CN103177412A - 一种出租车载客信息的计算方法和系统 - Google Patents
一种出租车载客信息的计算方法和系统 Download PDFInfo
- Publication number
- CN103177412A CN103177412A CN2011104363496A CN201110436349A CN103177412A CN 103177412 A CN103177412 A CN 103177412A CN 2011104363496 A CN2011104363496 A CN 2011104363496A CN 201110436349 A CN201110436349 A CN 201110436349A CN 103177412 A CN103177412 A CN 103177412A
- Authority
- CN
- China
- Prior art keywords
- taxi
- information
- traffic zone
- residential quarter
- gps signal
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种出租车载客信息的计算方法和系统,其中所述方法,包括:将电子地图划分成若干交通小区;根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号内的出租车标志分类存储,生成GPS信号集合;对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;用所述小区内出租车基本信息,计算得到对应交通小区的出租车载客及上下车信息。为租车营运规划、调度管理、区域投放及扬招与电招模式研究提供准确的载客信息数据,并提高获取数据的效率。
Description
技术领域
本申请涉及计算机数据统计和计算的技术领域,特别是涉及一种出租车载客信息的计算方法,以及,一种出租车载客信息的计算系统。
背景技术
当今城市交通越来越发达,出租车成为人们日常出行中重要的代步工具。可是在现实中还是时常有打车难和拉客难得现象出现,因此出租汽车公司需要统筹安排出租车的分布,更好的调配出租车,降低空车率,节约运营成本。
为了更好的安排和统筹出租车,就需要为出租车营运情况、运营区域和载客量的信息进行准确地收集。如什么时段,什么区域对出租车需求率增加,什么时段又下降。什么区域的出租车投放量接近饱和,什么区域是稀缺的等等问题。
但是在现实中,大多数的与交通相关的信息处理技术主要针对OD矩阵和路段拥挤度,对于针对出租车营运行业的数据处理大部分通过人工调查、人工统计的方式进行,费时费力,且数据准确性无法保障。
所以目前本领域技术人员迫切需要解决的问题是:为租车营运规划、调度管理、区域投放及扬招与电招模式研究提供准确的载客信息数据,并提高获取数据的效率。
发明内容
本申请所要解决的技术问题是提供一种出租车载客信息的计算方法,为租车营运规划、调度管理、区域投放及扬招与电招模式研究提供准确的载客信息数据,并提高获取数据的效率。
相应的,本申请还提供了一种出租车载客信息的系统,用以保障上述方法在实际中的应用。
为了解决上述问题,本申请公开了一种出租车载客信息的计算方法,具体可以包括:
将电子地图划分成若干交通小区;
根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号内的出租车标志分类存储,生成GPS信号集合;
对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;
用所述小区内出租车基本信息,计算得到对应交通小区的出租车载客及上下车信息。
优选的是,所述GPS信号包括发送时间、出租车标识、出租车位置信息和载客状态信息。
优选的是,所述交通小区包括路段信息;所述根据出租车的GPS信号定位相应的交通小区的步骤可以包括:
根据所述出租车位置信息定位出租车所在的路段信息;
根据所述路段信息定位出租车所在的交通小区。
优选的是,小区内出租车基本信息包括重车数、空车数、上客次数和下客次数;所述对GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息的步骤可以包括:
从某一时间点提取所述交通小区对应的GPS信号集合,按所述载客状态信息发送时间的先后顺序遍历;
如果载客状态全为是,所述交通小区的重车数加1;
如果载客状态全为否,所述交通小区的空车数加1;
如果载客状态有发生变化,重车数和空车数分别加1;
如果载客状态变化多次,第一次变化时,重车数和空车数分别加1;以后变化时,变化后的状态为是,则重车数继续加1,变化后状态为否,空车数继续加1,依此类推;
当载客状态由否变是时,上客次数加1,当载客状态由是变否时,下客次数加1。
优选的是,所述出租车载客信息可以包括:
通过所述交通小区的小区内出租车基本信息计算得到所述交通小区的出租车载客信息;
通过以下公式计算交通小区的出租车载客信息为:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
重车率=重车率/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数。
本申请同时公开了一种出租车载客信息的计算系统,具体可依包括:
交通小区划分模块,用于将电子地图划分成若干交通小区;
GPS信号集合生成模块,用于根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号内的出租车标志分类存储,生成GPS信号集合;
GPS信号集合统计模块,用于对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;
出租车载客信息计算模块,用于以小区内出租车基本信息,计算得到对应交通小区的出租车载客信息。
优选的是,所述GPS信号包括发送时间、出租车位置信息和载客状态信息。
优选的是,所述GPS信号集合生成模块可以包括:
路段定位子模块,用于根据所述出租车位置信息定位出租车所在的路段信息;
小区定位子模块,用于根据所述路段信息定位出租车所在的交通小区。
优选的是,所述小区内出租车基本信息包括重车数、空车数、上客次数和下客次数;所述GPS信号集合统计模块可以包括:
集合遍历子模块,用于从某一时间段提取所述交通小区对应的GPS信号集合,按所述载客状态信息发送时间的先后顺序遍历;
基本信息标记子模块,用于对遍历的信息进行以下标记,
如果载客状态全为是,所述交通小区的重车数加1;
如果载客状态全为否,所述交通小区的空车数加1;
如果载客状态有发生变化,重车数和空车数分别加1;
如果载客状态变化多次,第一次变化时,重车数和空车数分别加1;以后变化时,变化后的状态为是,则重车数继续加1,变化后状态为否,空车数继续加1,依此类推;
当载客状态由否变是时,上客次数加1,当载客状态由是变否时,下客次数加1。
优选的是,所述出租车载客信息计算模块可以包括:
公式应用子模块,用于通过所述交通小区的出租车载客信息计算得到所述交通小区的出租车载客信息;
通过以下公式计算得出:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
重车率=重车率/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数。
与现有技术相比,本申请具有以下优点:
本申请将电子地图划分成若干交通小区,在依靠GPS信号的实时传输,统计一个时段里,小区内出租车的出租车数和载客情况。计算获取出租车载客信息,为出租车营运规划、调度管理、区域投放及扬招与电招模式研究提供准确的数据。
本申请可实现对GPS数据的在线处理,因此极大提高了数据的时效性,同时也大幅提高了离线处理的效率。
附图说明
图1是本申请一种出租车载客信息的计算方法实施例的流程图;
图2是本申请一种出租车载客信息的计算系统实施例的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请实施例的核心构思之一在于,本申请将电子地图划分成若干交通小区,在依靠GPS信号的实时传输,统计一个时段里,小区能出租车的出租车数和载客情况。计算获取出租车载客信息,为出租车营运规划、调度管理、区域投放及扬招与电招模式研究提供准确的数据。
参照图1,示出了本申请一种出租车载客信息的计算方法实施例的流程图,具体可以包括:
步骤101、将电子地图划分成若干交通小区;
在具体实现中,依据道路交通等级,由主干道或者起到主干道作用的次干道构成的封闭区域,道路的交通等级定义来自于各地交通行政职能部门。
交通小区的制作和路段的编号依靠人工标记,小区与路段的关联由计算机完成。一个交通小区是由若干路段构成的封闭区域,制作步骤如下:
1、人工指定小区编号,再输入构成小区的路段编号。
2、计算机通过空间坐标分析,计算出包含在小区内的路段,得到小区与路段关联表,如下示:
步骤102、根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号中的出租车标识分类存储,生成GPS信号集合;
在本申请的一种优选实施例中,所述GPS信号包括发送时间、出租车位置信息和载客状态信息。
在具体实现中,出租车车载GPS设备回传信息由“出租车标识,日期(年月日),时间(时分秒),经度,纬度,瞬时速度,角度,载客状态”构成,实例如下所示:
JD7066,2011,2,23,21,2,1,118.231071,39.586353,0,11,1;
当空载时,载客状态为0;重载时,载客状态为1。每10秒钟,出租车将上传一条信息,通过信息中的载客状态变化,得到上下客次数。计算时间以2分钟为一周期。
例如:在两分钟内,编号为101的小区收到5辆出租车数据,其中1辆载客状态由1变0,2辆载客状态由0变1,其余2辆载客状态没有变化,那么该周期内,小区101的上客次数为2,下客次数为1。计算完成,各指标清零,开始下周期计算。
在本申请的一种优选实施例中,所述步骤102具体可以包括以下子步骤:
子步骤S11、根据所述出租车位置信息定位出租车所在的路段信息;
子步骤S12、根据所述路段信息定位出租车所所在的交通小区。
在具体实现中,按照所述出租车的GPS信号中的经度信息和纬度信息,在电子地图中定位GPS信号发送时出租车位置点。根据位置点定位实际路段,根据路段与小区的关联,定位所在的交通小区。
步骤103、对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;
在本发明的一种优选实施例中,所述步骤103具体可以包括以下子步骤:
子步骤S21、从某一时间点提取所述交通小区对应的GPS信号集合,按所述载客状态信息发送时间的先后顺序遍历;
子步骤S22、如果载客状态全为是,所述交通小区的重车数加1;
如果载客状态全为否,所述交通小区的空车数加1;
如果载客状态有发生变化,重车数和空车数分别加1;
如果载客状态变化多次,第一次变化时,重车数和空车数分别加1;以后变化时,变化后的状态为是,则重车数继续加1,变化后状态为否,空车数继续加1,依此类推;
当载客状态由否变是时,上客次数加1,当载客状态由是变否时,下客次数加1。
步骤104、用小区内出租车基本信息,计算得到对应交通小区的出租车载客信息。
在本申请的一种有优选实施例中,所述步骤104具体可以包括:
子步骤S31、通过所述交通小区的小区内出租车基本信息计算得到所述交通小区的出租车载客信息;
通过以下公式计算交通小区的出租车载客信息为:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
重车率=重车率/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数。
为使本领域技术人员更好地理解本发明,以下用一个完整的实施例更好的阐述本申请的实现过程:
1、在路网图上制作交通小区;获取城市电子地图(购买等方式),在电子地图编辑平台中(mapinfo等),人工标记出主干道,对主干道形成的封闭区域进行编号,即小区编号。
制作小区与小区内路段的关联关系;
通过空间坐标计算,将小区内的路段(含构成小区的路段)与小区编号关联,行成小区编号与关联路段的二维表T0。
2、连接浮动车数据源,并将GPS信息格式化;
从运营公司获取出租车原始数据,解析并格式化为系统输入格式:“出租车标识,日期(年月日),时间(时分秒),经度,纬度,瞬时速度,角度,载客状态”
GPS数据清洗剔除异常数据;异常数据主要有两类:时间异常,位置异常。
数据清洗流程为:校准服务器时间,通过时间同步软件将服务器时间与世界标准时间同步;收到一条出租车数据i2,解析出时间t2;从缓存中取出该车上一条数据i1,解析出时间t1;取当前服务器时间t0;
如果60>(t0-t2)>0且120>(t2-t1)>0,则数据i2的时间正常,否则为时间异常,将i2剔除;如果i2时间正常,解析出经纬度x2,y2。以(x2,y2)为圆心,搜索半径40米内的道路,如果有搜索结果,进行道路匹配,否则为位置异常,将i2剔除。
3、将GPS数据与道路匹配,按小区编号将GPS数据分类存储;
通过GPS数据中的经纬度坐标计算,得到出租车应匹配的路段;通过路段编号,在T0中查找对应小区编号,将GPS数据按小区编号和出租车标识存储为T1,如下表所示:
3、判断出租车载客状态,计算出租车上下客次数;
从T1取出小区Z1中一辆出租车的GPS信息集合V1,按时间先后遍历V1中所有数据,如果载客状态全为1,对应小区Z1的重车数加1,如果状态全为0,Z1的空车数加1,如果状态有发生变化,重车数和空车数分别加1,如果变化多次,变化后的状态是1,则重车继续加1,变化后状态是0,空车继续加1,依次类推;当状态由0变1是,上客次数加1,当状态由1变0时,下客次数加1。最终得到T3,如下表所示:
小区编号 | 重车数 | 空车数 | 上客次数 | 下客次数 |
101 | 6 | 2 | 1 | 0 |
102 | 3 | 3 | 0 | 0 |
...... | ...... | ...... | ...... | ...... |
4、计算交通小区出租车数、空车率、上下客比例;
通过T3,计算得到:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数;
参照图2,示出了本申请一种出租车载客信息的计算系统实施例的结构框图,具体可以包括:
交通小区划分模块201,用于将电子地图划分成若干交通小区;
GPS信号集合生成模块202,用于根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号分类存储,生成GPS信号集合;
在本申请的一种优选实施例中,所述GPS信号包括发送时间、出租车位置信息和载客状态信息。
在本申请的一种优选实施例中,所述GPS信号集合生成模块202具体可以包括以下子模块:
路段定位子模块S41,用于根据所述出租车位置信息定位出租车所在的路段信息;
小区定位子模块S42,用于根据所述路段信息定位出租车所所在的交通小区。
GPS信号集合统计模块203,用于对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;
在本申请的一种优选实施例中,所述GPS信号集合统计模块203具体可以包括以下子步骤:
集合遍历子模块S51,用于从某一时间点提取所述交通小区对应的GPS信号集合,按所述载客状态信息发送时间的先后顺序遍历;
数量标记子模块S52,用于对遍历的信息进行以下标记,
如果载客状态全为是,所述交通小区的重车数加1;
如果载客状态全为否,所述交通小区的空车数加1;
如果载客状态有发生变化,重车数和空车数分别加1;
如果载客状态变化多次,第一次变化时,重车数和空车数分别加1;以后变化时,变化后的状态为是,则重车数继续加1,变化后状态为否,空车数继续加1,依此类推;
当载客状态由否变是时,上客次数加1,当载客状态由是变否时,下客次数加1。
出租车载客信息计算模块204,用于小区内出租车基本信息,计算得到对应交通小区的出租车载客信息。
在本申请的一种优选实施例中,所述出租车载客信息计算模块204具体可以包括:
公式应用子模块S61,用于通过所述交通小区的小区内出租车基本信息计算得到所述交通小区的出租车载客信息;
通过以下公式计算交通小区的出租车载客信息为:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
重车率=重车率/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数。
由于所述装置实施例基本相应于前述方法实施例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此就不赘述了。
本申请可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、多处理器系统、大型计算机、分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上对本申请所提供的一种出租车载客信息的计算方法和一种出租车载客信息的计算系统进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种出租车载客信息的计算方法,其特征在于,包括:
将电子地图划分成若干交通小区;
根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号内的出租车标志分类存储,生成GPS信号集合;
对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;
用所述小区内出租车基本信息,计算得到对应交通小区的出租车载客及上下车信息。
2.如权利要求1所述的方法,其特征在于,所述GPS信号包括发送时间、出租车标识、出租车位置信息和载客状态信息。
3.如权利要求2所述的方法,其特征在于,所述交通小区包括路段信息;所述根据出租车的GPS信号定位相应的交通小区的步骤包括:
根据所述出租车位置信息定位出租车所在的路段信息;
根据所述路段信息定位出租车所在的交通小区。
4.如权利要求3所述的方法,其特征在于,小区内出租车基本信息包括重车数、空车数、上客次数和下客次数;所述对GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息的步骤包括:
从某一时间点提取所述交通小区对应的GPS信号集合,按所述载客状态信息发送时间的先后顺序遍历;
如果载客状态全为是,所述交通小区的重车数加1;
如果载客状态全为否,所述交通小区的空车数加1;
如果载客状态有发生变化,重车数和空车数分别加1;
如果载客状态变化多次,第一次变化时,重车数和空车数分别加1;以后变化时,变化后的状态为是,则重车数继续加1,变化后状态为否,空车数继续加1,依此类推;
当载客状态由否变是时,上客次数加1,当载客状态由是变否时,下客次数加1。
5.如权利要求4所述的方法,其特征在于,所述出租车载客信息包括:
通过所述交通小区的小区内出租车基本信息计算得到所述交通小区的出租车载客信息;
通过以下公式计算交通小区的出租车载客信息为:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
重车率=重车率/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数。
6.一种出租车载客信息的计算系统,其特征在于,包括:
交通小区划分模块,用于将电子地图划分成若干交通小区;
GPS信号集合生成模块,用于根据所述出租车的GPS信号定位出租车当时所处的交通小区,按所定位的交通小区信息将所述GPS信号内的出租车标志分类存储,生成GPS信号集合;
GPS信号集合统计模块,用于对所述GPS信号集合进行统计,获取各对应交通小区中,小区内出租车基本信息;
出租车载客信息计算模块,用于以小区内出租车基本信息,计算得到对应交通小区的出租车载客信息。
7.如权利要求6所述的系统,其特征在于,所述GPS信号包括发送时间、出租车位置信息和载客状态信息。
8.如权利要求7所述的系统,其特征在于,所述GPS信号集合生成模块包括:
路段定位子模块,用于根据所述出租车位置信息定位出租车所在的路段信息;
小区定位子模块,用于根据所述路段信息定位出租车所在的交通小区。
9.如权利要求8所述的系统,其特征在于,小区内出租车基本信息包括重车数、空车数、上客次数和下客次数;所述GPS信号集合统计模块包括:
集合遍历子模块,用于从某一时间段提取所述交通小区对应的GPS信号集合,按所述载客状态信息发送时间的先后顺序遍历;
基本信息标记子模块,用于对遍历的信息进行以下标记,
如果载客状态全为是,所述交通小区的重车数加1;
如果载客状态全为否,所述交通小区的空车数加1;
如果载客状态有发生变化,重车数和空车数分别加1;
如果载客状态变化多次,第一次变化时,重车数和空车数分别加1;以后变化时,变化后的状态为是,则重车数继续加1,变化后状态为否,空车数继续加1,依此类推;
当载客状态由否变是时,上客次数加1,当载客状态由是变否时,下客次数加1。
10.如权利要求9所述的系统,其特征在于,所述出租车载客信息计算模块包括:
公式应用子模块,用于通过所述交通小区的出租车载客信息计算得到所述交通小区的出租车载客信息;
通过以下公式计算得出:
小区出租车数=空车数+重车数;
空车率=空车数/小区出租车数;
重车率=重车率/小区出租车数;
上客比例=上客次数/小区出租车数;
下客比例=下客次数/小区出租车数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104363496A CN103177412A (zh) | 2011-12-22 | 2011-12-22 | 一种出租车载客信息的计算方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104363496A CN103177412A (zh) | 2011-12-22 | 2011-12-22 | 一种出租车载客信息的计算方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103177412A true CN103177412A (zh) | 2013-06-26 |
Family
ID=48637245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104363496A Pending CN103177412A (zh) | 2011-12-22 | 2011-12-22 | 一种出租车载客信息的计算方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103177412A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500500A (zh) * | 2013-10-08 | 2014-01-08 | 同济大学 | 基于交通小区的出租车空车率信息处理方法 |
CN103531019A (zh) * | 2013-10-08 | 2014-01-22 | 同济大学 | 一种出租车载客量信息自动化处理方法 |
CN103839424A (zh) * | 2014-02-27 | 2014-06-04 | 河海大学常州校区 | 一种基于招车期望值的出租车空车导航系统与方法 |
CN105139637A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种出租车上下客地点选取的方法、系统及客户端 |
CN105488752A (zh) * | 2016-01-18 | 2016-04-13 | 中国科学技术大学 | 基于大规模实时轨迹分析的出租车拒载行为检测方法 |
CN106448170A (zh) * | 2016-11-28 | 2017-02-22 | 中兴软创科技股份有限公司 | 基于fcd的出租车实时空实载状态提取与呈现方法与系统 |
CN106846794A (zh) * | 2016-11-28 | 2017-06-13 | 中兴软创科技股份有限公司 | 交通小区服务指数与营运指数提取方法与系统 |
CN106960565A (zh) * | 2017-03-21 | 2017-07-18 | 合肥极友软件开发有限公司 | 基于gps‑gprs的出租车计价与监控系统 |
CN107191076A (zh) * | 2017-06-23 | 2017-09-22 | 深圳市盛路物联通讯技术有限公司 | 一种智能确定乘客安全下车的方法及装置 |
CN107784619A (zh) * | 2016-08-29 | 2018-03-09 | 厦门雅迅网络股份有限公司 | 一种出租车载客信息计算及出租车调度方法和系统 |
CN108389393A (zh) * | 2018-04-16 | 2018-08-10 | 东北林业大学 | 一种基于压力传感器的出租车客流检测系统 |
CN109785612A (zh) * | 2019-03-13 | 2019-05-21 | 重庆皓石金科技有限公司 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
CN110188909A (zh) * | 2018-02-22 | 2019-08-30 | 北京嘀嘀无限科技发展有限公司 | 出行平台的数据预测方法、装置及存储介质 |
CN110999261A (zh) * | 2018-08-22 | 2020-04-10 | 北京嘀嘀无限科技发展有限公司 | 用于生成离线打车证书的系统和方法 |
CN111309829A (zh) * | 2018-12-11 | 2020-06-19 | 厦门雅迅网络股份有限公司 | 出租车上失物查找的方法、存储介质 |
CN112785833A (zh) * | 2020-12-30 | 2021-05-11 | 青岛中兴智能交通有限公司 | 一种车流异常聚集的预测方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007081107A1 (en) * | 2006-01-10 | 2007-07-19 | Lg Chem, Ltd. | Method for optimal multi-vehicle dispatch and system for the same |
CN101894107A (zh) * | 2009-05-22 | 2010-11-24 | 触动多媒体技术(上海)有限公司 | 出租车上下客统计的方法 |
CN201918011U (zh) * | 2010-08-19 | 2011-08-03 | 北京千方科技集团有限公司 | 一种出租车载客策略生成系统和设备 |
-
2011
- 2011-12-22 CN CN2011104363496A patent/CN103177412A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007081107A1 (en) * | 2006-01-10 | 2007-07-19 | Lg Chem, Ltd. | Method for optimal multi-vehicle dispatch and system for the same |
CN101894107A (zh) * | 2009-05-22 | 2010-11-24 | 触动多媒体技术(上海)有限公司 | 出租车上下客统计的方法 |
CN201918011U (zh) * | 2010-08-19 | 2011-08-03 | 北京千方科技集团有限公司 | 一种出租车载客策略生成系统和设备 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103531019A (zh) * | 2013-10-08 | 2014-01-22 | 同济大学 | 一种出租车载客量信息自动化处理方法 |
CN103500500A (zh) * | 2013-10-08 | 2014-01-08 | 同济大学 | 基于交通小区的出租车空车率信息处理方法 |
CN103839424A (zh) * | 2014-02-27 | 2014-06-04 | 河海大学常州校区 | 一种基于招车期望值的出租车空车导航系统与方法 |
CN105139637A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种出租车上下客地点选取的方法、系统及客户端 |
CN105488752A (zh) * | 2016-01-18 | 2016-04-13 | 中国科学技术大学 | 基于大规模实时轨迹分析的出租车拒载行为检测方法 |
CN107784619A (zh) * | 2016-08-29 | 2018-03-09 | 厦门雅迅网络股份有限公司 | 一种出租车载客信息计算及出租车调度方法和系统 |
CN106846794B (zh) * | 2016-11-28 | 2020-09-04 | 浩鲸云计算科技股份有限公司 | 交通小区服务指数与营运指数提取方法与系统 |
CN106846794A (zh) * | 2016-11-28 | 2017-06-13 | 中兴软创科技股份有限公司 | 交通小区服务指数与营运指数提取方法与系统 |
CN106448170A (zh) * | 2016-11-28 | 2017-02-22 | 中兴软创科技股份有限公司 | 基于fcd的出租车实时空实载状态提取与呈现方法与系统 |
CN106960565A (zh) * | 2017-03-21 | 2017-07-18 | 合肥极友软件开发有限公司 | 基于gps‑gprs的出租车计价与监控系统 |
CN107191076A (zh) * | 2017-06-23 | 2017-09-22 | 深圳市盛路物联通讯技术有限公司 | 一种智能确定乘客安全下车的方法及装置 |
CN110188909A (zh) * | 2018-02-22 | 2019-08-30 | 北京嘀嘀无限科技发展有限公司 | 出行平台的数据预测方法、装置及存储介质 |
CN108389393A (zh) * | 2018-04-16 | 2018-08-10 | 东北林业大学 | 一种基于压力传感器的出租车客流检测系统 |
CN110999261A (zh) * | 2018-08-22 | 2020-04-10 | 北京嘀嘀无限科技发展有限公司 | 用于生成离线打车证书的系统和方法 |
CN110999261B (zh) * | 2018-08-22 | 2020-09-25 | 北京嘀嘀无限科技发展有限公司 | 用于生成离线打车证书的系统和方法 |
US10902432B2 (en) | 2018-08-22 | 2021-01-26 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for generating certificate for off-line ride hailing |
CN111309829A (zh) * | 2018-12-11 | 2020-06-19 | 厦门雅迅网络股份有限公司 | 出租车上失物查找的方法、存储介质 |
CN109785612A (zh) * | 2019-03-13 | 2019-05-21 | 重庆皓石金科技有限公司 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
CN109785612B (zh) * | 2019-03-13 | 2021-07-06 | 重庆皓石金科技有限公司 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
CN112785833A (zh) * | 2020-12-30 | 2021-05-11 | 青岛中兴智能交通有限公司 | 一种车流异常聚集的预测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103177412A (zh) | 一种出租车载客信息的计算方法和系统 | |
CN103985247B (zh) | 基于城市叫车需求分布密度的出租车运力调度系统 | |
CN100463008C (zh) | 一种基于gis的公交电子站牌系统 | |
CN112270460A (zh) | 一种基于多源数据的超重货车货源站点识别方法 | |
CN104966408B (zh) | 一种gps定位数据补偿方法 | |
CN102968900B (zh) | 一种对rfid交通数据进行处理的方法 | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
CN103065205A (zh) | 三维智能交通枢纽客流时空分析与预测系统 | |
CN201804445U (zh) | 一种智能公交营运管理系统 | |
CN105654721A (zh) | 一种采用公交ic卡和车载gps数据计算公交od量的方法 | |
CN114613151B (zh) | 一种货车od确定方法、系统、设备及存储介质 | |
CN109637134A (zh) | 一种公交设备匹配方法 | |
CN102779363B (zh) | 一种路桥费用统计方法及系统 | |
CN112801552A (zh) | 基于交通大数据挖掘和智能分析的网约车和巡游车的监管方法 | |
Iwan et al. | Impact of telematics on efficiency of urban freight transport | |
Cyril et al. | Electronic ticket machine data analytics for public bus transport planning | |
Yeow et al. | Using spatially explicit commodity flow and truck activity data to map urban material flows | |
US20150330798A1 (en) | Grid-based arrival time prediction | |
CN202648721U (zh) | 一种车辆油耗监测系统 | |
CN104700616B (zh) | 城市交通压力预测方法及系统 | |
CN109783527A (zh) | 非道路移动机械的大气污染统计方法、系统、存储介质、终端 | |
CN102609997A (zh) | 基于动态时程匹配的高速公路多义性路径自动识别方法 | |
Li et al. | Mapping highway mobile carbon source emissions using traffic flow big data: a case study of Guangdong Province, China | |
CN105913210A (zh) | 基于gps/gprs的物流路线实时跟踪系统 | |
Fu et al. | Optimization of freight charging infrastructure placement using multiday travel 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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130626 |