CN103730008A - 基于公交gps和ic卡实时数据的公交拥挤度分析方法 - Google Patents
基于公交gps和ic卡实时数据的公交拥挤度分析方法 Download PDFInfo
- Publication number
- CN103730008A CN103730008A CN201410017800.4A CN201410017800A CN103730008A CN 103730008 A CN103730008 A CN 103730008A CN 201410017800 A CN201410017800 A CN 201410017800A CN 103730008 A CN103730008 A CN 103730008A
- Authority
- CN
- China
- Prior art keywords
- bus
- data
- public transport
- public
- website
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于公交GPS和IC卡实时数据的公交拥挤度分析方法,包括1)通过公共汽车GPS数据和IC卡历史数据构建历史质量数据库,实时数据筛选修复并挖掘有效数据;2)数据融合,建立居民公交出行实时信息表;3)根据交通模型,计算实时的公交线路客流OD分布;4)划分公交拥挤状态阈值,然后基于获取实时的公交线路客流OD分布,分别针对公交站点和公交线路做公交拥挤度分析。本发明的优点是提高数据的有效性、可靠性、准确性;为提高公共交通利用率提供了重要的数据依据。
Description
技术领域
本发明涉及了一种基于公共汽(电)车GPS与IC卡实时数据的公交拥挤度分析方法,属于智能交通信息技术应用领域。
背景技术
公共交通作为城市交通出行的主要方式,受到了广大交通出行者的喜爱。然而,公共交通仍然存在很多的问题。哪个公交站点拥堵?哪条线路拥堵?公交线路在哪里拥堵?这些问题都是交通出行者日常关心的问题。由于出行者信息掌握不充分,一般会根据自身的经验判断公交拥挤状况。因为缺乏精确的数据依据,而且公交客流OD一般是动态变化的,因此这种判断往往是十分不准确的。
申请号为201110111146.X的发明专利“一种公交车内拥挤程度检测方法”,其方法采用距离传感器作为检测设备,来检测公交车内过道和车门区域是否站有乘客,距离传感器的信号输出端通过有线或无线的方式连接至车载的微型计算机,由微型计算机采集公交车内各个距离传感器的输出信号并采用加权求和方式计算出拥挤系数,以此来体现公交车内的拥挤程度。
申请号为201110287593.0的发明专利“实时公交拥挤状态信息的采集方法”,该方法原理如下:首先,由安装有车载信息终端的公交在公交行驶过程中的定期采集其公交编号、拥挤提示按键次数、位置等信息,并通过移动蜂窝通信等技术传送到公交数据服务中心;其次,公交数据服务中心根据公交上传的各数据信息中对应的拥挤提示按键次数信息,判断该公交在所处的各位置时是否存在拥挤,得到实时公交拥挤状态信息集,并结合各实时公交拥挤状态信息集的子集对应的公交编号、公交所处位置得到对应的各公交信息序列;再次,公交数据服务中心将得到的各公交信息序列存储到公交数据服务中心的数据库中,从而完成实时公交拥挤状态信息的采集。
上述检测公交车内拥挤程度的方法,是通过距离传感器以及拥挤按键进行分析获取公交拥挤程度。距离传感器以及拥挤按键往往在公交客流大的情况下无法准确判别而存在很大的误差,且随着时间的推移,误差会进一步扩大。
发明内容
本发明所要解决的技术问题是要提供一种基于多源实时数据融合的高效、准确、可靠的基于公交GPS和IC卡实时数据的公交拥挤度分析方法。
为了解决以上的技术问题,本发明提供了一种基于公交GPS和IC卡实时数据的公交拥挤度分析方法,该方法包括如下的步骤:
1)通过公共汽车GPS数据和IC卡历史数据相关性特征分析构建历史质量数据库,进而对实时获取的公交GPS数据和IC卡数据筛选,进行错误数据修复并挖掘有效数据;
2)对预处理后的公交GPS和IC卡实时数据进行数据融合,获取公交线路走向、站点位置、公交场站设施的公交网络数据,以及乘客上下车站点、乘客上下车时间的公交客流数据,并根据公交网络数据和公交客流数据建立居民公交出行实时信息表;
3)基于获取的居民公交出行实时信息表,根据交通模型,计算实时的公交线路客流OD分布;
4)根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间参数,划分公交拥挤状态阈值,然后基于获取实时的公交线路客流OD分布,分别针对公交站点和公交线路做公交拥挤度分析。
所述居民公交出行实时信息表包括以下内容:公交卡编号、乘客上车站点、乘客上车时间、公交行驶方向、乘客下车站点、乘客下车时间、公交车编号。具体表格形式如下表所示:
基于获取的居民公交出行实时信息表,根据交通模型,计算实时的公交线路客流OD分布。
所述的交通模型具体包含以下步骤:
1)持公交卡出行乘客占公交出行量比率:根据公交信息中心获取月持卡出行乘客人数和现金缴费乘客人数,计算线路持卡出行乘客比率如下:
2)公交出行总量确定:
其中,αij代表线路第i个站点乘上第 j 班次车的刷卡乘客数,m 为该线路站点总数,n为该线路安排班次数。
3)线路公交实时OD客流矩阵计算:
根据公交出行总量一定的原则,公交上车人数与下车人数相等。但是在实际数据统计过程中,上车乘客与下车乘客数一般不相等,因此,标定公交出行上车乘客辅助参数和公交出行下车乘客辅助参数如下:
其中,α,β分别为公交出行上车乘客数辅助参数和下车乘客数辅助参数,αij代表第i个站点乘上第 j 班次车的刷卡乘客数,βjk代表线路第j 班次在第k 个站点的下车乘客数,m 为该线路站点总数,n为该线路安排班次数。
该线路乘客从第i个站点上车,第k个站点下车公交乘客数为qik,则有:
qjik为第 j 班次车从第i个站点上车,第k个站点下车的公交乘客数。
根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间等参数以及相关标准规范,划分公交拥挤状态阈值,然后基于获取实时的公交线路客流OD分布,分别针对公交站点和公交线路做公交拥挤度分析。
所述的公交拥挤状态阈值划分如下:经过公交站点或公交线路上公交车辆平均立席密度0-4人/平方米为舒适,3-8人/平方米为拥挤,8人/平方米以上为非常拥挤。
所述的公交拥挤状态计算方法如下:
1)公交站点拥挤度指标计算:
经过站点i的线路总数为m,第i站点乘上j班车的乘客人数为αij,公交车辆有效利用面积为s,则公交站点i的拥挤度计算如下:
2)公交线路拥挤度指标计算
第i站点乘上j班车的乘客人数为αij,线路第j班次在第l个站点的下车乘客数为βjl,线路j站点总数为k,公交车辆有效利用面积为s,则公交线路j的拥挤度计算如下:
本发明的优越功效在于:
1)传统的公交拥挤度分析方法中,一般都是以分析公交车内拥挤度为主,较少对公交站台以及公交线路的拥挤度进行分析;传统的公交拥挤分析只是对公交车内拥挤度进行分析无法影响公交运营管理决策以及公交出行者路劲决策。相比于传统的方法,本发明通过数据挖掘、融合手段提高数据的有效性并进行数据修复,保证了公交拥挤度分析方法的可靠性、准确性;
2)具有成本低,操作简单的特点,有较大的推广应用前景;
3)本发明掌握了城市各个公交站点和公交线路的公交车拥挤情况,可为城市合理分配公共交通资源线路、提高公共交通利用率提供重要数据依据。
附图说明
图1为本发明的客流数据图;
图2为本发明的分析结果图。
具体实施方式
请参阅附图所示,以宁波市公共交通系统为分析对象,具体阐述本发明公交拥挤度分析方法。
如图所示,本发明提供一种基于公交的GPS和IC卡实时数据的公交拥挤度分析方法,下面具体举例说明如何进行公交的拥挤度分析。
本发明以宁波市公交GPS和IC卡实时数据作为数据源,并通过历史数据特征分析建立历史质量数据库,进而对实时获取的公交GPS和IC卡数据筛选,进行错误数据修复并挖掘有效数据。接着对预处理后的高质量公交GPS和IC卡实时数据进行数据融合,获取公交线路走向、站点位置、公交场站设施等公交网络数据,以及乘客上下车站点、乘客上下车时间等公交客流数据,并根据公交网络数据和公交客流数据建立居民公交出行实时信息表,具体如下:
1)持公交卡出行乘客占公交出行量比率:根据公交信息中心获取月持卡出行乘客人数和现金缴费乘客人数,计算线路持卡出行乘客比率如下:
2)公交出行总量确定:
αij代表线路第i个站点乘上第 j 班次车的刷卡乘客数,m 为该线路站点总数,n为该线路安排班次数。
3)线路公交实时OD客流矩阵计算。
根据公交出行总量一定的原则,公交上车人数与下车人数相等。但是在实际数据统计过程中,上车乘客与下车乘客数一般不相等,因此,标定公交出行上车乘客辅助参数和公交出行下车乘客辅助参数如下:
其中,α,β分别为公交出行上车乘客数辅助参数和下车乘客数辅助参数,αij代表第i个站点乘上第 j 班次车的刷卡乘客数,βjk代表线路第 j 班次在第k 个站点的下车乘客数,m 为该线路站点总数,n为该线路安排班次数。
该线路乘客从第i个站点上车,第k个站点下车公交乘客数为qik,则有:
qjik为第 j 班次车从第i个站点上车,第k个站点下车的公交乘客数。
在具体应用中,如果部分公交数据不能实时获取,则采用前一天该时间段的数据进行分析。在本案例中,公交持卡出行比率取定值0.836,通过统计数据获取;安排车次选取某一阶段获取的实时车辆安排数量,取定值905。分析获取客流数据如图1所示,图中各条线路客流数据均存储在数据库中,绿色代表客流畅通,黄色为拥挤,红色表现为阻塞。
获取公交客流后,根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间等参数以及相关标准规范,划分公交拥挤状态阈值,然后基于获取实时的公交线路客流OD分布,分别针对公交站点和公交线路做公交拥挤度分析。
1)公交站点拥挤度指标计算:
经过站点i的线路总数为m,第i站点乘上j班车的乘客人数为αij,公交车辆有效利用面积为s,则公交站点i的拥挤度计算如下:
2)公交线路拥挤度指标计算:
第i站点乘上j班车的乘客人数为αij,线路第j班次在第l个站点的下车乘客数为βjl,线路j站点总数为k,公交车辆有效利用面积为s,则公交线路j的拥挤度计算如下:
通过拥挤阈值判定公交站点和公交线路拥挤程度,具体标准为:经过公交站点或公交线路上公交车辆平均立席密度0-4人/平方米为舒适,3-8人/平方米为拥挤,8人/平方米以上为阻塞。本案例中,以宁波市公共交通系统为分析对象,分析结果如图2所示:
在具体应用中,公交拥挤程度是实时变化的,本案例中采用2014年1月6日上午10:52宁波公交系统的数据进行分析。与公交客流分析有相似性,当实时获取的数据出现质量问题或者缺失时,可以根据前一天该时段数据进行补充,得到完整的公交拥挤分析结果。此外,本发明掌握了城市各个公交站点和公交线路的公交车拥挤情况,可以为城市合理分配公共交通资源线路、提高公共要数据依据。
Claims (6)
1.一种基于公交的GPS和IC卡实时数据的公交拥挤度分析方法,该方法包括如下的步骤:
1)通过公共汽车GPS数据和IC卡历史数据相关性特征分析构建历史质量数据库,进而对实时获取的公交GPS数据和IC卡数据筛选,进行错误数据修复并挖掘有效数据;
2)对预处理后的公交GPS和IC卡实时数据进行数据融合,获取公交线路走向、站点位置、公交场站设施的公交网络数据,以及乘客上下车站点、乘客上下车时间的公交客流数据,并根据公交网络数据和公交客流数据建立居民公交出行实时信息表;
3)基于获取的居民公交出行实时信息表,根据交通模型,计算实时的公交线路客流OD分布;
4)根据公交GPS和IC卡历史质量数据特征库、公交运行速度、行程时间参数,划分公交拥挤状态阈值,然后基于获取实时的公交线路客流OD分布,分别针对公交站点和公交线路做公交拥挤度分析。
2.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法,其特征在于:所述居民公交出行实时信息表包括公交卡编号、乘客上车站点、乘客上车时间、公交行驶方向、乘客下车站点、乘客下车时间和公交车编号。
5.根据权利要求1所述的基于公交的GPS和IC卡实时数据的公交拥挤度分析方法,其特征在于:所述的公交拥挤状态阈值划分如下:经过公交站点或公交线路上公交车辆平均立席密度0-4人/平方米为舒适,3-8人/平方米为拥挤,8人/平方米以上为非常拥挤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410017800.4A CN103730008A (zh) | 2014-01-15 | 2014-01-15 | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410017800.4A CN103730008A (zh) | 2014-01-15 | 2014-01-15 | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103730008A true CN103730008A (zh) | 2014-04-16 |
Family
ID=50454060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410017800.4A Pending CN103730008A (zh) | 2014-01-15 | 2014-01-15 | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103730008A (zh) |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318113A (zh) * | 2014-10-29 | 2015-01-28 | 中国科学院深圳先进技术研究院 | 基于乘客换乘的时空特征推算乘客上车站点的方法及系统 |
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 |
CN105023437A (zh) * | 2015-08-21 | 2015-11-04 | 苏州大学张家港工业技术研究院 | 一种公交od矩阵的构建方法及系统 |
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 |
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 |
CN105550789A (zh) * | 2016-02-19 | 2016-05-04 | 上海果路交通科技有限公司 | 一种公交出行客流的预测方法 |
CN105654721A (zh) * | 2016-01-21 | 2016-06-08 | 哈尔滨工业大学 | 一种采用公交ic卡和车载gps数据计算公交od量的方法 |
CN105791022A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警系统 |
CN105869388A (zh) * | 2016-05-31 | 2016-08-17 | 苏州朗捷通智能科技有限公司 | 一种公交客流数据采集及起讫点的分析方法及系统 |
CN105869399A (zh) * | 2016-05-11 | 2016-08-17 | 南京信息职业技术学院 | 一种公交车拥挤度实时查询系统 |
CN105913367A (zh) * | 2016-04-07 | 2016-08-31 | 北京晶众智慧交通科技股份有限公司 | 基于人脸识别和位置定位的公交客流量检测系统与方法 |
CN105957348A (zh) * | 2016-07-01 | 2016-09-21 | 东南大学 | 一种基于gis和pems的城市公交线路节点处排放估算方法 |
CN106128097A (zh) * | 2016-06-30 | 2016-11-16 | 百度在线网络技术(北京)有限公司 | 交通线路的拥堵情况获取方法及装置 |
CN106699949A (zh) * | 2015-07-23 | 2017-05-24 | 中国石油化工股份有限公司 | 一种乙烯-α烯烃-非共轭二烯烃聚合物及其制备方法 |
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 |
CN106777703A (zh) * | 2016-12-19 | 2017-05-31 | 杭州讯阳科技有限公司 | 一种公交乘客实时分析系统及其构建方法 |
CN106844624A (zh) * | 2017-01-20 | 2017-06-13 | 亚信蓝涛(江苏)数据科技有限公司 | 一种可视化的公交大数据分析系统 |
CN107563651A (zh) * | 2017-09-07 | 2018-01-09 | 深圳市蓝泰源信息技术股份有限公司 | 一种公交系统的基于大数据客流分析方法 |
CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
CN108806257A (zh) * | 2018-07-04 | 2018-11-13 | 河海大学 | 一种道路拥堵区域和拥堵路段的识别方法 |
CN108961804A (zh) * | 2018-06-20 | 2018-12-07 | 北京市交通运行监测调度中心 | 基于多指标分类交集的公交线路调整备选集合确定方法 |
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 |
CN109543895A (zh) * | 2018-11-15 | 2019-03-29 | 北京航空航天大学 | 一种出基于出租客流转化的公交线网优化方法 |
CN109859459A (zh) * | 2019-02-22 | 2019-06-07 | 北京航空航天大学 | 一种自动驾驶公交调度优化方法 |
CN110400037A (zh) * | 2019-04-26 | 2019-11-01 | 财付通支付科技有限公司 | 一种下车站点确定方法和装置 |
CN110580537A (zh) * | 2018-06-08 | 2019-12-17 | 阿里巴巴集团控股有限公司 | 公交承载力分析方法及公交配置优化方法 |
CN110837919A (zh) * | 2019-10-22 | 2020-02-25 | 武汉元光科技有限公司 | 公交供给情况判定方法及装置 |
CN111047858A (zh) * | 2019-11-20 | 2020-04-21 | 青岛海信网络科技股份有限公司 | 一种融合算法的公交客流出行od确定方法及装置 |
CN111292076A (zh) * | 2020-01-20 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 一种公共交通工具拥挤度确定方法、系统及装置 |
CN111539565A (zh) * | 2020-04-20 | 2020-08-14 | 交通运输部科学研究院 | 一种基于车辆和站点拥挤度的公交票价优惠方法 |
CN112418501A (zh) * | 2020-11-16 | 2021-02-26 | 北京航空航天大学 | 一种基于数据驱动的电动公交车队置换优化方法 |
CN112541989A (zh) * | 2020-12-01 | 2021-03-23 | 中南民族大学 | 一路一线模式用于实时调度的客流数据描述方法 |
CN113537714A (zh) * | 2021-06-11 | 2021-10-22 | 华设设计集团股份有限公司 | 基于多源大数据融合分析的老年人公交优惠方案评估方法及系统 |
CN113538956A (zh) * | 2021-06-22 | 2021-10-22 | 华录智达科技股份有限公司 | 一种公交智能电子站牌信息显示控制系统 |
CN113643538A (zh) * | 2021-08-11 | 2021-11-12 | 昆山轨道交通投资置业有限公司 | Ic卡历史数据和人工调查数据融合的公交客流测算方法 |
CN116978234A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市锐斯特科技有限公司 | 一种基于行车记录仪的路况数据动态采集方法及系统 |
-
2014
- 2014-01-15 CN CN201410017800.4A patent/CN103730008A/zh active Pending
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318113A (zh) * | 2014-10-29 | 2015-01-28 | 中国科学院深圳先进技术研究院 | 基于乘客换乘的时空特征推算乘客上车站点的方法及系统 |
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 |
CN106699949A (zh) * | 2015-07-23 | 2017-05-24 | 中国石油化工股份有限公司 | 一种乙烯-α烯烃-非共轭二烯烃聚合物及其制备方法 |
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 |
CN105023437A (zh) * | 2015-08-21 | 2015-11-04 | 苏州大学张家港工业技术研究院 | 一种公交od矩阵的构建方法及系统 |
CN105023437B (zh) * | 2015-08-21 | 2018-01-02 | 苏州大学 | 一种公交od矩阵的构建方法及系统 |
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 |
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 |
CN105654721A (zh) * | 2016-01-21 | 2016-06-08 | 哈尔滨工业大学 | 一种采用公交ic卡和车载gps数据计算公交od量的方法 |
CN105550789A (zh) * | 2016-02-19 | 2016-05-04 | 上海果路交通科技有限公司 | 一种公交出行客流的预测方法 |
CN105913367A (zh) * | 2016-04-07 | 2016-08-31 | 北京晶众智慧交通科技股份有限公司 | 基于人脸识别和位置定位的公交客流量检测系统与方法 |
CN105791022B (zh) * | 2016-04-14 | 2019-07-30 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警系统 |
CN105791022A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警系统 |
CN105869399A (zh) * | 2016-05-11 | 2016-08-17 | 南京信息职业技术学院 | 一种公交车拥挤度实时查询系统 |
CN105869388A (zh) * | 2016-05-31 | 2016-08-17 | 苏州朗捷通智能科技有限公司 | 一种公交客流数据采集及起讫点的分析方法及系统 |
CN106128097A (zh) * | 2016-06-30 | 2016-11-16 | 百度在线网络技术(北京)有限公司 | 交通线路的拥堵情况获取方法及装置 |
CN106128097B (zh) * | 2016-06-30 | 2019-03-29 | 百度在线网络技术(北京)有限公司 | 交通线路的拥堵情况获取方法及装置 |
CN105957348A (zh) * | 2016-07-01 | 2016-09-21 | 东南大学 | 一种基于gis和pems的城市公交线路节点处排放估算方法 |
CN105957348B (zh) * | 2016-07-01 | 2018-03-13 | 东南大学 | 一种基于gis和pems的城市公交线路节点处排放估算方法 |
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 |
CN106777703A (zh) * | 2016-12-19 | 2017-05-31 | 杭州讯阳科技有限公司 | 一种公交乘客实时分析系统及其构建方法 |
CN106844624A (zh) * | 2017-01-20 | 2017-06-13 | 亚信蓝涛(江苏)数据科技有限公司 | 一种可视化的公交大数据分析系统 |
CN107563651A (zh) * | 2017-09-07 | 2018-01-09 | 深圳市蓝泰源信息技术股份有限公司 | 一种公交系统的基于大数据客流分析方法 |
CN107563651B (zh) * | 2017-09-07 | 2021-06-08 | 深圳市蓝泰源信息技术股份有限公司 | 一种公交系统的基于大数据客流分析方法 |
CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
CN108053062B (zh) * | 2017-12-11 | 2022-04-29 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
CN110580537B (zh) * | 2018-06-08 | 2023-06-16 | 阿里巴巴集团控股有限公司 | 公交承载力分析方法及公交配置优化方法 |
CN110580537A (zh) * | 2018-06-08 | 2019-12-17 | 阿里巴巴集团控股有限公司 | 公交承载力分析方法及公交配置优化方法 |
CN108961804A (zh) * | 2018-06-20 | 2018-12-07 | 北京市交通运行监测调度中心 | 基于多指标分类交集的公交线路调整备选集合确定方法 |
CN108961804B (zh) * | 2018-06-20 | 2020-07-31 | 北京市交通运行监测调度中心 | 基于多指标分类交集的公交线路调整备选集合确定方法 |
CN108806257A (zh) * | 2018-07-04 | 2018-11-13 | 河海大学 | 一种道路拥堵区域和拥堵路段的识别方法 |
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 |
CN109543895A (zh) * | 2018-11-15 | 2019-03-29 | 北京航空航天大学 | 一种出基于出租客流转化的公交线网优化方法 |
CN109859459A (zh) * | 2019-02-22 | 2019-06-07 | 北京航空航天大学 | 一种自动驾驶公交调度优化方法 |
CN110400037A (zh) * | 2019-04-26 | 2019-11-01 | 财付通支付科技有限公司 | 一种下车站点确定方法和装置 |
CN110400037B (zh) * | 2019-04-26 | 2024-06-11 | 财付通支付科技有限公司 | 一种下车站点确定方法和装置 |
CN110837919A (zh) * | 2019-10-22 | 2020-02-25 | 武汉元光科技有限公司 | 公交供给情况判定方法及装置 |
CN111047858A (zh) * | 2019-11-20 | 2020-04-21 | 青岛海信网络科技股份有限公司 | 一种融合算法的公交客流出行od确定方法及装置 |
CN111292076A (zh) * | 2020-01-20 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 一种公共交通工具拥挤度确定方法、系统及装置 |
CN111539565B (zh) * | 2020-04-20 | 2023-04-07 | 交通运输部科学研究院 | 一种基于车辆和站点拥挤度的公交票价优惠方法 |
CN111539565A (zh) * | 2020-04-20 | 2020-08-14 | 交通运输部科学研究院 | 一种基于车辆和站点拥挤度的公交票价优惠方法 |
CN112418501A (zh) * | 2020-11-16 | 2021-02-26 | 北京航空航天大学 | 一种基于数据驱动的电动公交车队置换优化方法 |
CN112541989A (zh) * | 2020-12-01 | 2021-03-23 | 中南民族大学 | 一路一线模式用于实时调度的客流数据描述方法 |
CN113537714A (zh) * | 2021-06-11 | 2021-10-22 | 华设设计集团股份有限公司 | 基于多源大数据融合分析的老年人公交优惠方案评估方法及系统 |
CN113537714B (zh) * | 2021-06-11 | 2023-11-24 | 华设设计集团股份有限公司 | 基于多源大数据融合分析的老年人公交优惠方案评估方法及系统 |
CN113538956A (zh) * | 2021-06-22 | 2021-10-22 | 华录智达科技股份有限公司 | 一种公交智能电子站牌信息显示控制系统 |
CN113643538A (zh) * | 2021-08-11 | 2021-11-12 | 昆山轨道交通投资置业有限公司 | Ic卡历史数据和人工调查数据融合的公交客流测算方法 |
CN113643538B (zh) * | 2021-08-11 | 2023-05-12 | 昆山轨道交通投资置业有限公司 | Ic卡历史数据和人工调查数据融合的公交客流测算方法 |
CN116978234A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市锐斯特科技有限公司 | 一种基于行车记录仪的路况数据动态采集方法及系统 |
CN116978234B (zh) * | 2023-09-22 | 2023-11-24 | 深圳市锐斯特科技有限公司 | 一种基于行车记录仪的路况数据动态采集方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103730008A (zh) | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 | |
CN104064028B (zh) | 基于多元信息数据的公交到站时间预测方法及系统 | |
CN102855760B (zh) | 基于浮动车数据的在线排队长度检测方法 | |
CN105427594B (zh) | 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 | |
CN105550789A (zh) | 一种公交出行客流的预测方法 | |
CN108399468A (zh) | 一种基于车时成本优化的运营时段划分方法 | |
CN101615340A (zh) | 公交动态调度中的实时信息处理方法 | |
CN106530190A (zh) | 基于历史出行模式判断公交ic卡乘客下车站点的方法 | |
CN103310651A (zh) | 一种基于实时路况信息的公交到站预测方法 | |
CN103745089A (zh) | 一种多维公共交通运行指数评价方法 | |
CN102542801A (zh) | 一种融合多种交通数据的交通状况预测系统及方法 | |
CN102509454A (zh) | 基于fcd与地磁检测器的道路状态融合方法 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN105868861A (zh) | 一种基于时空数据融合的公交客流演化分析方法 | |
CN104424812A (zh) | 一种公交到站时间预测系统和方法 | |
CN102930718A (zh) | 基于浮动车数据和线圈流量融合的间断流路段行程时间估计方法 | |
CN105320997A (zh) | 一种基于大数据的公交客流轨迹实时跟踪方法 | |
CN109993964A (zh) | 基于Hadoop技术的智能交通管理系统 | |
CN103049829A (zh) | 城乡客运线网与枢纽场站一体化融合方法 | |
CN106379379B (zh) | 一种城市轨道交通乘客上下车时间的预测方法 | |
CN106156890B (zh) | 一种城市轨道交通通道内客流检测和预测方法及其系统 | |
CN105405292B (zh) | 一种利用公交双次刷卡数据计算乘客上车时间的方法 | |
CN105139670A (zh) | 一种基于视频的区域自优化信号控制方法及装置 | |
CN103093625A (zh) | 一种基于可信度验证的城市道路交通状态实时估计方法 | |
CN102324111B (zh) | 基于公交ic卡数据的车辆运行方向判断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate 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: 20140416 |