CN104021668A - 一种公共交通供需状态检测与预测系统及方法 - Google Patents
一种公共交通供需状态检测与预测系统及方法 Download PDFInfo
- Publication number
- CN104021668A CN104021668A CN201410293589.9A CN201410293589A CN104021668A CN 104021668 A CN104021668 A CN 104021668A CN 201410293589 A CN201410293589 A CN 201410293589A CN 104021668 A CN104021668 A CN 104021668A
- Authority
- CN
- China
- Prior art keywords
- public transport
- bus
- current
- supply
- demand
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000033001 locomotion Effects 0.000 claims description 30
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 102100029921 Dipeptidyl peptidase 1 Human genes 0.000 description 4
- 101000793922 Homo sapiens Dipeptidyl peptidase 1 Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公共交通供需状态检测与预测系统和方法。所述系统包括处理装置、检测装置、路边通信装置、公交车车载装置、出租车车载装置,所有装置一起组成无线传感器网络。检测装置或路边通信装置之间可以通过无线方式进行连接,并且都可以和处理装置之间通过无线方式进行连接,检测装置或路边通信装置的信息都可以通过多跳方式发送给处理装置,公交车车载装置和出租车车载装置只能和路边通信装置之间进行通信,它们通过动态方式加入网络。
Description
技术领域
本发明属于城市交通控制技术领域,特别是一种公共交通供需状态检测与预测系统及方法。
背景技术
随着城市规模不断扩大,各类可能引起人群聚集的大型活动不断增多,商业中心、交通枢纽、体育场馆等场所周边对公交车、地铁、出租车等交通运力的需求非常大,如果能对这些场所周边的公共交通供需状态及时检测与预测,以便及时采取有效措施调度交通运力,对缓解城市交通拥堵,改善城市环境,将发挥重要作用。
发明专利申请“人群聚集检测的方法与装置”(申请号:201210071625.8),“一种人群密度检测方法及装置”(申请号:200910237655.X),都提出了基于视频图像分析检测人群是否聚集的方法和装置,类似的相关成果还有很多。但现有方法只考虑了图像本身,没有周边的交通供给情况,无法全面反映周边区域的交通状况,也无法对公共交通调度方案提供优化建议。
发明内容
有鉴于此,本发明提出了一种公共交通供需状态检测与预测系统及方法。
根据本发明一方面,其提供了一种公共交通供需状态检测与预测系统,其包括:
至少一个检测装置,其安装在活动场所周边,通过获取当前活动场所周边的图像分析得到检测覆盖范围内的当前人数;
至少一个路边通信装置,其与经过的公交车车载装置和出租车车载装置进行通信,用于将获取的公交车车内空闲容量和出租车的空载状态发送给处理装置;
公交车车载装置,其与路边通信装置进行通信,用于获取公交车车内的空闲容量;并将所述车内空闲容量发给路边通信装置;
出租车车载装置,其与路边通信装置进行通信,用于获取出租车空载状态,并发送给路边通信装置;
处理装置,其根据从所述至少一个检测装置获取的所述活动场所周边的当前人数、公交车车内的空闲容量、出租车空载状态和地铁运输能力,检测当前的公共交通供需状态,并预测下一周期的公共交通供需状态;
其中,所述至少一个检测装置、至少一个路边通信装置、出租车车载装置和处理装置共同组成一个无线传感器网,检测装置或路边通信装置的信息都可以通过多跳方式发送给处理装置,公交车车载装置和出租车车载装置只能与路边通信装置进行通信,它们通过动态方式加入所述无线传感器网络。。
根据本发明第二方面,其提供了一种公共交通供需状态检测与预测方法,其包括:
基于采集得到的视频图像,检测覆盖范围内的当前人数;
以各检测点的当前人数之和作为当前周期公共交通需求;
根据进入和离开周边区域的公交车的空闲容量,计算当前周期的公交车运输能力;
根据进入和离开周边区域的出租车的空闲容量,计算当前周期的出租车运输能力;
根据地铁运行时间表,计算当前周期的地铁运输能力;
根据公交车、出租车和地铁运输能力,计算当前周期的公共交通供给;
通过计算当前周期的公共交通需求和公共交通供给之间的差值,计算当前周期公共交通供需状态;
根据当前周期的公共交通需求,预测下一周期的公共交通需求;
根据当前周期的公共交通供给,预测下一周期的公共交通供给;
通过计算下一周期的公共交通需求和公共交通供给之间的差值,预测下一周期的公共交通供需状态。
本发明的有益效果是,结合当前人群情况和周边公共交通运力情况检测和预测公共交通供需状态,充分考虑人群疏散供需两方面的动态变化情况,能够更为准确地对未来疏散需求情况进行估计,基于无线传感器网络采集公共交通工具的运输能力,系统易于实施,成本代价小。
附图说明
图1是本发明提出的一种公共交通供需状态检测与预测系统结构图。
图2是本发明提出的检测与预测系统的部署图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
图1是本发明提出的一种公共交通供需状态检测与预测系统的结构图示例,其包括处理装置1、检测装置2、路边通信装置3、公交车车载装置4、出租车车载装置5,所有装置一起组成无线传感器网络,检测装置2或路边通信装置3之间可以通过无线方式进行连接,并且都可以和处理装置1之间通过无线方式进行连接,检测装置2或路边通信装置3的信息都可以通过多跳方式发送给处理装置1,公交车车载装置4和出租车车载装置5只能和路边通信装置3之间进行通信,它们通过动态方式加入网络。
本发明提出的系统部署在公共交通需求较大的活动场所周边,如火车站、航站楼、体育馆、商业中心、医院等,其中检测装置安装在人群可能发生聚集的地点,如果公交车站台、出租车的候车点、地铁出入口、地铁站台、商场出入口、体育场出入口等位置,处理装置的安装位置没有特殊要求,只要各检测装置、路边通信装置和处理装置一起能构成连通的无线传感器网络即可。
图2是本发明提出的一种公共交通供需状态检测与预测系统的部署图示例,系统中的检测装置部署在活动场所周边,单个检测装置可以检测覆盖区域内的当前人数,所有检测装置的检测结果通过无线传感器网络汇聚到处理装置进行统一处理,处理装置检测与预测区域内的公共交通供需状态;所有的公交车上安装公交车车载模块,所有出租车上安装出租车车载模块。
系统中的路边通信装置安装在系统覆盖范围周边道路的一侧,路边通信装置的部署保证当公交车和出租车进入或离开覆盖范围时,都能和路边通信装置进行通信;
当公交车进入覆盖范围时,和路边通信装置之间建立网络连接,公交车载模块将公交车当前空闲容量发送给路边通信装置,路边通信装置再将这些信息发送给处理装置;
当公交车离开覆盖范围时,和路边通信装置之间建立网络连接,路边通信装置将车辆信息发送给处理装置;
当出租车进入覆盖范围时,和路边通信装置之间建立网络连接,出租车车载模块将当前是否是空载的状态信息发送给路边通信装置,路边通信装置再将这些信息发送给处理装置;
当出租车离开覆盖范围时,和路边通信装置之间建立网络连接,路边通信装置将车辆信息发送给处理装置。
检测装置采用基于图像分析的检测方法,检测装置的摄像机架设在3-4米高的立杆上。摄像机安装完成后,调整摄像机焦距使得一个人在摄像机抓拍图像中的大小至少包含10个像素,然后通过手动方式在摄像机范围内标定出人群聚集的检测范围。
关于检查装置基于图像分析检测当前人数的具体方法,不属于本发明的限定范围,目前已经有多种公开的方法,如发明专利一种大规模人群密度分析和预测方法(申请号200810238875.X)、一种人群密度检测方法及装置(申请号:200910237655.X)等。
本发明还提出了一种检测与预测公共交通供需状态的方法,其包括以下步骤:
步骤S1:检测装置每秒分析10帧视频图像,基于视频检测算法检测当前帧设定范围内的人群数量,到达设定的周期(缺省为5分钟)后,将每一帧的当前人数求平均值,作为当前周期覆盖范围内的当前人群数量,然后抓拍一张当前图片,将当前周期的人群数量和抓拍图片一起发送给处理装置。
步骤S2:处理装置收集本系统中所有检测装置的检测结果和抓拍图片,按照设定的周期(与检测节点的检测周期相同),将所有检测装置的检测结果相加,得到当前周期下总的交通需求CTDC;
步骤S3:处理装置计算得到当前的交通供给CTSC;
步骤S4:处理装置判断,如果交通需求CTDC与交通供给CTSC的差值大于预设的第一阈值(缺省值为交通供给CTSC的50%),则判断交通供给不能满足交通需求,则向远端管理中心发送第一报警信息,第一报警信息包含当前交通需求的数量和检测装置的抓拍图片。
步骤S5:处理装置预测下一周期的交通需求NTDN;
步骤S6:处理装置预测下一周期的交通供给NTSN;
步骤S7:处理装置判断如果交通需求NTDN与交通供给NTSN的差值大于预设的第二阈值(缺省值为NTSN的80%),则判断交通供给不能满足交通需求,向远端管理中心发送第二报警信息,第二报警信息包含下一周期的交通需求数量。
在步骤S3中,处理装置计算当前交通供给CTSC的方法是,分别计算当前的公交车运输能力、地铁运输能力、出租车运输能力,三者相加之和即为当前的交通供给。
计算公交车运输能力的方法包括两方面:
一方面,当公交车进入系统覆盖区域时,公交车车载装置和路边通信装置建立网络连接,将公交车内当前的空闲容量EC1发送给路边通信装置,路边通信装置收到后将数据转发给处理装置,处理装置将当前公交车运输能力增加EC1,得到更新后的当前公交车运输能力,并在数据库中增加一条记录,记录公交车ID号和EC1的对应关系;
另一方面,当公交车离开系统覆盖区域时,公交车车载装置和路边通信装置建立网络连接,路边通信装置将公交车的ID号发送给处理装置,处理装置根据公交车ID号,找到对应的公交车空闲容量EC2,将当前公交车运输能力减少EC2,得到更新后的当前公交车运输能力,并在数据库中删除公交车ID号和EC2对应关系的记录。
关于计算公交车空闲容量的方法不属于本专利的限定范围,目前已经有多种成熟的方法检测公交车内的人数,如压力踏板法(发明专利:公共交通车辆客流采集装置和方法,申请号:200810052524.X)、视频分析法(发明专利:公交客流统计方法,申请号:201010195212.1)等,基于公交车内的人数,很容易得出公交车的空闲容量。
计算出租车运输能力的方法与计算公交车运输能力的方法类似,其区别在于出租车空闲容量的计算方法是,如果出租车是空驶状态,其空闲容量为1,否则其空闲容量为0。
计算地铁交通供给的方法是,包括下面四个步骤,
步骤S21:将一天中的时间按预设的周期(缺省值为5分钟)划分成离散时间点t0,t1,...,ti,...,当前时刻记为t,假设ti<t≤ti+1;
步骤S22:根据周边公交车调度时间表,计算时间段[ti,ti+1]内经过周边区域的地铁集合RS;
步骤S23:对于RS中的每一趟地铁,其运输能力=地铁容量*空闲系数。空闲系数可以根据实际调查数据标定,其缺省值为:上下班高峰期为0.2,非高峰期为0.6;上下班高峰期时间根据所在城市情况确定,缺省值为:上班高峰期为7:00-8:30,下班高峰期为17:00一19:00;
步骤S24:将RS中所有地铁的空闲容量求和,得到当前时刻t的地铁运输能力。
在步骤S5中,处理装置采用时间序列预测模型预测下一周期交通需求,具体方法是,将当前周期的公共交通需求记为yt,下标t为当前时刻,t=1,2,3,…,预测的下一周期的公共交通需求为:
其中分别表示t时刻和t+1时刻的预测值,并且设定α为指数平滑系数,缺省值为0.8。
在步骤S6中,处理装置采用时间序列预测模型预测下一周期交通供给,具体方法是,将当前周期的交通供给记为zt,下标t为当前时刻,t=1,2,3,…,预测的下一周期的公共交通供给为:
其中分别表示t时刻和t+1时刻的预测值,并且设定β为指数平滑系数,缺省值为0.8。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种公共交通供需状态检测与预测系统,其包括:
至少一个检测装置,其安装在活动场所周边,通过获取当前活动场所周边的图像分析得到检测覆盖范围内的当前人数;
至少一个路边通信装置,其与经过的公交车车载装置和出租车车载装置进行通信,用于将获取的公交车车内空闲容量和出租车的空载状态发送给处理装置;
公交车车载装置,其与路边通信装置进行通信,用于获取公交车车内的空闲容量;并将所述车内空闲容量发给路边通信装置;
出租车车载装置,其与路边通信装置进行通信,用于获取出租车空载状态,并发送给路边通信装置;
处理装置,其根据从所述至少一个检测装置获取的所述活动场所周边的当前人数、公交车车内的空闲容量、出租车空载状态和地铁运输能力,检测当前的公共交通供需状态,并预测下一周期的公共交通供需状态;
其中,所述至少一个检测装置、至少一个路边通信装置、出租车车载装置和处理装置共同组成一个无线传感器网,检测装置或路边通信装置的信息都可以通过多跳方式发送给处理装置,公交车车载装置和出租车车载装置只能与路边通信装置进行通信,它们通过动态方式加入所述无线传感器网络。
2.如权利要求1所述的系统,其包括多个检测装置,分别检测活动场所周边不同区域的当前人数;所述处理装置分别从所述多个检测装置获得当前人数。
3.如权利要求1所述的系统,其包括多个路边通信装置,部署在车辆进入和离开区域的道路上,保证当公交车和出租车进入区域时,能和路边通信装置进行通信。
4.如权利要求1-3任一项所述的系统,其中,所述处理装置通过判断公共交通需求与公共交通供给之间的差值,是否大于预设第一阈值,来检测当前的公共交通供需状态。
5.如权利要求1-3任一项所述的系统,其中,所述处理装置将从所有检测装置得到的当前人数相加后得到当前的公共交通需求,并计算当前的公共交通供给,通过比较公共交通需要和公共交通供给,检测当前的公共交通供需状态,并预测下一周期的公共交通供需状态;还通过预测下一周期新进入的人数和公共交通工具下一周期的运输能力,预测下一周期是否会发生人群聚集。
6.如权利要求5所述的系统,其中,所述处理装置根据下式预测下一周期的公共交通需求:
其中分别表示t时刻和t+1时刻公共交通需求的预测值,并且设定y1为t=1时刻公共交通需求;α为预定的指数平滑系数。
7.如权利要求5所述的系统,其中,所述处理装置根据下式预测下一周期的公共交通供给:
其中分别表示t时刻和t+1时刻公共交通供给的预测值,并且设定z1为t=1时刻的公共交通供给,β为预定的指数平滑系数。
8.如权利要求5所述的系统,其中,所述公共交通供给包括公交车、地铁和出租车的运输能力,所述公交车运输能力的计算包括:
当公交车进入系统覆盖区域时,公交车车载装置和路边通信装置建立网络连接,将公交车内当前的空闲容量EC1发送给路边通信装置,路边通信装置收到后将数据转发给处理装置,处理装置将当前公交车运输能力增加EC1,得到更新后的当前公交车运输能力,并在数据库中增加一条记录,记录公交车ID号和EC1的对应关系;
当公交车离开系统覆盖区域时,公交车车载装置和路边通信装置建立网络连接,路边通信装置将公交车的ID号发送给处理装置,处理装置根据公交车ID号,找到公交车ID号对应的公交车交通供给EC2,将当前公交车运输能力减少EC2,得到更新后的当前公交车运输能力,并在数据库中删除公交车ID号和EC2对应关系的记录。
9.如权利要求5所述的系统,其中,所述处理装置通过判断下一周期公共交通需求与公共交通供给之间的差值,是否大于预设的第二阈值,来预测下一周期的公共交通供需状态。
10.一种公共交通供需状态检测与预测方法,其包括:
基于采集得到的视频图像,检测覆盖范围内的当前人数;
以各检测点的当前人数之和作为当前周期公共交通需求;
根据进入和离开周边区域的公交车的空闲容量,计算当前周期的公交车运输能力;
根据进入和离开周边区域的出租车的空闲容量,计算当前周期的出租车运输能力;
根据地铁运行时间表,计算当前周期的地铁运输能力;
根据公交车、出租车和地铁运输能力,计算当前周期的公共交通供给;
通过计算当前周期的公共交通需求和公共交通供给之间的差值,计算当前周期公共交通供需状态;
根据当前周期的公共交通需求,预测下一周期的公共交通需求;
根据当前周期的公共交通供给,预测下一周期的公共交通供给;
通过计算下一周期的公共交通需求和公共交通供给之间的差值,预测下一周期的公共交通供需状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410293589.9A CN104021668B (zh) | 2014-06-26 | 2014-06-26 | 一种公共交通供需状态检测与预测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410293589.9A CN104021668B (zh) | 2014-06-26 | 2014-06-26 | 一种公共交通供需状态检测与预测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104021668A true CN104021668A (zh) | 2014-09-03 |
CN104021668B CN104021668B (zh) | 2016-03-09 |
Family
ID=51438398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410293589.9A Active CN104021668B (zh) | 2014-06-26 | 2014-06-26 | 一种公共交通供需状态检测与预测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104021668B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574959A (zh) * | 2014-12-24 | 2015-04-29 | 中国科学院自动化研究所 | 一种机场出租车供需状态预测系统及方法 |
CN104715608A (zh) * | 2015-03-26 | 2015-06-17 | 杭州电子科技大学 | 基于HBase的全天候全域出租车聚集实时监测方法 |
CN106548300A (zh) * | 2016-11-28 | 2017-03-29 | 中兴软创科技股份有限公司 | 出租车供需分析方法与系统 |
CN108830509A (zh) * | 2018-07-11 | 2018-11-16 | 宁波大学 | 一种巡游出租车运力规模动态调整方法 |
CN109598925A (zh) * | 2017-09-30 | 2019-04-09 | 厦门雅迅网络股份有限公司 | 出租车车辆聚集报警方法、终端设备及存储介质 |
CN110326020A (zh) * | 2017-02-27 | 2019-10-11 | 株式会社Ntt都科摩 | 需求预测装置 |
CN111279402A (zh) * | 2017-11-02 | 2020-06-12 | 欧姆龙株式会社 | 人聚集分析装置、移动目的地计划制作装置、人聚集分析系统、车辆及人聚集分析程序 |
US20200393256A1 (en) * | 2019-06-14 | 2020-12-17 | Uber Technologies, Inc. | Managing movement of vehicles through directional route corridors |
US11551556B2 (en) | 2017-11-27 | 2023-01-10 | Uber Technologies, Inc. | Real-time service provider progress monitoring |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11482111B2 (en) | 2019-07-17 | 2022-10-25 | Uber Technologies, Inc. | Computing timing intervals for vehicles through directional route corridors |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080195257A1 (en) * | 2004-08-18 | 2008-08-14 | Jurgen Rauch | Guidance and Security System for Complex Transport Systems |
CN102044149A (zh) * | 2011-01-12 | 2011-05-04 | 北京交通大学 | 一种基于时变客流的城市公交运营协调方法与装置 |
CN202067405U (zh) * | 2011-02-21 | 2011-12-07 | 汪日亮 | 人员及车辆调度监控系统 |
CN102521976A (zh) * | 2011-12-14 | 2012-06-27 | 江苏省交通规划设计院股份有限责任公司 | 一种综合客运枢纽的客流识别与诱导方法及系统 |
CN103065464A (zh) * | 2012-12-24 | 2013-04-24 | 中国科学院深圳先进技术研究院 | 实时客流特征分析方法及系统 |
US20130195364A1 (en) * | 2007-10-26 | 2013-08-01 | Panasonic Corporation | Situation determining apparatus, situation determining method, situation determining program, abnormality determining apparatus, abnormality determining method, abnormality determining program, and congestion estimating apparatus |
-
2014
- 2014-06-26 CN CN201410293589.9A patent/CN104021668B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080195257A1 (en) * | 2004-08-18 | 2008-08-14 | Jurgen Rauch | Guidance and Security System for Complex Transport Systems |
US20130195364A1 (en) * | 2007-10-26 | 2013-08-01 | Panasonic Corporation | Situation determining apparatus, situation determining method, situation determining program, abnormality determining apparatus, abnormality determining method, abnormality determining program, and congestion estimating apparatus |
CN102044149A (zh) * | 2011-01-12 | 2011-05-04 | 北京交通大学 | 一种基于时变客流的城市公交运营协调方法与装置 |
CN202067405U (zh) * | 2011-02-21 | 2011-12-07 | 汪日亮 | 人员及车辆调度监控系统 |
CN102521976A (zh) * | 2011-12-14 | 2012-06-27 | 江苏省交通规划设计院股份有限责任公司 | 一种综合客运枢纽的客流识别与诱导方法及系统 |
CN103065464A (zh) * | 2012-12-24 | 2013-04-24 | 中国科学院深圳先进技术研究院 | 实时客流特征分析方法及系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574959A (zh) * | 2014-12-24 | 2015-04-29 | 中国科学院自动化研究所 | 一种机场出租车供需状态预测系统及方法 |
CN104574959B (zh) * | 2014-12-24 | 2017-02-01 | 中国科学院自动化研究所 | 一种机场出租车供需状态预测系统及方法 |
CN104715608A (zh) * | 2015-03-26 | 2015-06-17 | 杭州电子科技大学 | 基于HBase的全天候全域出租车聚集实时监测方法 |
CN106548300A (zh) * | 2016-11-28 | 2017-03-29 | 中兴软创科技股份有限公司 | 出租车供需分析方法与系统 |
CN110326020A (zh) * | 2017-02-27 | 2019-10-11 | 株式会社Ntt都科摩 | 需求预测装置 |
CN109598925A (zh) * | 2017-09-30 | 2019-04-09 | 厦门雅迅网络股份有限公司 | 出租车车辆聚集报警方法、终端设备及存储介质 |
CN109598925B (zh) * | 2017-09-30 | 2021-03-02 | 厦门雅迅网络股份有限公司 | 出租车车辆聚集报警方法、终端设备及存储介质 |
CN111279402A (zh) * | 2017-11-02 | 2020-06-12 | 欧姆龙株式会社 | 人聚集分析装置、移动目的地计划制作装置、人聚集分析系统、车辆及人聚集分析程序 |
US11288886B2 (en) | 2017-11-02 | 2022-03-29 | Omron Corporation | People-gathering analysis device, movement destination prediction creation device, people-gathering analysis system, vehicle, and recording medium |
US11551556B2 (en) | 2017-11-27 | 2023-01-10 | Uber Technologies, Inc. | Real-time service provider progress monitoring |
US11948464B2 (en) | 2017-11-27 | 2024-04-02 | Uber Technologies, Inc. | Real-time service provider progress monitoring |
CN108830509A (zh) * | 2018-07-11 | 2018-11-16 | 宁波大学 | 一种巡游出租车运力规模动态调整方法 |
CN108830509B (zh) * | 2018-07-11 | 2021-11-23 | 宁波大学 | 一种巡游出租车运力规模动态调整方法 |
US20200393256A1 (en) * | 2019-06-14 | 2020-12-17 | Uber Technologies, Inc. | Managing movement of vehicles through directional route corridors |
Also Published As
Publication number | Publication date |
---|---|
CN104021668B (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104021668B (zh) | 一种公共交通供需状态检测与预测系统及方法 | |
CN111371904B (zh) | 云边端协同的高速公路云控系统及控制方法 | |
Fotouhi et al. | Quantifying the resilience of an urban traffic-electric power coupled system | |
CN108831151B (zh) | 无人驾驶公交车应急调度系统及方法 | |
CN110493816A (zh) | 一种用于轨交地铁车站客流量的实时预测方法 | |
CN105282523A (zh) | 一种人流量估计电子设备及其在公交站亭的使用方法 | |
CN113409579A (zh) | 一种基于ai物联网技术的智慧城市交通管控系统 | |
CN111564053B (zh) | 车辆调度方法、装置、车辆调度设备和存储介质 | |
CN104778648A (zh) | 内涝告警系统及方法 | |
CN109727175A (zh) | 一种旅游景区客流监测系统 | |
CN103523058A (zh) | 地铁响应处理设备的调节方法及系统 | |
CN205232359U (zh) | 一种人流量估计电子设备 | |
CN102122437A (zh) | 道路交通管理决策支持装置 | |
CN103778778A (zh) | 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 | |
CN109587219A (zh) | 定置式城市物联网边缘计算点站的设置与管理方法 | |
CN106600838A (zh) | 用于公交换乘的慢行交通租赁系统 | |
CN104281983A (zh) | 配电网应急抢修所需资源调度方法与系统 | |
CN103593991A (zh) | 一种交通疏散诱导系统及其交通疏散方法 | |
CN208421607U (zh) | 具有联动、防灾应急功能的轨道交通安防集成平台 | |
KR101643984B1 (ko) | 공공시설물 위치에 기반한 안전재난 정보전파 시스템 및 그 방법 | |
CN112348383A (zh) | 一种基于物联网的智慧园区服务系统 | |
CN109816978A (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 | |
CN111071298A (zh) | 一种轨道交通用客流智能引导系统 | |
CN111367900B (zh) | 基于afc数据的城市轨道交通网络常态限流强度的计算方法 | |
CN116993131A (zh) | 一种基于公共交通线路管理的优化方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |