、公交站点数据，确定公交实时运动所在线路和经过每个站点时间。
步骤3，公交系统数据分析
本发明所要分析的数据有站点上下车人数、车内人数、客流OD矩和公交线路路段流量，具体做法如下：
步骤3.1，对步骤2获取的公交车运行线路和过站信息，结合IC卡刷卡时间，利用聚类分析法获取每个站点的刷卡上车人数，如表1所示；
表1
步骤3.2，根据站点上车人数、站点周边500米范围内土地性质、乘客平均出行距离、站点换乘线路数量确定站点下车概率矩阵，利用站点上车人数和站点下车概率矩阵，确定站点下车人数，如表2所示；
表2
步骤3.3，当前位置车内人数为当前位置之前所有站点的上车人数减去当前位置之前所有站点的下车人数；
步骤3.4，利用每个站点的下车概率矩阵：得到每两个站点间的客流交换情况，经过叠加，获取站点间客流OD矩阵，如表3所示；
表3
步骤3.5，统计每条线路路段指定时间内所有经过的公交车车内人数之和，获取公交线路路段流量。
步骤4：公交系统可视化
本发明通过可视化界面展现公交车实时位置、站点上下车人数、车内人数状况、客流OD矩阵和公交线路路段流量，具体做法如下：
步骤4.1，使用步骤2获取的数据，结合GIS地图，展示公交车实时位置和过站信息，当公交车位置偏离既定的公交线路时，系统发出告警；
步骤4.2，使用步骤3.1和3.2获取的数据，结合步骤4.1的展示的车站信息，展示每个站点的上下车人数状况；
步骤4.3，使用步骤3.3获取的数据，结合步骤4.1的展示的公交车位置信息，展示每辆公交车每一时刻的车内人数，当公交车车内人数超过一定阈值时，系统发出告警；
步骤4.4，使用步骤3.4获取的数据，展示每两个公交站之间的客流交换情况；
步骤4.5，使用步骤3.5获取的数据，展示每条路段的公交客运流量。