● 摘要
在公交车辆运营调度中，准确而有效的车辆定位是实时调度和动态监控的基本前提和有力保障。然而，南中轴路BRT的车辆GPS定位数据由于建筑物遮挡、天气影响等原因，会出现定位数据丢失的现象。另外，站台监控系统会因为部分站台检测线圈布线范围不够、司机不按规定线路行驶等原因而无法获取车辆识别数据。上述情况很大程度上影响了目前系统中车辆定位的效果。为此，需要依据南中轴路BRT车辆GPS定位和站台车辆识别定位的特点，对车辆定位数据进行融合处理。 本文首先研究了车辆定位数据的故障分类和处理的方法，然后提出适应南中轴路BRT特点的车辆行车时间预测算法，以对丢失或失真的车辆定位数据进行修复。该算法基于Sage滤波器，并利用车辆行程时间历史数据对其中的预测结果和误差进行修正，以减少异常数据产生的扰动。另外，考虑到车辆行程时间历史数据流会随着时间的推移而快速增长的特点，本文研究了对其进行存储和管理的方法。该方法利用凝聚层次聚类算法对行程时间数据流进行压缩，然后以此为基础，借鉴分类器系综方法的思想对历史数据进行更新。 在车辆定位数据融合的设计和实现中，本文利用BRT车辆行程时间预测算法对车辆GPS定位数据和站台车辆识别数据进行补充和修复，并利用后两者对预测算法的参数进行修正。在此基础上，本文设计并实现了运营监控系统，利用一维图形显示方式对车辆的运营位置和状态进行监控，以辅助实时调度。另外，设计并实现了运营计划模拟系统，以图形显示的方式展现运营计划编制的实施效果。 目前本系统已在北京市南中轴路BRT投入使用，并且通过了“十五”国家科技攻关项目专家组的验收。