于海涛：公交大数据技术创新与应用

公交大数据技术创新与应用

——于海涛在中国城市公共交通协会大数据专业委员会成立大会暨首届大数据论坛上的演讲

于海涛，男，高级工程师，北京市交通信息中心主任助理，数据分析部部长，一直从事智能交通关键技术研发和应用推广工作，为北京市智能交通的建设发展做出了突出贡献。

作为技术骨干参与完成了国内首个基于浮动车技术的动态交通信息服务系统，主持完成了北京市实时公交服务系统建设和北京市交通行业大数据中心建设。承担了多项国家发改委CNGI项目、国家863项目、交通运输部示范工程及北京市级科研课题。他参与编制国家标准1项，主持编制行业标准1项及地方标准2项，获得国家发明专利授权4项，发表相关国内外高水平论文10余篇。

于海涛同志曾获得国家技术发明二等奖、中国公路学会一等奖、北京市科学技术二等奖、北京市科技新星、北京市委组织部优秀人才专项资助、北京市优秀工程设计奖等荣誉。

以下是演讲内容：

各位领导和专家下午好，非常感谢在今天有机会能与各位分享北京市在地面公交大数据技术创新与应用的经验和体会，首先介绍一下我们这个团队。

我是来自北京市交通信息中心数据服务部，我们这个部门主要聚焦于北京市交通行业数据中心运行管理、交通大数据技术创新与应用分析相关工作。从2010年开始开展地面公交大数据相关的工作，也取得了一些成果。其中我们体会非常深的一点是公交大数据技术创新和应用还是要与行业需求更深入的结合。

那么需求是什么呢？刚才来自公交企业领导也谈了他们关于公交的一些需求，我们北京这方面的需求是什么，我们也详细分析过，在这里给大家分享一下，现在地面公交行业确实面临着变革。这个变革的需求在我们10年刚刚涉足大数据研究的时候还不是特别迫切，但是从2014年开始，伴随着票制改革，非首都功能疏解，以及轨道交通发展的影响，这个变革的需求就越来越强。

通过分析，2014年至2015年一年公交客运量下降幅度15%以上。2015年到2016年也有一个每年10%以上的下降幅度。其中主要原因就是轨道交通大发展，我们系统分析了一下，2014年到2017年，我们开通轨道线路达到7条，累计达到100多公里，到2020年预计能总里程接近一千公里。另外互联网新业态发展也有较大影响，随着定制公交的兴起，线路超过300条，另外还有共享单车的潜在影响。

具体到轨道新线的影响，结合整个公共交通数据，含公交和地铁数据，从大的趋势来看，从2008年开始，公共交通客运量一直在上升。从一开始日出行量不足2000万，到现在2200万出行人次。其中轨道交通持续大幅的增长，地面公交2008年到2014年初期变化不是很明显。但是从2015年开始急剧下滑，2015年9月份第一次低于轨道交通客流量。

（PPT截图：轨道新线影响）

共享单车我们也做了一个系统的分析，今年上半年我们对比2016-2017年4-6月份的客流数据，可以说共享单车对整个公共交通体系来说，影响主要体现在局部上，因为北京市地面公交和轨道交通在定位上，主要还是满足中、长距离出行需求。比如地面公交线路中20站以上的线路还是占大多数，共享单车影响主要还是在局部2公里范围之内。通过对2公里范围内地面公交换乘影响做了抽样分析，抽样站点客流最多下降幅度50%以上，普遍都有30%左右的降幅，共享单车对公交客流的影响从局部来看还是存在的。

综合以上分析，由于地面公交客流的下滑，公交企业的管理者对于公交整个运营模式的优化和变革就会有迫切的需求，那么这种变革的机遇在哪里？我认为那就是公交大数据和大数据技术。现在我们已经积累4万多个站点的基础数据，而且这个数据我们每天都在更新；同时我们整合了北京每日二千多万次刷卡数据；另外我们跟运营商合作，还通过7亿条基站数据提取了北京市人流出行量数据。

有了这些数据，我们的切入点在哪里呢？我认为大数据应用的切入点就是智能服务和智慧决策，通过大数据提升企业管理效率和服务水平！

围绕这个切入点，我们从2010年便开始了探索和实践，首先我们从实时公交出行服务开始。通过科技部863和北京市科委的科研课题，我们实现了技术创新和软件开发，2013年在北京首次发布“北京实时公交”APP。2014年我们通过服务转型，转型到公交运营企业和调度方面，在示范线路取得初步成果。今年我们将相关成果进行了系统总结，初步形成了北京市一整套公交大数据技术体系，并申报了北京市和中国智能交通协会的奖项。

我认为公交大数据技术体系应包括三个方面。

第一个方面是精细化数据加工，它是一切后续工作的基础，在大家都在谈论高大上的大数据技术的时候，这项工作是最容易被忽视的基础环节。因为我们做公交大数据深入挖掘分析，好的数据基础和质量往往会起到非常关键的作用。

第二个方面是精准化的公交特征计算，它是支撑环节，我们一定要把公交运营的状态和特征进行精确提取，才能为后续的服务和决策提供支撑。

第三个方面是智慧的公交决策服务，它是公交大数据应用环节，包括面向公众的服务、政府的管理、企业运营各种大数据的应用技术。在这个环节上，市面上很多所谓的公交大数据平台，只是做了一般的数据统计，而从一般数据处理到真正的大数据分析和决策，并且做到深入、实用、与具体业务紧密结合是非常有挑战的。

（PPT截图：大数据处理挖掘技术体系）

我们围绕刚才说的三个方面，进行了一些技术创新和积累，初步形成公交大数据技术体系。

首先在精细化数据汇聚加工方面，建立了一套公交数据体系，梳理、定义了地面公交成套的数据结构和规范。可以说我们实现了对公交数据的汇聚、规范化、流程化管理。这里不但包括各种常见的动静态数据，还细化到公交线网空间数据、公交停车场区域电子围栏、刷卡数据里的站点与公里数映射表等数据。截至目前我们梳理、定义、保存了15大类，近1000亿条数据；同时也制定一套数据加工、维护、预处理的流程，每日加工、更新相关数据多达30余项。

其次在精准化公交特征计算方面，围绕准确客流计算和精确速度计算开展了技术创新，形成若干成果。针对北京刷卡数据存在的标定站序和实际序号不匹配、刷卡提前延误、司机用报站器不同步等问题，我们提出基于关键证据链的客流识别方法，准确提取出各站的客流。在公交路网速度计算方法，针对公交车GPS数据异常、位置数据分布不均匀及稀缺性、站点延误、红绿灯等待等问题，提出包括车辆行驶数据异常处理、时空相关性多级填补、交通路况信息准确辨识在内的多维适配公交运行速度处理技术体系。通过以上技术成果我们每天可以快速提取900余条线路，将近5万站点的客流情况，以及我们每两分钟计算覆盖10多万地图路链的北京公交全路网的实时路况，比如北部最远我们可以到延庆，南边可以到固安，西边可以到北三县，都可以覆盖到。

（PPT截图：公交路网运行路况图）

最后就是我们在企业管理和公众服务方法开展的大数据应用创新在智慧公交调度方面，我们提出了一套基于多层次目标关联的公交运营优化调度方法。通过我刚才提到的准确客流数据、公交线网运行速度数据、通过基站数据处理后的人流OD数据，以客流量最优、运行时间最短、满载率合理为目标，同时考虑司乘人员工作强度、场站资源，通过管理决策优化方法，获得最优的线路运力配置和车辆发车计划。

我们在北京某条运通线路做了示范，这条线路2016年9月份开通，到11月份客运量在5000-6000人次。通过我们优化道路调整，实际上在4、5月份，客运量达到7000余人次，还是比较可观的，平均客流至少有20%以上的提升，司乘人员平均时长减少20分钟，同时节省了6辆车的运力。

在线网规划方面，我们提出一款基于多维特征的公交新线预测技术。那么我们为公交新线的选址提供支持和帮助。这里我们也有一个具体案例，公交企业在去年在东南三环开通一个新线路。企业预先建议的方案确实从表面上看客运量应该比较高，因为它覆盖很多轨道换乘站点，而且总的站点数比较多，线路长度比较长，达到8.5公里，但通过我们预测实际客流量只有3500人次。后来我们推荐了另一个方案，虽然覆盖公里6公里，但是预测客流1.3万人次，虽然只覆盖2个地铁换乘站，但是它更匹配乘客出行需求和更高的周转能力，所以有更高的客流量。

在公交安全管理领域。我们也有一些积累，这一点我们通过一些计算机和视频分析技术，围绕车内客流检测、司机疲劳行为识别，做了一些技术尝试和积累。

在运营管理整体上我们提出一套公交企业评价体系，基于我们已有数据，车辆运行的数据、客流数据、调度数据。我们可以为公交企业提供管理效果的量化指标，让他们客观、量化的了解运营情况，比如公交服务舒适性、运营安全性和可靠性。

在出行服务方面，我们2013年发布北京实时公交APP，累计下载量400余万，每天日活达到10万余人，为北京市民公交出行做了点实际工作。在定制公交服务方面，我们与一些企业合作，通过客流OD分析，为定制公交平台提供候选线路决策，后面我们想在高铁快巴也做一些尝试。

我们展望未来，地面公交发展变革离不开大数据的支撑，还需要更多汇聚、依靠大数据的力量，未来公交发展与大数据的结合聚焦三个方面。第一个聚焦多元主动的运营模式，相对我们线路筛选被动、单一的调度模式。未来我们会依托公交大数据，更主动的结合乘客需求，在运营上发展接驳专线、假日专线、微循环小巴、高铁快巴，还有有轨电车针对不同乘客需求发展出更多运营模式。第二聚焦舒适便捷公交服务，通过大数据让乘客获得更便捷的公交出行体验，我们还有很多潜力可挖。第三聚焦于绿色环保新业态，随着电动公交车的增长，这方面对于大数据的需求空间也很大，比如通过大数据可以为充换电站选取提供支撑。

最后我想说，未来公交大数据会有更大的发展潜力和更多应用场景，在这里也希望与在座的政府、企业、科研单位的领导和同仁，在公交领域有更多的探讨和合作。谢谢大家！

来源：赛文交通网