CN101615340A - 公交动态调度中的实时信息处理方法 - Google Patents
公交动态调度中的实时信息处理方法 Download PDFInfo
- Publication number
- CN101615340A CN101615340A CN200910089845A CN200910089845A CN101615340A CN 101615340 A CN101615340 A CN 101615340A CN 200910089845 A CN200910089845 A CN 200910089845A CN 200910089845 A CN200910089845 A CN 200910089845A CN 101615340 A CN101615340 A CN 101615340A
- Authority
- CN
- China
- Prior art keywords
- time
- vehicle
- website
- school
- grades
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
一种公交动态调度中的实时信息处理方法,专用于地面公交单线或区域多线路动态调度。实时信息包括车辆定位信息和客流信息,采集设备包括GPS车载终端及IC卡POS机终端,处理方法包括:实时信息采集及传输;实时信息处理预处理;对获取的数据进行二次处理;以公交车辆定位技术、公交客流采集技术、网络通信技术、WebGIS等ITS、计算机相关技术为支撑,采集地面公交线路运营实时信息,对其进行加工处理,计算车辆延误时间、断面客流量、满载率等运营状态,并进行车辆串车识别;利用卡尔曼滤波模型,对公交车辆到站时间、延误时间进行预测,为动态调度措施的确定提供决策依据。
Description
技术领域
本发明属于公交动态信息处理领域,专用于地面公交单线或区域多线路动态调度。
背景技术
公交动态调度是我国地面公交运营组织未来一个重要的发展方向,目前在我国多个城市也开展了相应的示范建设工程,取得了一定的效果。随着ITS技术的发展,对动态信息的采集、传输技术已十分成熟,在国内外应用也较为广泛,但在保证实时性的前提下,如何将动态信息加工处理成为能够支撑公交调度决策的依据,还需进行深入的研究。目前主要存在以下问题:
目前,公交车辆定位主要用于车辆监控及报警等用途,并未形成对相关动态信息(地理坐标、速度、时间)的有效加工处理方法,公交车辆的行驶状态如旅行时间延误、串车等信息无法获取,即获取的原始动态信息尚未能作为公交动态调度决策的数据支撑。
目前,公交动态调度大多采用基于事件响应机制的动态调度方法,即发现异常情况后再进行调度,存在有一定的滞后性。
发明内容
本发明的目的在于,通过提供一种公交动态调度中的实时信息处理方法以公交实时信息为对象,提出处理方法获得公交运营状态(延误、串车等)信息;选取卡尔曼滤波算法,结合实时信息与历史数据对公交车辆到站时间进行预测,为公交动态调度决策提供数据支撑。
本发明是采用以下技术手段实现的:
一种公交动态调度中的实时信息处理方法,包括车辆定位信息机客流信息,采集设备包括GPS车载终端及IC卡POS机终端,包括如下步骤:
步骤1:实时信息采集及传输;
当公交车辆到达站点i时,通过地理坐标匹配,确认公交车辆是否到站;当乘客刷卡完毕、车辆离站时,将实时信息与客流信息打包经通信网络传输到调度中心;
步骤2:实时信息处理预处理;
对实时信息进行处理,获取相关运行状态数据,包括:车辆到达站点时间、车辆停靠站时间、车辆路段实际行程时间、车辆单程实际行程时间、车辆周转时间、断面客流量、满载率:其中;
2.1.车辆到达站点时间;
根据车辆定位信息计算:
AT(i)k=LT(i)k-ST(i)k
AT(i)k:班次k到达i站点的时间;
LT(i)k:班次k离开i站点的时间;
ST(i)k:班次k在i站点的停靠站时间;
2.2.车辆停靠站时间;
即ST(i)k,根据车辆定位信息直接获取;
2.3.车辆路段实际行程时间;
将车辆在相邻两站点之间的行驶时间定义为路段行程时间,处理方法为:
RT(i-1,i)k=AT(i)k-AT(i-1)k
RT(i-1,i)k:班次k在i-1站与i站间路段实际行程时间
2.4.车辆单程实际行程时间;
其中:TTk=:班次k单程实际行程时间;
i:站点编号;
AT(n)k:班次k到达终点站(n)的时间;
Tk:班次k发车时间;
2.5.车辆周转时间;
分段计价时采用计算2倍单程实际行程时间与车辆在终点站停站时间的和:
TTk=2×RT(1,n)k+ST(n)k
TTk:班次k周转时间;
ST(n)k:班次k在终点站(n)停站时间;
一票制采用计算车辆k在同一场站相邻两次发车时首位乘客刷卡时间差:
TTk=TTk(j+1)P1(1)-TTkjP1(1)
TTkjP1(1):表示车辆k在首站第j次发车时首位乘客的刷卡时间;
2.6.断面客流量;
通过统计乘客刷卡数识别上车人数,对于一票制线路建立站点下车概率矩阵计算下车人数,分段计价线路直接统计下车刷卡人数;
一票制线路:
Vj:第j个断面内所有车次的客流量之和,即断面客流量;
BP(i):第i站上车(刷卡)乘客数;
DP(i):第i站下车(刷卡)乘客数;
μ:公交乘客刷卡率;
k:班次号;
P:P=(pij)m×m,即在站点i上车的乘客在站点j下车的概率矩阵。确定下车概率矩阵方法如下:
其中:Fij——i站点上车乘客在j站点下车的概率;
λ——平均公交出行途径站点数量,当i站点以后的站点数量小于平均出行途径站点数时,λ=n-i,n为线路单向站点数量;
另外需计算各站点吸引强度,定义Wi为公交线路各站点吸引权:
Si:为站点i吸引范围;
站点下车概率矩阵与下车概率及站点吸引强度相关,故计算:
得到下车概率矩阵后,代入下述公式即可计算站点下车人数;
分段计价线路:
2.7.满载率;
θ:车辆满载率;
QkT:实际载客量,通过处理实时客流信息得到;
Qk:班次k的额定载客量;
步骤3:对获取的数据进行二次处理;
3.1.预测车辆到站时间
a(k+1)=1-g(k+1)
e(k+1)=VAR[datain]·g(k+1)
PRT(i-1,i)k+1=a(k+1)·RT(i-1,i)k+g(k+1)·RT(i-1,i)hk
PAT(i)k+1=PRT(i-1,i)k+1+AT(i-1)k+1
其中:
g:为筛选所得;
a:为循环所得;
e:代表筛选误差;
PRT(i-1,i)k+1:班次k+1在站点i-1与i之间预测路段行程时间;
PAT(i)k+1:班次k+1到达站点i的预测时间;
RT(i-1,i)hk:为历史数据中同时段班次在第i站与i-1站间的路段实际运行时间的均值;
VAR[dataout]:为站点间路段运行时间的预测方差;
VAR[datain]:为同时段同路段历史数据实际运行时间的方差;
3.2.车辆路段行程延误时间;
PDT(i)k+1:预测班次k+1到达i站的延误时间;
Tk,k+1:班次k与班次k+1之间的发车间隔时间;
3.3.车辆路段实际延误时间;
以发车间隔作为衡量标准,计算各班次车辆路段实际延误时间:
DT(i)k+1:班次k+1到达i时的延误时间;
若班次k+1滞留在站点i-1与站点i之间,无法获取该班次到达站点i的实际时间,则定时上传班次k+1实时信息RT(i-1,i)k+1,比较[RT(i-1,i)k+1-RT(i)k]与T的大小,定时计算班次k+1延误时间,按照延误时间级别进行预警及采取动态调度措施;
3.4.车辆单程实际延误时间;
DTk:班次k单程实际延误时间;
i:站点编号;
3.5.车辆串车识别;
车辆串车识别先利用预测到站时间计算,再对比相邻班次实际到站时间进行串车识别确认;
预测车辆串车:
δ:判断车辆串车阈值,根据实时信息识别串车:
前述的由实时信息获取的数据包括:预测车辆到站时间、预测车辆路段行程延误时间、车辆路段实际延误时间、车辆单程实际延误时间、车辆串车识别。
前述的车辆到达时间,其首班车到站时间预测值采用历史均值。
本发明与现有技术相比,具有以下明显的优势和有益效果:
一种公交动态调度中的实时信息处理方法,利用车辆定位技术,能够动态跟踪车辆行驶状态,对其进行加工处理,计算车辆延误时间、断面客流量、满载率等运营状态,并进行车辆串车识别;利用卡尔曼滤波模型,对公交车辆到站时间、延误时间进行预测,为动态调度措施的确定提供决策依据。并使动态调度工作具备提前生成决策功能,提高公交动态调度的效率。
附图说明
图1是预测车辆到站时间方法应用流程图;
图2是公交车辆路段行程时间延误计算流程图。
具体实施方式
以下结合说明书附图对本发明的实施方式进一步说明:
图1是预测车辆到站时间方法应用流程图;根据实时信息,确定班次k在站点i与i-1之间的路段实际行程时间,当前时段及当前路段的历史平均行程时间已知,利用卡尔曼滤波模型,预测班次k+1到达站点i的时间,前提为班次k+1晚于班次k到达站点i,若班次k+1中途超过班次k,则按照到站先后顺序对班次k进行预测。根据班次k+1到站时间预测值,可计算班次k+1延误时间预测值并进行串车预测。
图2是公交车辆路段行程时间延误计算流程图。首先根据实时信息,确定各班次到达各站点时间,计算相邻班次到达同一站点的时间差,再将该时间差与该相邻班次发车间隔作比较,若时间差大于发车间隔,则表示后一班次出现延误,延误时间为到站时间差与发车间隔的差值;若小于发车间隔,则表示正常行驶,若差值小于30s,则认为相邻班次发生串车。根据班次k在各个站点的延误时间之和或乘客刷卡时间间隔,还可计算班次k单程延误总时间,具体计算方法见说明书步骤3。
本发明以公交智能调度系统为依托平台,公交智能调度系统具有动态信息采集功能、通信功能、数据处理功能、生成调度方案等功能。动态信息主要包括车辆定位信息机客流信息,采集设备包括GPS车载终端及IC卡POS机终端,采集信息内容如下:
车辆信息:线路号,车辆号,站点号,离开站点时间,停留时间,路段速度,行驶瞬时速度,地理坐标,时间;
客流信息:IC卡号,上车站点,下车站点,刷卡时间。
本发明是根据采集的实时信息,提出一种信息处理方法,将实时信息提炼成为公交调度管理决策所需的数据,提高公交动态调度效率及准确性。具体实现过程及步骤如下:
步骤1:实时信息采集及传输;
当公交车辆到达站点i时,通过地理坐标匹配,确认公交车辆是否到站。当乘客刷卡完毕、车辆离站时,将实时信息(站点i-1至站点i的车辆定位信息)与客流信息打包经通信网络传输到调度中心。
步骤2:实时信息处理预处理
当实时信息传入调度中心数据库时,需对其进行处理,获取相关运行状态数据,首先对实时信息进行预处理,获得数据具体包括:车辆到达站点时间、车辆停靠站时间、车辆路段实际行程时间、车辆单程实际行程时间、车辆周转时间、断面客流量、满载率:
对以下数据进行计算:
1、车辆到达站点时间;
2、车辆停靠站时间;
3、车辆路段实际行程时间;
4、车辆单程实际行程时间;
5、车辆周转时间;
6、断面客流量;
通过统计乘客刷卡数识别上车人数,对于一票制(单次刷卡)线路建立站点下车概率矩阵计算下车人数,分段计价线路(双次刷卡)直接统计下车刷卡人数。
步骤3:实时信息二次处理
根据步骤2获取的数据结果,结合其他相关信息与算法,对实时信息进行深入挖掘,获取的数据具体包括:预测车辆到站时间、预测车辆路段行程延误时间、车辆路段实际延误时间、车辆单程实际延误时间、车辆串车识别,处理方法如下:
1、预测车辆到站时间
本发明选择卡尔曼滤波算法模型计算车辆到站预测时间,卡尔曼预测模型需要结合实时信息与历史数据进行计算。
一般情况下,当全天第二班车辆出发时,首班车辆未到达终点站,故对第二班车辆只能预测首班车已经过站点的到站时间,随着首班车全程运营结束,才能预测后续车辆到达各个站点的时间。根据交通出行规律及历史数据规律,首班车到站时间预测值可选用历史均值。
获取公交车辆到站预测时间后,可以进行车辆到站延误预测、串车识别预测、车辆到达终点站时间预测等计算,为动态调度提供决策依据,具体流程见附图1。
2、车辆路段行程延误时间
3、车辆路段实际延误时间
理想条件下,公交车辆运行遵循发车时刻表,即车辆间车头时距等于发车间隔时间,但实际运行中,车辆会发生不同程度的延误,且延误程度不同对整个线路正常运营的影响程度也有差异,本发明以发车间隔作为衡量标准,计算各班次车辆路段实际延误时间。处理过程如下:
若班次k+1滞留在站点i-1与站点i之间,无法获取该班次到达站点i的实际时间,则定时上传班次k+1实时信息RT(i-1,i)k+1,比较[RT(i-1,i)k+1-RT(i)k]与T的大小,定时计算班次k+1延误时间,按照延误时间级别进行预警及采取动态调度措施,具体流程见附图2。
4、车辆单程实际延误时间;
5、车辆串车识别
车辆串车识别先利用预测到站时间计算,再对比相邻班次实际到站时间进行串车识别确认。
为验证车辆到站时间预测方法,选取2008年4月21日、23日、25日北京市53路实时信息数据,选取中途10个站点进行车辆到站时间预测,预测时段为早7:00~8:00,预测结果见图3,
其平均相对误差见下表:
站名 | 湾子 | 广外甘石桥 | 达观营 | 广安门南 | 椿树馆街 | 白纸坊 | 菜户营桥北 | 大观园 | 右安门 | 北京南站 |
实际路段行程时间(s) | 143 | 104 | 63 | 203 | 178 | 157 | 315 | 113 | 245 | 263 |
预测路段行程时间(s) | 110 | 77 | 84 | 263 | 120 | 115 | 249 | 91 | 190 | 338 |
平均绝对误差(s) | 33 | 27 | 21 | 60 | 58 | 42 | 66 | 22 | 55 | 75 |
平均相对误差 | 23% | 26% | 33% | 30% | 33% | 27% | 21% | 20% | 22% | 29% |
Claims (3)
1、一种公交动态调度中的实时信息处理方法,包括车辆定位信息和客流信息,采集设备包括GPS车载终端及IC卡POS机终端,其特征在于包括如下步骤:
步骤1:实时信息采集及传输;
当公交车辆到达站点i时,通过地理坐标匹配,确认公交车辆是否到站;当乘客刷卡完毕、车辆离站时,将实时信息与客流信息打包经通信网络传输到调度中心;
步骤2:实时信息处理预处理;
对实时信息进行处理,获取相关运行状态数据,包括:车辆到达站点时间、车辆停靠站时间、车辆路段实际行程时间、车辆单程实际行程时间、车辆周转时间、断面客流量、满载率:其中;
2.1.车辆到达站点时间;
根据车辆定位信息计算:
AT(i)k=LT(i)k-ST(i)k
AT(i)k:班次k到达i站点的时间;
LT(i)k:班次k离开i站点的时间;
ST(i)k:班次k在i站点的停靠站时间;
2.2.车辆停靠站时间;
即ST(i)k,根据车辆定位信息直接获取;
2.3.车辆路段实际行程时间;
将车辆在相邻两站点之间的行驶时间定义为路段行程时间,处理方法为:
RT(i-1,i)k=AT(i)k-AT(i-1)k
RT(i-1,i)k:班次k在i-1站与i站间路段实际行程时间
2.4.车辆单程实际行程时间;
TTk:班次k单程实际行程时间;
i:站点编号;
AT(n)k:班次k到达终点站(n)的时间;
Tk:班次k发车时间;
2.5.车辆周转时间;
分段计价时采用计算2倍单程实际行程时间与车辆在终点站停站时间的和:
TTk=2×RT(1,n)k+ST(n)k
TTk:班次k周转时间;
ST(n)k:班次k在终点站(n)停站时间;
一票制采用计算车辆k在同一场站相邻两次发车时首位乘客刷卡时间差:
TTk=TTk(j+1)P1(1)-TTkjP1(1)
TTkjP1(1):表示车辆k在首站第j次发车时首位乘客的刷卡时间;
2.6.断面客流量;
通过统计乘客刷卡数识别上车人数,对于一票制线路建立站点下车概率矩阵计算下车人数,分段计价线路直接统计下车刷卡人数;
一票制线路:
Vj:第j个断面内所有车次的客流量之和,即断面客流量;
BP(i):第i站上车(刷卡)乘客数;
DP(i):第i站下车(刷卡)乘客数;
μ:公交乘客刷卡率;
k:班次号;
P:P=(pij)m×m,即在站点i上车的乘客在站点j下车的概率矩阵。确定下车概率矩阵方法如下:
其中:Fij——i站点上车乘客在j站点下车的概率;
λ——平均公交出行途径站点数量,当i站点以后的站点数量小于平均出行途径站点数时,λ=n-i,n为线路单向站点数量;
另外需计算各站点吸引强度,定义Wi为公交线路各站点吸引权:
Si:为站点i吸引范围;
站点下车概率矩阵与下车概率及站点吸引强度相关,故计算:
得到下车概率矩阵后,代入下述公式即可计算站点下车人数;
分段计价线路:
2.7.满载率;
θ:车辆满载率;
QkT:实际载客量,通过处理实时客流信息得到;
Qk:班次k的额定载客量;
步骤3:对获取的数据进行二次处理;
3.1.预测车辆到站时间
a(k+1)=1-g(k+1)
e(k+1)=VAR[datain]·g(k+1)
PRT(i-1,i)k+1=a(k+1)·RT(i-1,i)k+g(k+1)·RT(i-1,i)hk
PAT(i)k+1=PRT(i-1,i)k+1+AT(i-1)k+1
g:为筛选所得;
a:为循环所得;
e:代表筛选误差;
PRT(i-1,i)k+1:班次k+1在站点i-1与i之间预测路段行程时间;
PAT(i)k+1:班次k+1到达站点i的预测时间;
RT(i-1,i)hk:为历史数据中同时段班次在第i站与i-1站间的路段实际运行时间的均值;
VAR[dataout]:为站点间路段运行时间的预测方差;
VAR[datain]:为同时段同路段历史数据实际运行时间的方差;
3.2.车辆路段行程延误时间;
PDT(i)k+1:预测班次k+1到达i站的延误时间;
Tk,k+1:班次k与班次k+1之间的发车间隔时间;
3.3.车辆路段实际延误时间;
以发车间隔作为衡量标准,计算各班次车辆路段实际延误时间:
DT(i)k+1:班次k+1到达i时的延误时间;
若班次k+1滞留在站点i-1与站点i之间,无法获取该班次到达站点i的实际时间,则定时上传班次k+1实时信息RT(i-1,i)k+1,比较[RT(i-1,i)k+1-RT(i)k]与T的大小,定时计算班次k+1延误时间,按照延误时间级别进行预警及采取动态调度措施;
3.4.车辆单程实际延误时间;
DTk:班次k单程实际延误时间;
i:站点编号;
3.5.车辆串车识别;
车辆串车识别先利用预测到站时间计算,再对比相邻班次实际到站时间进行串车识别确认;
预测车辆串车:
δ:判断车辆串车阈值,根据实时信息识别串车:
2、根据权利要求1所述的一种公交动态调度中的实时信息处理方法,其特征在于:所述获取的数据包括:车辆到达站点时间、车辆停靠站时间、车辆路段实际行程时间、车辆单程实际行程时间、车辆周转时间、断面客流量、满载率、预测车辆到站时间、预测车辆路段行程延误时间、车辆路段实际延误时间、车辆单程实际延误时间、车辆串车识别。
3、根据权利要求1所述的一种公交动态调度中的实时信息处理方法,其特征在于:所述的预测车辆到站时间,其首班车到站时间预测值采用历史均值,预测车辆到站时间是基于车辆路段预测行程时间计算而得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910089845A CN101615340A (zh) | 2009-07-24 | 2009-07-24 | 公交动态调度中的实时信息处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910089845A CN101615340A (zh) | 2009-07-24 | 2009-07-24 | 公交动态调度中的实时信息处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101615340A true CN101615340A (zh) | 2009-12-30 |
Family
ID=41494960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910089845A Pending CN101615340A (zh) | 2009-07-24 | 2009-07-24 | 公交动态调度中的实时信息处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101615340A (zh) |
Cited By (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
CN102074124A (zh) * | 2011-01-27 | 2011-05-25 | 山东大学 | 一种基于svm及h∞滤波的动态公交到站时间预测方法 |
CN102129774A (zh) * | 2011-04-06 | 2011-07-20 | 孙磊 | 一种具有微云功能的智能交通自组网系统 |
CN102226929A (zh) * | 2011-05-20 | 2011-10-26 | 郑州大学 | 一种公交智能调度的方法 |
CN101789175B (zh) * | 2010-01-08 | 2011-12-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
CN102324128A (zh) * | 2011-05-24 | 2012-01-18 | 北京交通大学 | 基于ic卡记录的公交站间od客流预测方法及装置 |
CN102324122A (zh) * | 2011-05-14 | 2012-01-18 | 刘宇 | 可生成乘车方案并能预测客流量的智能乘车系统 |
CN102394011A (zh) * | 2011-10-08 | 2012-03-28 | 青岛海信网络科技股份有限公司 | 公交车自动化动态调度系统及方法 |
CN103077605A (zh) * | 2012-12-14 | 2013-05-01 | 中国航天系统工程有限公司 | 车辆的调度方法和装置 |
CN103116983A (zh) * | 2013-01-17 | 2013-05-22 | 清华大学 | 一种获取插电式混合动力公交车线路交通信息的方法 |
CN103280110A (zh) * | 2013-06-08 | 2013-09-04 | 北京云星宇交通工程有限公司 | 高速公路旅行时间的预测方法及装置 |
CN103295414A (zh) * | 2013-05-31 | 2013-09-11 | 北京建筑工程学院 | 一种基于海量历史gps轨迹数据的公交车到站时间预测方法 |
CN103413434A (zh) * | 2013-08-12 | 2013-11-27 | 上海遥薇(集团)有限公司 | 适用于公交车辆运营班次实时统计的信息处理方法 |
CN103440422A (zh) * | 2013-09-02 | 2013-12-11 | 东南大学 | 一种基于带时间窗的到站时间预测的公交晚点恢复方法 |
CN103578267A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于公交gps数据的公交到站预测方法及系统 |
CN103778778A (zh) * | 2013-12-19 | 2014-05-07 | 银江股份有限公司 | 一种快速公交站台服务信息系统及快速公交车到站信息的测算方法 |
CN104123841A (zh) * | 2014-08-14 | 2014-10-29 | 苏州大学 | 一种车辆到站时间的获取方法及系统 |
CN104517040A (zh) * | 2014-12-31 | 2015-04-15 | 青岛海信网络科技股份有限公司 | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 |
CN104809906A (zh) * | 2015-04-28 | 2015-07-29 | 贵州中科汉天下信息技术有限公司 | 一种判断公交车所属路线的方法 |
CN105023230A (zh) * | 2015-07-22 | 2015-11-04 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种基于arcgis的轨道站点客流吸引范围界定方法 |
CN105046962A (zh) * | 2015-08-18 | 2015-11-11 | 安徽四创电子股份有限公司 | 基于公交移动wifi热点的车辆满载率实时计算方法 |
CN105070037A (zh) * | 2015-07-15 | 2015-11-18 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
CN105206040A (zh) * | 2015-08-07 | 2015-12-30 | 北京航空航天大学 | 一种基于ic卡数据的公交串车预测方法 |
CN105427594A (zh) * | 2015-11-23 | 2016-03-23 | 青岛海信网络科技股份有限公司 | 一种基于双向上车客流的公交断面客流量获取方法及系统 |
CN106155650A (zh) * | 2015-04-01 | 2016-11-23 | 神讯电脑(昆山)有限公司 | 交通工具入站可能性信息的计算方法及其显示系统 |
CN106297273A (zh) * | 2016-09-29 | 2017-01-04 | 百度在线网络技术(北京)有限公司 | 班车路线的处理方法及装置 |
CN106485361A (zh) * | 2016-10-18 | 2017-03-08 | 吴江智远信息科技发展有限公司 | 一种基于IPv6的智慧公交管理平台 |
CN106781432A (zh) * | 2016-11-16 | 2017-05-31 | 青岛海信网络科技股份有限公司 | 一种公交车辆调度的方法及装置 |
CN106991542A (zh) * | 2017-06-06 | 2017-07-28 | 北京航空航天大学 | 一种基于渗流理论的轨道网络拥挤瓶颈识别方法 |
CN107256629A (zh) * | 2017-07-31 | 2017-10-17 | 合肥桥旭科技有限公司 | 一种基于互联网的公交车堵车延误预警系统 |
CN107610282A (zh) * | 2017-08-21 | 2018-01-19 | 深圳市海梁科技有限公司 | 一种公交客流统计系统 |
CN107845259A (zh) * | 2017-10-24 | 2018-03-27 | 东南大学 | 公交运行情况实时反馈系统及公交实时运行数据处理方法 |
CN108022051A (zh) * | 2017-12-13 | 2018-05-11 | 吉林大学 | 一种基于信息融合的城市轨道交通调度决策方法 |
CN108197078A (zh) * | 2017-12-27 | 2018-06-22 | 长安大学 | 一种基于公交ic卡数据计算公交断面客流量的方法 |
CN108197724A (zh) * | 2017-12-02 | 2018-06-22 | 山东大学 | 公交复杂网络中效率权重计算与公交方案性能评估方法 |
CN108288321A (zh) * | 2018-01-24 | 2018-07-17 | 哈尔滨工业大学 | 基于ic卡数据与车辆gps信息的公交站点上下客流量确定方法 |
CN108831182A (zh) * | 2018-05-07 | 2018-11-16 | 佛山科学技术学院 | 一种城市公交网络od矩阵构建方法 |
CN108876028A (zh) * | 2018-06-08 | 2018-11-23 | 山东交通学院 | 一种基于生存分析的公共交通周转时间预测方法及装置 |
CN109035770A (zh) * | 2018-07-31 | 2018-12-18 | 上海世脉信息科技有限公司 | 一种大数据环境下公交载客量实时分析预测方法 |
CN109191845A (zh) * | 2018-09-28 | 2019-01-11 | 吉林大学 | 一种公交车辆到站时间预测方法 |
CN109410568A (zh) * | 2018-09-18 | 2019-03-01 | 广东中标数据科技股份有限公司 | 基于用户画像和换乘规律的下车站点推测方法及系统 |
CN109461306A (zh) * | 2018-11-16 | 2019-03-12 | 浩鲸云计算科技股份有限公司 | 一种公交车辆满载率的计算方法 |
CN109886491A (zh) * | 2019-02-26 | 2019-06-14 | 北京工业大学 | 一种海量运行数据驱动的地面公交两阶段优化调度方法 |
CN110046824A (zh) * | 2019-04-22 | 2019-07-23 | 吉林大学 | 一种城市公共交通线路的运营时段划分方法 |
CN110796877A (zh) * | 2019-05-14 | 2020-02-14 | 广州学塾加软件科技有限公司 | 一种面向单向公交线路的交通信号控制与公交调度协同控制方法 |
CN110941691A (zh) * | 2020-02-19 | 2020-03-31 | 武汉元光科技有限公司 | 一种顺风车搭乘撮合方法及装置 |
CN110969851A (zh) * | 2019-12-09 | 2020-04-07 | 浙江顿悟科技有限公司 | 一种智慧城市公交系统 |
CN111178766A (zh) * | 2019-12-31 | 2020-05-19 | 北京交通发展研究院 | 公交运行可靠性的评价方法、装置及电子设备 |
CN111491261A (zh) * | 2020-04-24 | 2020-08-04 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种基于智能刷卡数据的个体移动轨迹提取方法 |
CN111627239A (zh) * | 2019-02-28 | 2020-09-04 | 腾讯大地通途(北京)科技有限公司 | 公共交通信息的显示方法、装置、设备及存储介质 |
CN112053580A (zh) * | 2020-09-07 | 2020-12-08 | 郑州大学 | 一种交叉口公交信号优先控制优化方法 |
CN112308368A (zh) * | 2020-07-30 | 2021-02-02 | 武汉禾青优化科技有限公司 | 一种公交实时调度仿真方法及系统 |
CN112419731A (zh) * | 2021-01-22 | 2021-02-26 | 深圳市都市交通规划设计研究院有限公司 | 公交满载率预测方法及系统 |
CN112686435A (zh) * | 2020-12-23 | 2021-04-20 | 四川锐明智通科技有限公司 | 排班方法、排班装置及终端设备 |
CN113053118A (zh) * | 2021-03-18 | 2021-06-29 | 重庆交通开投科技发展有限公司 | 一种集中调度跨线运行圈次时间的预测方法 |
CN113177742A (zh) * | 2021-05-29 | 2021-07-27 | 苏州智能交通信息科技股份有限公司 | 基于智能交通的公交服务方法、系统、终端及存储介质 |
CN113538952A (zh) * | 2021-06-04 | 2021-10-22 | 深圳市城市交通规划设计研究中心股份有限公司 | 公交车间隔异常识别与预警系统、方法、设备及存储介质 |
CN117592788A (zh) * | 2024-01-17 | 2024-02-23 | 北京工业大学 | 一种公交运行风险的识别方法及装置 |
-
2009
- 2009-07-24 CN CN200910089845A patent/CN101615340A/zh active Pending
Cited By (79)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789175B (zh) * | 2010-01-08 | 2011-12-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
CN102074124A (zh) * | 2011-01-27 | 2011-05-25 | 山东大学 | 一种基于svm及h∞滤波的动态公交到站时间预测方法 |
CN102074124B (zh) * | 2011-01-27 | 2013-05-08 | 山东大学 | 一种基于svm及h∞滤波的动态公交到站时间预测方法 |
CN102129774A (zh) * | 2011-04-06 | 2011-07-20 | 孙磊 | 一种具有微云功能的智能交通自组网系统 |
CN102324122A (zh) * | 2011-05-14 | 2012-01-18 | 刘宇 | 可生成乘车方案并能预测客流量的智能乘车系统 |
CN102324122B (zh) * | 2011-05-14 | 2014-01-29 | 刘宇 | 可生成乘车方案并能预测客流量的智能乘车系统 |
CN102226929A (zh) * | 2011-05-20 | 2011-10-26 | 郑州大学 | 一种公交智能调度的方法 |
CN102226929B (zh) * | 2011-05-20 | 2014-01-08 | 郑州大学 | 一种公交智能调度的方法 |
CN102324128A (zh) * | 2011-05-24 | 2012-01-18 | 北京交通大学 | 基于ic卡记录的公交站间od客流预测方法及装置 |
CN102324128B (zh) * | 2011-05-24 | 2013-07-31 | 北京交通大学 | 基于ic卡记录的公交站间od客流预测方法及装置 |
CN102394011A (zh) * | 2011-10-08 | 2012-03-28 | 青岛海信网络科技股份有限公司 | 公交车自动化动态调度系统及方法 |
CN103578267A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于公交gps数据的公交到站预测方法及系统 |
CN103077605A (zh) * | 2012-12-14 | 2013-05-01 | 中国航天系统工程有限公司 | 车辆的调度方法和装置 |
CN103116983A (zh) * | 2013-01-17 | 2013-05-22 | 清华大学 | 一种获取插电式混合动力公交车线路交通信息的方法 |
CN103295414A (zh) * | 2013-05-31 | 2013-09-11 | 北京建筑工程学院 | 一种基于海量历史gps轨迹数据的公交车到站时间预测方法 |
CN103295414B (zh) * | 2013-05-31 | 2016-01-20 | 北京建筑大学 | 一种基于海量历史gps轨迹数据的公交车到站时间预测方法 |
CN103280110A (zh) * | 2013-06-08 | 2013-09-04 | 北京云星宇交通工程有限公司 | 高速公路旅行时间的预测方法及装置 |
CN103413434A (zh) * | 2013-08-12 | 2013-11-27 | 上海遥薇(集团)有限公司 | 适用于公交车辆运营班次实时统计的信息处理方法 |
CN103440422B (zh) * | 2013-09-02 | 2016-05-25 | 东南大学 | 一种基于带时间窗的到站时间预测的公交晚点恢复方法 |
CN103440422A (zh) * | 2013-09-02 | 2013-12-11 | 东南大学 | 一种基于带时间窗的到站时间预测的公交晚点恢复方法 |
CN103778778B (zh) * | 2013-12-19 | 2015-10-28 | 银江股份有限公司 | 一种快速公交站台服务信息系统及快速公交车到站信息的测算方法 |
CN103778778A (zh) * | 2013-12-19 | 2014-05-07 | 银江股份有限公司 | 一种快速公交站台服务信息系统及快速公交车到站信息的测算方法 |
CN104123841A (zh) * | 2014-08-14 | 2014-10-29 | 苏州大学 | 一种车辆到站时间的获取方法及系统 |
CN104517040A (zh) * | 2014-12-31 | 2015-04-15 | 青岛海信网络科技股份有限公司 | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 |
CN104517040B (zh) * | 2014-12-31 | 2017-12-05 | 青岛海信网络科技股份有限公司 | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 |
CN106155650A (zh) * | 2015-04-01 | 2016-11-23 | 神讯电脑(昆山)有限公司 | 交通工具入站可能性信息的计算方法及其显示系统 |
CN106155650B (zh) * | 2015-04-01 | 2020-04-21 | 神讯电脑(昆山)有限公司 | 交通工具入站可能性信息的计算方法及其显示系统 |
CN104809906A (zh) * | 2015-04-28 | 2015-07-29 | 贵州中科汉天下信息技术有限公司 | 一种判断公交车所属路线的方法 |
CN104809906B (zh) * | 2015-04-28 | 2017-05-17 | 贵州中科汉天下信息技术有限公司 | 一种判断公交车所属路线的方法 |
CN105070037A (zh) * | 2015-07-15 | 2015-11-18 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
CN105070037B (zh) * | 2015-07-15 | 2018-07-20 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
CN105023230B (zh) * | 2015-07-22 | 2018-08-28 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种基于arcgis的轨道站点客流吸引范围界定方法 |
CN105023230A (zh) * | 2015-07-22 | 2015-11-04 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种基于arcgis的轨道站点客流吸引范围界定方法 |
CN105206040A (zh) * | 2015-08-07 | 2015-12-30 | 北京航空航天大学 | 一种基于ic卡数据的公交串车预测方法 |
CN105046962A (zh) * | 2015-08-18 | 2015-11-11 | 安徽四创电子股份有限公司 | 基于公交移动wifi热点的车辆满载率实时计算方法 |
CN105427594B (zh) * | 2015-11-23 | 2018-10-30 | 青岛海信网络科技股份有限公司 | 一种基于双向上车客流的公交断面客流量获取方法及系统 |
CN105427594A (zh) * | 2015-11-23 | 2016-03-23 | 青岛海信网络科技股份有限公司 | 一种基于双向上车客流的公交断面客流量获取方法及系统 |
CN106297273A (zh) * | 2016-09-29 | 2017-01-04 | 百度在线网络技术(北京)有限公司 | 班车路线的处理方法及装置 |
CN106485361A (zh) * | 2016-10-18 | 2017-03-08 | 吴江智远信息科技发展有限公司 | 一种基于IPv6的智慧公交管理平台 |
CN106781432A (zh) * | 2016-11-16 | 2017-05-31 | 青岛海信网络科技股份有限公司 | 一种公交车辆调度的方法及装置 |
CN106991542A (zh) * | 2017-06-06 | 2017-07-28 | 北京航空航天大学 | 一种基于渗流理论的轨道网络拥挤瓶颈识别方法 |
CN106991542B (zh) * | 2017-06-06 | 2020-06-02 | 北京航空航天大学 | 一种基于渗流理论的轨道网络拥挤瓶颈识别方法 |
CN107256629A (zh) * | 2017-07-31 | 2017-10-17 | 合肥桥旭科技有限公司 | 一种基于互联网的公交车堵车延误预警系统 |
CN107610282A (zh) * | 2017-08-21 | 2018-01-19 | 深圳市海梁科技有限公司 | 一种公交客流统计系统 |
CN107845259A (zh) * | 2017-10-24 | 2018-03-27 | 东南大学 | 公交运行情况实时反馈系统及公交实时运行数据处理方法 |
CN108197724A (zh) * | 2017-12-02 | 2018-06-22 | 山东大学 | 公交复杂网络中效率权重计算与公交方案性能评估方法 |
CN108022051A (zh) * | 2017-12-13 | 2018-05-11 | 吉林大学 | 一种基于信息融合的城市轨道交通调度决策方法 |
CN108197078A (zh) * | 2017-12-27 | 2018-06-22 | 长安大学 | 一种基于公交ic卡数据计算公交断面客流量的方法 |
CN108197078B (zh) * | 2017-12-27 | 2021-12-14 | 长安大学 | 一种基于公交ic卡数据计算公交断面客流量的方法 |
CN108288321A (zh) * | 2018-01-24 | 2018-07-17 | 哈尔滨工业大学 | 基于ic卡数据与车辆gps信息的公交站点上下客流量确定方法 |
CN108831182A (zh) * | 2018-05-07 | 2018-11-16 | 佛山科学技术学院 | 一种城市公交网络od矩阵构建方法 |
CN108876028A (zh) * | 2018-06-08 | 2018-11-23 | 山东交通学院 | 一种基于生存分析的公共交通周转时间预测方法及装置 |
CN108876028B (zh) * | 2018-06-08 | 2020-09-04 | 山东交通学院 | 一种基于生存分析的公共交通周转时间预测方法及装置 |
CN109035770A (zh) * | 2018-07-31 | 2018-12-18 | 上海世脉信息科技有限公司 | 一种大数据环境下公交载客量实时分析预测方法 |
CN109410568A (zh) * | 2018-09-18 | 2019-03-01 | 广东中标数据科技股份有限公司 | 基于用户画像和换乘规律的下车站点推测方法及系统 |
CN109191845A (zh) * | 2018-09-28 | 2019-01-11 | 吉林大学 | 一种公交车辆到站时间预测方法 |
CN109461306A (zh) * | 2018-11-16 | 2019-03-12 | 浩鲸云计算科技股份有限公司 | 一种公交车辆满载率的计算方法 |
CN109886491A (zh) * | 2019-02-26 | 2019-06-14 | 北京工业大学 | 一种海量运行数据驱动的地面公交两阶段优化调度方法 |
CN109886491B (zh) * | 2019-02-26 | 2021-02-26 | 北京工业大学 | 一种海量运行数据驱动的地面公交两阶段优化调度方法 |
CN111627239A (zh) * | 2019-02-28 | 2020-09-04 | 腾讯大地通途(北京)科技有限公司 | 公共交通信息的显示方法、装置、设备及存储介质 |
CN110046824A (zh) * | 2019-04-22 | 2019-07-23 | 吉林大学 | 一种城市公共交通线路的运营时段划分方法 |
CN110796877A (zh) * | 2019-05-14 | 2020-02-14 | 广州学塾加软件科技有限公司 | 一种面向单向公交线路的交通信号控制与公交调度协同控制方法 |
CN110796877B (zh) * | 2019-05-14 | 2022-11-15 | 广州学塾加软件科技有限公司 | 一种面向单向公交线路的交通信号控制与公交调度协同控制方法 |
CN110969851A (zh) * | 2019-12-09 | 2020-04-07 | 浙江顿悟科技有限公司 | 一种智慧城市公交系统 |
CN111178766A (zh) * | 2019-12-31 | 2020-05-19 | 北京交通发展研究院 | 公交运行可靠性的评价方法、装置及电子设备 |
CN110941691A (zh) * | 2020-02-19 | 2020-03-31 | 武汉元光科技有限公司 | 一种顺风车搭乘撮合方法及装置 |
CN111491261A (zh) * | 2020-04-24 | 2020-08-04 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种基于智能刷卡数据的个体移动轨迹提取方法 |
CN111491261B (zh) * | 2020-04-24 | 2022-03-01 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种基于智能刷卡数据的个体移动轨迹提取方法 |
CN112308368A (zh) * | 2020-07-30 | 2021-02-02 | 武汉禾青优化科技有限公司 | 一种公交实时调度仿真方法及系统 |
CN112053580A (zh) * | 2020-09-07 | 2020-12-08 | 郑州大学 | 一种交叉口公交信号优先控制优化方法 |
CN112686435A (zh) * | 2020-12-23 | 2021-04-20 | 四川锐明智通科技有限公司 | 排班方法、排班装置及终端设备 |
CN112419731B (zh) * | 2021-01-22 | 2021-06-22 | 深圳市都市交通规划设计研究院有限公司 | 公交满载率预测方法及系统 |
CN112419731A (zh) * | 2021-01-22 | 2021-02-26 | 深圳市都市交通规划设计研究院有限公司 | 公交满载率预测方法及系统 |
CN113053118A (zh) * | 2021-03-18 | 2021-06-29 | 重庆交通开投科技发展有限公司 | 一种集中调度跨线运行圈次时间的预测方法 |
CN113177742A (zh) * | 2021-05-29 | 2021-07-27 | 苏州智能交通信息科技股份有限公司 | 基于智能交通的公交服务方法、系统、终端及存储介质 |
CN113538952A (zh) * | 2021-06-04 | 2021-10-22 | 深圳市城市交通规划设计研究中心股份有限公司 | 公交车间隔异常识别与预警系统、方法、设备及存储介质 |
CN117592788A (zh) * | 2024-01-17 | 2024-02-23 | 北京工业大学 | 一种公交运行风险的识别方法及装置 |
CN117592788B (zh) * | 2024-01-17 | 2024-04-16 | 北京工业大学 | 一种公交运行风险的识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101615340A (zh) | 公交动态调度中的实时信息处理方法 | |
CN108831149B (zh) | 一种基于历史od信息定制公交线路开行方法及系统 | |
CN105550789A (zh) | 一种公交出行客流的预测方法 | |
CN103310651B (zh) | 一种基于实时路况信息的公交到站预测方法 | |
WO2017140175A1 (zh) | 基于路径识别系统的收费公路网交通信息采集与诱导系统 | |
CN103440768B (zh) | 一种基于动态修正的公交车到达时间实时预测方法 | |
CN105096643B (zh) | 基于多线路前车运行数据的实时公交到站时间预测方法 | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
CN103730008A (zh) | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 | |
CN105046350A (zh) | 基于afc数据的公交客流od实时估计方法 | |
CN102136190A (zh) | 城市公交客运事件应急响应调度管理系统及方法 | |
CN104916154B (zh) | 一种兼容北斗cors公交精准定位系统及其工作方法 | |
Gong et al. | Hybrid dynamic prediction model of bus arrival time based on weighted of historical and real-time GPS data | |
CN104408908A (zh) | 公交车辆越站调度方法及系统 | |
CN105469602A (zh) | 一种基于ic卡数据的公交乘客候车时间范围的预测方法 | |
CN103440422A (zh) | 一种基于带时间窗的到站时间预测的公交晚点恢复方法 | |
CN103606272B (zh) | 一种基于客流量的快速公交到站时刻预测方法 | |
CN106022512A (zh) | 一种针对电动车的应急救援车最优路径救援方法 | |
CN107545730A (zh) | 一种基于公交ic卡数据的站点上下车乘客数估计方法 | |
CN105046983B (zh) | 一种基于车路协同的交通流量预测系统及方法 | |
CN102394011A (zh) | 公交车自动化动态调度系统及方法 | |
CN106781511A (zh) | 一种基于gps数据和交通事故类型的拥堵时间预测方法 | |
CN104240529A (zh) | 一种预测公交到站时间的方法及系统 | |
CN108364464A (zh) | 一种基于概率模型的公交车辆旅行时间建模方法 | |
Li et al. | Assessing a model for optimal bus stop spacing with high-resolution archived stop-level data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20091230 |