近日，由中国智能交通协会城市交通委员会、国家智能交通产业技术创新联盟主办的第十二届中国智能交通年会城市智能交通创新发展论坛上，北京市交通信息中心副主任杜勇发表《公交大数据技术创新与应用》的演讲。
     
        一、大数据背景下的北京公交
       最近几年，北京的地面公交客运量在逐年下滑，而且下滑的幅度达到了10%以上。这其中包含了很多原因，其中主要的原因在于北京轨道交通大规模的发展。另一方面，近几年互联网的进入使交通行业产生的新业态，这对地面公交也造成了一定的冲击。
       对于近两年兴起的共享单车，这种出行方式和公交、地铁相比有很大区别。公交、地铁是中长距离的运输，单车出行主要以短途为主。总体上共享单车、公交、地铁是一种互补关系，但是共享单车对地面公交的局部客运量还是会产生一些影响。
       实际在这种情况下,地面公交运营企业感受到冲击和压力.因为客运量对运营企业来说是生命线。所以传统的企业面临着转型升级的压力，但是大数据为传统行业的管理方式变革带来了机遇。   

       二、探索与实践
       公交的大数据处理主要包括三个方面，分别是基础、支撑和应用。在基础方面进行了精细化数据的预处理工作，这个工作往往会被大家忽略，人们往往会关注模型、算法。在支撑层面实现了精准化计算公交的特征。在应用层面实现智慧公交的决策服务，包括提供出行服务，运营管理的服务，甚至政府的决策服务。通过以上实践，不仅要把东西做到实处，让它好用、实用，还要围绕着实际的需求，而不是纯理论的研究。下面将简要阐述这三方面工作：
       在数据汇聚和处理方面，明确了数据接入标准、存储的规格还有动态预处理流程，基本形成了数据预处理体系。
       在公交的特征计算方面，主要包括客流计算，和公交运行速度计算。在客流计算方面，发现了数据存在不可避免的问题，包括刷卡记录所反映的站需和实际不匹配的问题，以及乘客刷卡时间上有提前或延后的问题。另外还有驾驶员报站和实际到站不同步的问题等等。针对这些问题，形成了基于关键数据链客流的计算方法。
       在速度计算方面，面临的问题包括公交车辆卫星定位数据样本分布不全，缺失，以及公交车红绿灯的等待带来的误差。这种情况下，形成了一套精准的计算公交车的运行速度方法。
       在应用层面做了以下几方面的工作：支持公交更智能化的调度，基于多层次目标的优化调度方法。所谓的多层次目标主要是以客运量最大、运行时间最短，以及车辆满载率适中为主要目标。同时要兼顾司乘人员的劳动时常，还有厂站的物理条件等等，从而推导得出能为线路提供优化的排班调度计划以及最优的配车数。
       在公交线网规划方面，当公交线路新增调整或者延长时候，会进行精确化客运量的预测，例如首末站和中途站的设置。公交的安全管理方面主要是采用计算机图象识别处理，计算车上乘客的数量、排队等候的数量，针对驾驶员疲劳驾驶行为进行预判。在对社会的信息服务方面，推出了公交车辆到站时间、到站距离查询服务。

       三、未来发展展望
       大数据技术和公交未来的发展还有很多事情可以去做： 一是应该以乘客的实际需求，多样化的需求作为导向，以大数据作为支撑，从而改变现有单一的公交运营模式，能够向社会、乘客提供多元化、主动的服务模式。比如说在传统运营的线路基础上，提供接驳专线、高铁快巴、微循环小巴等等。 二是可以对社会提供更好的服务，包括现有的公交到达预测，车上拥挤程度预测，让大家有一个更便捷、舒适的出行体验。
       另外现在国家、地方政府特别重视节能减排，运营车辆也在更新车纯电动车。这个方面还有很多工作需要进行，包括纯电动车辆换电站布局、规划等等问题。 希望传统公交行业有更好的转型升级，提质增效。