Du-Bus: Ein Echtzeit-Buswartezeit-Schätzungssystem Basierend Auf Multiquellen-Daten

Echtzeit-Buswartezeitinformationen sind von großer Bedeutung für das intelligente öffentliche Verkehrssystem und tragen zur Verbesserung der Nutzerzufriedenheit durch Online-Kartendienste bei. Während es in einer Stadt nur eingeschränkte Echtzeit-Buswartezeitdienste gibt, aufgrund der hohen Kosten für die Bereitstellung von Sensoren und komplexen Verkehrsbedingungen. Um dieses Problem zu lösen, schlagen wir Du-Bus vor, ein auf Multiquellen-Datenfusion basierendes System, das die Echtzeit-Buswartezeit schätzt, indem es die Echtzeitstandorte der Busse ohne GPS-Sensoren annähert, durch eine Vielzahl von städtischen Datensätzen, einschließlich historischer Busfahrtdaten, die von einer begrenzten Anzahl von GPS-ausgerüsteten Bussen gemeldet wurden, Verkehrsnetz- und Verkehrsbedingungsdaten, Benutzermobilitätsdaten und zeitlichen Daten. Du-Bus nähert die Echtzeitstandorte der Busse ohne GPS-Sensoren an, indem es den Busfahrplan und die Echtzeit-Reisezeit der Busse gemeinsam modelliert, die durch verschiedene Datenquellen geschätzt werden kann. Insbesondere schlagen wir zunächst ein BiLSTM-basiertes End-to-End-Modell für jede Buslinie vor, um das Abfahrtsintervall des Busses zu schätzen und den entsprechenden Abfahrtsfahrplan zu erstellen. Dann schätzen wir die Reisezeit für jeden einzelnen Bus über eine Komponente des tiefen neuronalen Netzwerks, indem wir die Verkehrsbedingungen, Geolocation- und Kartenabfrageinformationen einbeziehen. Schließlich schätzen wir die Buswartezeit für beliebige Stationen in der Stadt, indem wir den geschätzten Busabfahrtsfahrplan und die Reisezeit gemeinsam modellieren. Wir bewerten unser System anhand von zwei realen Datensätzen, und die Ergebnisse bestätigen die Wirksamkeit von Du-Bus im Vergleich zu historischen Durchschnitts- und Wagenabständen. Seit Anfang 2019 ist Du-Bus auf Baidu Maps, einem der größten Kartendienste der Welt, aktiv und bedient über 20 wichtige Städte in China.