基于巡游车和网约车订单数据的定制公交需求挖掘与线路设计
汽车
2024-11-04 19:55
广东
另外，欢迎你有更多提升自己技术能力的需求，如交通模型、交通仿真、交通规划、交通信控设计调优等内容，欢迎学习我们课程频道相关内容：徐同学畅销交通技术课程一览。地面常规公交是提高交通资源利用率、缓解交通拥堵、降低交通污染以及保障城市可持续发展的重要手段，但目前正面临着客流减少、运营难以维系的困境。如何提升公交的服务质量、增加其对居民出行的吸引力，进而使得公交企业收入提升，能够稳定的运营下去，是当前亟需解决的问题。作为一种出现已久但尚未全面推广的交通“新”业态，定制公交为解决这一问题提供了潜在的方向。定制公交通过整合个体出行需求，为出行特征类似的群体提供差异化、定制化的公共交通服务，具有时效性强、舒适度高等优点，且价格实惠，能提供更加“门到门”的公交服务，有效弥补了常规公交的缺陷。新冠疫情时期，定制公交更是体现出了巨大的优势：定制公交为复工企业提供了通勤保障，今后可成为常规公交线路的有力补充；可以解决疫情过渡期间跨区域、长距离的出行需求，进一步解决传统公交无法及时响应乘客合理需求的问题；定制公交在回溯乘客出行信息等方面也十分方便，能在保障出行需求的基础上降低疫情扩散风险。在后疫情时期，人们的个体私人出行意愿增强，这是常规公交客运量下降的重要原因之一，此时更应审视定制公交的作用，充分发挥其价值，帮助公交企业渡过难关。精确识别居民出行需求是把握城市交通热点分布、制定各类公共交通服务策略的重要基础。出租车（这里包括巡游车和网约车）在城市的覆盖面极广，所产生的订单数据精度高、定位性强，能有效反映城市中的居民个性化、高品质的出行需求，已有大量学者基于此类数据针进行公交服务的研究，例如Bastani等通过分析出租车轨迹建议是否开通公交线路；肖露艳基于出租车轨迹数据规划了城市夜间公交线路。算法整体包括3个功能模块：数据清洗与预处理模块、站点选取模块、线路生成模块。每部分模块内部分多个步骤：城市网约车和巡游车的订单数据、GIS数据作为本模块算法的输入。首先基于时空范围等约束进行数据清洗，之后完成时段分组与坐标转换，再与栅格化的GIS数据进行坐标匹配，输出匹配后的栅格地图，该栅格地图每个栅格包含网约车和巡游车上下客点位数量信息。匹配上下客点位后的栅格地图作为本模块算法的输入，具体步骤如下：①依据一定上下客点位数量阈值筛选原栅格地图中部分栅格作为上下客“热点”；②对上述“热点”进行初步聚类，相邻的热区形成一个集群，形成一定规模的上下客“热区”；③通过基于密度的聚类方式，对上述“热区”再进行聚合，形成更大规模“热区”；④考虑乘客最大步行距离限制，对大型“热区”重新分割成为站点区域，新的区域将符合实际公交站点的服务辐射范围；⑤依据每个区域内“热点”的分布情况，通过一定规则选择出得分最高栅格，其基本原则是邻接的热区尽量多，上下客占比尽量高，该热区的中心坐标作为候选站点坐标，计算公式如下：![]()
为第个栅格的邻接栅格数量![]()
；![]()
为网格内的小时平均上下客点位数量；⑥结合候选站点位置、订单数据完成站点间OD矩阵与行程时间矩阵计算，并完成OD可视化以便于定制公交运营模式分析。本部分将输出候选站点坐标、站点间OD矩阵与站点间行程时间矩阵。定制公交候选站点坐标、站点间OD矩阵与站点间行程时间矩阵作为本模块算法的输入。候选站点坐标将被用于生成候选线路，该部分算法将通过构建空间几何约束，在候选站点间生成在空间上合理的候选线路有向图，供定制公交实际线路做参考；实时更新的站点间OD矩阵、站点间行程时间矩阵与候选线路有向图被用于“实时线路选择”，最终选择出时长可接受、客流量大的最佳实时线路。根据公交线路设计原则，线路生成时，需要满足以下3条约束：①站点间距应处于一适中距离，在控制其运行里程的同时确保站点数不会过多和过少。②公交线路应始终从起点向终点前进，即线路始终在远离起点并接近终点。最终形成一个由多条线路构成的选择集，根据上一模块中矩阵运算步骤所得的OD矩阵和行程时间矩阵再做进一步筛选，希望能在尽量短的线路行程时间内累积尽量多的客流（OD）。3、案例应用
3.1 数据处理
以厦门为例检验技术路线有效性，订单数据中包括每个订单的上下客点时间和经纬度。从布局看，上下客点位分布热区还存在以下特点：a. 在靠近主干道路区域，上下客点位分布增加；b. 城市重要交通枢纽区域上下客点位数量显著高于其他区域。上述特点表明定制公交线路走向较大可能沿主干道进行设计，而重要交通枢纽将成为重要候选站点。对比工作日与节假日，上下客点位空间分布情况无较明显差异，但在数量上有较大差距，由此有必要区分这两种情况。3.2 候选站点
算法得到工作日候选站点约500余个、节假日候选站点约400余个，工作日和节假日候选站点分布如图7所示。从整体上看，无论工作日与节假日，大部分候选站点密集分布于厦门岛内，而在内部分布稀疏，且多位于主干道沿线。由此进一步验证定制公交潜在客源需求的集中区域与土地利用的关系。3.3 线路生成
根据站点间的OD时空分布，将线路分成以下四种类型：①工作日日间全时段型：交通枢纽间联系强，乘客出行距离长；设计I类线路：强化对外交通方式间或对外交通方式与城市内部交通间联系；②工作日通勤高峰型：重要交通枢纽同部分大型办公区域联系强；设计II类线路：强化枢纽-城市大型办公区域间接驳联系；③节假日日间全时段型：无明显的高峰时段，枢纽前往热门景点乘客量明显；设计III类线路：在节假/双休日日间时段运营的枢纽—景点和景点间的旅游接驳，用于休闲旅游群体；④夜间小高峰型：客流分布较为杂乱，但大型商圈与居住区之间的联系较强；设计IV类线路：仅在晚高峰及深夜时段运营的商圈—大型居住区之间的夜间线路，服务夜间休闲娱乐群体；图 8 工作日日间全时段型（左）和工作日通勤高峰型（右）图 9节假日日间全时段型（左）和深夜小高峰型（右）3.4 运营方案
以I类线路“工作日日间全时段型”为例，生成了火车站和火车北站间的线路，并且与现状常规公交线路进行对比。定制公交线路全程用时约为60分钟，站间距为2-3km。同时还可注意到，线路两个方向的站点略有差异，并不是完全的镜像关系，这其实也符合定制公交“按需响应”的特点。查询现状两个火车站间的线路，发现本方案产生的线路与现状线路走向本一致，说明了算法的有效性，但是由于在设计时未考虑车辆转向限制，并且对线路曲折度的约束较为宽松，导致算法生成的线路更加“凌乱”。用实时路况结合公交车速估计公交行程时间，从图12和图13中可以看到，除晚高峰时段车辆运行时间略长，其余时段线路运行时间基本稳定。基于各时段发车的累计客流，制定本线路运行方式：日间开行，每30min发一班次，40座大巴，全天共发车29辆。当车辆资源紧张时，可考虑取消部分时段客流较低班次。4、 研究总结
4.1 研究小结
本研究提出的定制公交需求挖掘和设计方案完全由网约车和巡游车的订单数据驱动，或许能够起到将一部分私人个体化出行转移到更集约的公交出行上的作用。厦门的快速公交系统十分发达，大量的高架路段被用于城市BRT，因此以厦门为例去进行定制公交的研究具有很强的实用价值。虽然目前BRT系统受到了一些质疑，但不可否认，相比轨道，BRT具有造价低、线路灵活、建设周期短的优势，厦门在人口及交通需求还未达到建设地铁的标准时，首选开通BRT线路作为缓冲，并建设了部分高架路段，待时机成熟后可作为轻轨进行改造。在具体实施上，厦门目前已经有专门的定制公交预约平台。截至2024年7月，厦门已经开通近200条定制公交线路。用户可以通过掌上公交APP进行线上预订，操作流程简便快捷：下载掌上公交APP，打开定制公交界面，选择已开通班次预购线路，然后前往订购，选择上下车站点和日期，最后进行线上支付。在新线路开通前，集团会先试运行几天，根据订单量再进一步判断线路是否确实有必要设置，这一过程充分体现了定制公交的灵活性。4.2 改进方向
本研究尚有较多不足，后续至少可考虑从以下几个方向开展优化：①虽然在约束中限制了线路不能过于曲折，但实际上并未考虑到和道路网系统的配合，公交车辆体型较大，在交叉口转弯不易，进一步考虑转弯次数或者转弯半径限制会更加合理。②在进行线路设计时未考虑现存的轨道交通线路，若公交线路和轨道线路距离较近可能会造成运力浪费，两者的竞争也不利于定制公交收集客流。③算法通过“大”数据识别出了潜在的定制公交需求，但这部分需求是否确实会转移到公交出行上还有待“小”数据的检验，可进行市域范围的问卷调查明确这部分意愿是否显著以及受什么影响。4.3 个人观点
当前针对公共交通（特指地面常规公交）困境的讨论甚嚣尘上。相比小汽车出行，公交的优势是低廉的价格，但随着轨道网的完善，两者的竞争关系直接导致了常规公交客流的大量流失，有许多学者深入研究了轨道和地面公交的竞合关系。在很多大城市，常规公交逐渐转向区域长途干线和轨道短途接驳两种极端，这或许是未来的一个转变方向。除此之外，随着人们对出行品质的要求不断提高，常规公交不稳定的行程时间、发车时刻和间隔对其“信用”造成了巨大的破坏。效用理论告诉我们，当其他选择的效用更高时，人们自然会切换选择。我一直关注的赵燕菁老师说过，当前城市从资产负债表建立的过程迅速地转向盈亏平衡表，城市规划需要回答的问题从“怎么建设”变成了“怎么维持”。在当前的严峻困境下，公共交通规划更要去转换思维。以浙江省乡村公交的规划项目为例，住建厅的要求是“村村通”，对于地方政府和设计单位来说，实现这个目标很简单，每个村都设置一班通往城区的公交线路即可，但由此产生的运力浪费和财政补贴确无人深究，实际也导致了部分村的线路仅有个位数的客流。由此我总结在进行公交线网规划时或许要考虑以下几个因素：①“实事求是”地明确每一条公交线路的定位。虽然公交规划文本中都会有线路定位这一章节，但有多少是千篇一律照抄以前规划文本的废话，有多少是真正基于现状服务对象和客流去确定的呢？只有首先把线路定位捋清楚，才能明确线路承担的功能，保证每条线路都充分发挥作用。②给公交做减法并不可耻。指标固然重要，但更要关注公交面临的困境。任何一个公交规划文本中都会计算站点覆盖率，线路系数等指标，以彰显城市公交线网的完善，但指标是可以说谎的。为了满足覆盖率等指标，在远郊区大量设站，沿着轨道线路铺设公交线网，最终得到的就是一个看似完善实则没用的公交网络。重新梳理现存公交网络，做做减法，轻装上阵应对危机或许更好。③寻找公共交通公益属性和商业属性的帕累托最优。公益属性要求公共交通尽量覆盖全部人口，商业属性要求公交企业收支平衡，我们要承认两者很大程度上是冲突的，但现实世界中的多目标优化问题非常普遍，虽然做不到两者兼顾，但起码可以尽量去寻找帕累托最优，目前的情况倒像是成了“存人失地，人地皆失”，单纯追求线网完善，罔顾客流减少，收入降低的现实，迟早也会导致线路停摆。④审慎看待数智化措施。凡是公交规划本子，最后必然会加一条推广智慧公交设施，也不管能否运用、怎么运用，写本子的规划人员是否了解其基本应用场景和原理呢？若是自己都完全不懂，难道仅是百度得来的知识就可以作为结论了吗。引用行业知名博主某H的一句话：我们的交通还没来得及精细化，就先开始了数字化，它能产出多少有效的实践经验。公交系统本身有问题的基础上还大谈特谈数字化，在我看来是从业人员在自丢饭碗。5、参考文献
（1）牟伟华. 如何提高公交分担率—世界经验及我国展望[D]. 山东大学, 2016.（2）J. Zhang, David Z. W. Wang, M. Meng. Analyzing Customized Bus Service on a Multimodal Travel Corridor: An Analytical Modeling Approach. 2017, 143(11)（3）Cao Y, Wang J. The Key Contributing Factors of Customized Shuttle Bus in Rush Hour: A Case Study in Harbin City[J]. Procedia Engineering, 2016, 137:478-486.（4）Liu T, Ceder A. Analysis of a new public-transport-service concept: Customized bus in China[J]. Transport Policy, 2015, 39:63-76.（5）刘芳, 杨雪英. 新冠肺炎疫后交通运输新业态发展情景研判及对策建议[J]. 交通运输研究, 2020, 6(3):39-47.（6）周继彪,马昌喜,董升,张敏捷.新冠肺炎疫情下城市公共交通非常规防疫策略——以宁波市为例[J/OL].中国公路学报:1-11[2020-09-21].（7）马昌喜,王超,郝威,刘晶,张兆磊.突发公共卫生事件下应急定制公交线路优化[J].交通运输工程学报,2020,20(03):89-99.（8）Chang H W, Tai Y C, Hsu Y J. Context-aware taxi demand hotspots prediction[J]. International Journal of Business Intelligence & Data Mining, 2009, 5(1):3-18.（9）Wang Y, Zheng Y, Xue Y. Travel time estimation of a path using sparse trajectories[C]// ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, 2014:25-34.（10）Bastani F, Huang Y, Xie X, et al. A greener transportation mode:flexible routes discovery from GPS trajectory data[C]// ACM Sigspatial International Symposium on Advances in Geographic Information Systems, Acm-Gis 2011, November 1-4, 2011, Chicago, Il, Usa, Proceedings. DBLP, 2011:405-408.（11）肖露艳. 基于出租车轨迹数据的城市夜间公交线路规划研究[D]. 中国科学院大学, 2017.（12）Chen C , Zhang D , Li N , et al. B-Planner: Planning Bidirectional Night Bus Routes Using Large-Scale Taxi GPS Traces[J]. IEEE Transactions on Intelligent Transportation Systems, 2014, 15(4):1451-1465.如果你对上述内容有疑惑或想加入徐同学频道社群，请添加微信（id：xutongxue_001），备注姓名+单位+领域。
如果想看更多，请转发、点赞、评论支持！你们的支持是频道更新的动力。
