关于ETA（预计到达时间）的算法答案

【问题标题】：Algorithm about ETA (Estimated time of arrival)关于ETA（预计到达时间）的算法
【发布时间】：2016-10-07 05:31:37
【问题描述】：

问题简单直接。请帮忙。

我正在从事公共汽车 ETA 项目，我得到的所有数据都是：

1.公交车实时GPS定位

2.各站之间的距离

我们需要比这些更多的数据吗？

我最大的问题是：如何利用这些数据为客户计算预计到达时间？

我的想法： ETA是关于距离/速度的，所以起初：我试图简单地从 2 个 GPS 坐标中获取距离来计算速度并使用停靠点的距离来计算 ETA。

即

  while(true){

    ETA = stopDis/2ptSpeed;

    stopDis = stopDis - 2ptDis;
    }

当stopDis<0 时更新下一站然而，问题是 GPS 基准会非常剧烈地跳跃，因此计算出来的速度真的很乱。

破碎的问题：如何平滑GPS数据？卡尔曼滤波器？平均？听说过这些，但不知道该怎么做，尤其是卡尔曼滤波器！

【问题讨论】：

标签： gps

【解决方案1】：

由于交通和非直线线路，距离和速度本身并不是可靠的指标。

我认为你最好的选择是使用线路的历史，将当前距离与线路中当时的平均距离进行比较，并推断出与平均 ETA 的偏差。

【讨论】：

使用 gps 数据来计算行进距离，从而使用停靠点之间的剩余距离乘以所需的时间部分？不知道会不会这样，万一出事了怎么办？实时计算非常重要，因为我想要的只是一个实时变化的相对精确的 ETA。
你无法预测未来的事故，但如果公交车前发生事故，公交车一减速，ETA就会开始打滑。如果不使用全球交通数据，我不认为你可以用一个 GPS 做得更好。
问题是，如何实现以及ETA实现中的算法是什么。最终预测ETA所需的方程式和公式是什么？如果在旅途中发生任何事情，简单地比较巴士时刻表不会给我实际的预计到达时间。
该算法很简单，通过比较当前时间历史中的平均距离与实时距离，使用三规则来投影ETA。剩余时间=（平均时间）*（当前距离）/（平均距离）
你提到的平均时间/平均距离是多少。如果剩余时间=（总时间）*（总距离-当前距离）/（总距离）那么我很清楚。但你的方程似乎在 1 个方程中有 2 个未知数？对不起，我很笨，我真的很想把事情弄清楚

【解决方案2】：

我不认为这很简单。如果两个站点之间有很多红绿灯或不同的限速怎么办。

你有 gps 坐标，所以你可以计算距离，但这不是道路上的距离。所以你需要有办法获得巴士需要行驶的真实距离（也许谷歌地图 api 可以提供帮助）。

所以回答“我们需要比这些更多的数据吗？”问题：是的，我想你会的。

【讨论】：

【解决方案3】：

只是一个想法：巴士时刻表已经包含有关平均停靠站之间需要多少时间的信息。如果您可以从 GPS 位置读取公共汽车是否在停靠站或两个停靠站之间，您应该能够做出相当准确的预测。

我猜你说的是城市里的公共汽车，那里 GPS 信号很弱，公共汽车站相距不远。

编辑：这可以通过有关当前流量的数据进一步改进。

【讨论】：

历史数据可以帮助估计预计到达时间，但在现实生活中的交通状况各不相同，最好的方法是实现公交时刻表和实时计算等历史数据。但这使事情变得更加复杂。而最重要的问题是：如何？
嗯，“足够好”有多好？什么可能是一个简单的解决方案？该解决方案何时会失败？您如何改进它？
在实时计算和公交时刻表之间添加加权可能有帮助吗？或比较计算和时间表以在其中之一之间进行选择？处理背后的逻辑真的很乱
尝试从简单开始。计算巴士到达下一站需要多长时间，然后根据时间表添加到达目的地的时间。如果您有流量数据，请为流量不佳的路段添加时间。

【解决方案4】：

连续收集从一个站点到另一个站点的行程时间数据。从此历史数据中推导出停靠点之间的预期行程时间以用作基准。这可以不断更新。停靠站的初始 ETA 是最后一站的时间加上最近的平均旅行时间。如果您有连续的 GPS 数据，您可以从中实时调整。

【讨论】：