OpenTripPlanner中ServiceJourney因passthrough属性被过滤的问题分析
2025-07-02 16:37:38作者:魏侃纯Zoe
问题背景
在OpenTripPlanner处理NeTEx格式的公共交通数据时,存在一个关于服务行程(ServiceJourney)被意外过滤的情况。该问题出现在当行程模式(JourneyPattern)中包含标记为"passthrough"的途经点时,整个服务行程会被系统丢弃,导致该班次无法在路径规划结果中显示。
技术细节解析
NeTEx数据结构
NeTEx标准中定义了以下几个关键元素:
- ServiceJourney:表示一个具体的班次运行实例,包含发车时间、车辆类型等信息
- ServiceJourneyPattern:描述班次的运行模式,包含途经的所有站点序列
- StopPointInJourneyPattern:行程模式中的单个站点元素,包含站点引用和属性设置
passthrough属性的作用
在StopPointInJourneyPattern中,stopUse属性可以设置为以下几种值:
- access:常规停靠站
- passthrough:仅途经但不上下客
- other:其他特殊用途
passthrough通常用于表示列车会物理经过该站点但不进行客运服务,可能是由于:
- 技术性停车(如信号等待)
- 运营需要(如线路交汇点)
- 历史遗留站点
问题产生原因
OpenTripPlanner在处理这类数据时,当前逻辑会直接丢弃包含passthrough站点的整个ServiceJourney。这种处理方式过于严格,会导致:
- 有效班次被错误过滤
- 线路覆盖不完整
- 时刻表信息缺失
解决方案建议
正确的处理方式应该是:
- 过滤无效站点:在构建行程时自动跳过标记为passthrough的站点
- 保留有效行程:仅保留实际提供客运服务的站点序列
- 时间计算调整:确保途经点的时间不影响整体行程时间计算
实现示例
以问题中的XML数据为例,行程模式中包含10个站点,其中第2个站点标记为passthrough。处理流程应为:
- 解析ServiceJourneyPattern,识别出order=2的站点为passthrough
- 构建有效站点序列时跳过该站点
- 保持其他9个站点的顺序和时间关系不变
- 最终生成9个站点的有效行程
技术影响评估
这种改进将带来以下优势:
- 数据完整性:保留更多有效班次信息
- 运营准确性:更真实反映实际运营情况
- 规划精确性:提供更完整的路径选择方案
总结
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143