CN104240529B - 一种预测公交到站时间的方法及系统 - Google Patents
一种预测公交到站时间的方法及系统 Download PDFInfo
- Publication number
- CN104240529B CN104240529B CN201410462811.3A CN201410462811A CN104240529B CN 104240529 B CN104240529 B CN 104240529B CN 201410462811 A CN201410462811 A CN 201410462811A CN 104240529 B CN104240529 B CN 104240529B
- Authority
- CN
- China
- Prior art keywords
- time
- module
- website
- bus
- buses
- 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.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及公交技术领域,具体为一种预测公交到站时间的方法及系统。该方法包括:步骤1,建立和更新数据库,记录每辆公交车运行的实时公交信息,所述公交信息包括公交车辆实时定位的时间和位置、记录公交车在上行或下行方向上经过每一公交站点的进站时间和出站时间、公交运行速度、公交实时路线;步骤2,根据数据库的公交信息计算每辆公交车依次经过两个不同站点间所有策略的策略时间,并找出所有策略时间中耗时最长的策略时间,耗时最长的策略时间即为预测时间。步骤3,计算所查询路线中最近车辆的预测到站时间,并判断道路拥堵情况和站点提醒状态。本发明的益处为在交通拥堵和道路整改等特殊情况下,准确预测公交到站的时间。
Description
技术领域
本发明涉及公交技术领域,具体为一种预测公交到站时间的方法及系统。
背景技术
公交到站时间预测技术是公交系统智能化、信息化的关键。常用的预测公交车到站时间的计算方法为直接收集所有车辆经过任意站点的时间,找出相邻站点中最短的时间,预测的时间等于每个相邻站点所用最短时间的叠加。但是这种最短时间简单的叠加显然不能准确的进行预测,特别是在交通拥堵、道路整改等特殊情况下,准确率更是难保证。同时,通常的智能报站方式只有在乘客到达公交站点后才能查看,无法提预知,容易错过公交车辆。
发明内容
本发明所要解决的技术问题是解决在交通拥堵和道路整改的特殊情况下,准确预测公交到站的所需时间。
本发明解决上述技术问题的技术方案如下:
一种预测公交到站时间的方法,包括以下步骤:
步骤1,建立和更新数据库,记录每辆公交车运行的实时公交信息,所述公交信息包括公交车辆实时定位的时间和位置、记录公交车在上行或下行方向上经过每一公交站点的进站时间和出站时间、公交运行速度、公交实时路线;
步骤2,根据数据库的公交信息计算每辆公交车依次经过两个不同站点间所有策略的策略时间,并找出所有策略时间中耗时最长的策略时间,耗时最长的策略时间即为预测时间。
步骤3,计算所查询路线中最近车辆的预测到站时间,并判断道路拥堵情况和站点提醒状态。
所述步骤1中具体包括:
步骤A1,记录每辆公交车每次经过每一站点时的实时公交信息;
步骤A2,计算每次每辆公交车依次经过任意两个站点A、B之间的行驶时间Tab,Tab=第B站点的进站时间-第A站点的出站时间;
步骤A3,将每路每辆公交车依次经过任意两个站点A、B之间的行驶时间Tab与数据库中所存储的每路公交车相应站点A、B之间的最短时间TAB相比较;
步骤A4,当Tab小于TAB时,更新数据库中所存储的每路公交车任意两个站点A、B之间的最短时间为Tab;
当Tab大于TAB时,数据库中所存储的每路公交车任意两个站点A、B之间的最短时间TAB不变。
所述步骤2中计算所述策略时间的步骤具体包括:
步骤B1,每辆公交车在从第N个站点沿途经过i个公交站后到达第M个站点时共有∑i=0 m-n-1Cm-n-1 i种策略,
∑i=0 m-n-1Cm-n-1 i=C(m-n-1,0)+C(m-n-1,1)+C(m-n-1,2)+…+C(m-n-1,m-n-1);
步骤B2,计算每种策略的策略时间T,T=∑(TAB)。
步骤B3,对比每个策略时间T,所有策略时间T值最大的策略时间即为预测时间。
所述步骤3中计算预测到站时间的方法为将离查询站点最近的查询车辆实时记录的定位时间作为起始时间,加上所述的预测时间即为预测到站时间。
所述步骤3中判断道路拥堵情况的具体步骤包括:
步骤C1,计算一段时间内行驶在任意相邻站点间所有车辆运行时间的平均值;
步骤C2,将平均值与数据库中所存储的相邻站点间最长的策略时间进行对比,当平均值/最长的策略时间>4.5时、判定道路拥堵;当4.5>平均值/最长的策略时间>2.5时、判定道路比较通畅;当2.5>平均值/最长的策略时间、判定道路通畅。
所述步骤3中判断的具体步骤包括:
步骤D1,用户设置站点阀值N,N为任意公交站数;
步骤D2,当所查询车辆距离查询站点的公交站数等于或小于N时,则对用户进行提醒;当所查询车辆距离查询站点的公交站数大于N时,则不对提醒用户惊醒。
一种预测公交到站时间的系统,包括车载端模块、网络服务模块和客户端模块;
所述车载端模块用于记录公交信息并传输给所述网络服务模块;
所述网络服务模块用于接收公交信息并建立和更新数据库,计算每路公交车任意站点间所有策略的策略时间、所查询站点的预测时间、所查询站点的预测到站时间和拥堵情况,并将预测时间、预测到站时间、拥堵情况传输给所述客户端模块;
所述客户端模块用于客户发送查询信号、接收和显示查询结果,还用于提醒客户所查询的公交车即将驶入查询站点。
所述车载端模块包括卫星定位模块和网络数据传输模块,
所述卫星定位模块用于获取公交车实时的公交信息,并在单片机的作用下传输给所述网络数据传输模块;
所述网络数据传输模块用于将接收到的公交信息传输给所述网络服务模块。
所述网络服务模块包括数据收发模块、数据解析模块、数据库模块、数据分析模块,
所述数据收发模块用于接收所述网络数据传输模块发送的公交信息,并传输给所述数据解析模块;同时还用于接收所述客户端模块发送的查询信息,并将查询结果返回给所述客户端;
所述数据解析模块用于根据实时的公交信息解析出车辆的实时路线、上行或下行方向下公交车进站时间和出站时间、车辆运行速度、公交车实时定位的时间和位置,并将解析出来的公交信息传输给所述数据库模块;
所述数据库模块用于存储解析出来的公交信息并对历史数据进行更新;
所述数据分析模块用于读取、分析所述数据库模块中的公交信息,根据公交信息计算每辆公交车不同站点间的所有策略时间,并将所有策略时间返回给所述数据库模块进行储存,同时根据存储的策略时间计算预测时间、预测到站时间、拥堵情况,并将预测时间、预测到站时间、拥堵情况、最近所查询车辆的运行速度作为查询结果发送给所述数据收发模块。
所述客户端模块包括无线数据收发模块、输入模块、显示模块和站点提醒模块;
所述无线数据收发模块用于发送查询信息给所述数据收发模块,同时接收所述数据收发模块返回的查询结果并将查询结果传输给所述显示模块;
所述输入模块用于用户输入查询信息并将输入的查询信息发送给所述无线数据收发模块和所述显示模块;
所述显示模块用于显示所述输入模块发送的查询信息和所述无线数据收发模块发送的查询结果;
所述站点提醒模块用于提醒用户所查询的公交车即将驶入站点;由所述无线数据收发模块将用户设置的站点阀值和到站提醒发送给所述数据收发模块,并由所述数据分析模块对所查询的公交是否进入到设置的站点阀值范围内进行判断,当所查询的公交进入到设置的站点阀值范围内时,由所述数据收发模块发送提醒信息给所述无线数据收发模块,所述无线数据收发模块将提醒信息传输给所述站点提醒模块,由所述站点提醒模块对用户进行到站提醒。
本发明的有益效果是:
1.本发明实现了在交通拥堵和道路整改等特殊情况下准确预测公交到站的时间,提高了时间预测的准确性。
2.本发明的使用不受区域限制,灵活方便。
附图说明
图1为本发明的方法流程图;
图2为本发明系统结构图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种预测公交到站时间的方法,包括以下步骤:
步骤1,建立和更新数据库,记录每辆公交车运行的实时公交信息,所述公交信息包括公交车辆实时定位的时间和位置、记录公交车在上行或下行方向上经过每一公交站点的进站时间和出站时间、公交运行速度、公交实时路线。
其中,步骤1中具体包括:
步骤A1,记录每辆公交车每次经过每一站点时的实时公交信息;
步骤A2,计算每次每辆公交车依次经过任意两个站点A、B之间的行驶时间Tab,Tab=第B站点的进站时间-第A站点的出站时间;
步骤A3,将每路每辆公交车依次经过任意两个站点A、B之间的行驶时间Tab与数据库中所存储的每路公交车相应站点A、B之间的最短时间TAB相比较;
步骤A4,当Tab小于TAB时,更新数据库中所存储的每路公交车任意两个站点A、B之间的最短时间为Tab;
当Tab大于TAB时,数据库中所存储的每路公交车任意两个站点A、B之间的最短时间TAB不变。
步骤2,根据数据库的公交信息计算每辆公交车依次经过两个不同站点间所有策略的策略时间,并找出所有策略时间中耗时最长的策略时间,耗时最长的策略时间即为预测时间。
其中,步骤2中计算策略时间的步骤具体包括:
步骤B1,每辆公交车在从第N个站点沿途经过i个公交站后到达第M个站点时共有∑i=0 m-n-1Cm-n-1 i种策略,
∑i=0 m-n-1Cm-n-1 i=C(m-n-1,0)+C(m-n-1,1)+C(m-n-1,2)+…+C(m-n-1,m-n-1);
步骤B2,计算每种策略的策略时间T,T=∑(TAB)。
步骤B3,对比每个策略时间T,所有策略时间T值最大的策略时间即为预测时间。
步骤3,计算所查询路线中最近车辆的预测到站时间,并判断道路拥堵情况和站点提醒状态。
其中,步骤3中计算预测到站时间的方法为将离查询站点最近的查询车辆实时记录的定位时间作为起始时间,加上所述的预测时间即为预测到站时间。
其中,步骤3中判断道路拥堵情况的具体步骤包括:
步骤C1,计算一段时间内行驶在任意相邻站点间所有车辆运行时间的平均值;
步骤C2,将平均值与数据库中所存储的相邻站点间最长的策略时间进行对比,当平均值/最长的策略时间>4.5时、判定道路拥堵;当4.5>平均值/最长的策略时间>2.5时、判定道路比较通畅;当2.5>平均值/最长的策略时间、判定道路通畅。
其中,步骤3中判断站点提醒状态的具体步骤包括:
步骤D1,用户设置站点阀值N,N为任意公交站数;
步骤D2,当所查询车辆距离查询站点的公交站数等于或小于N时,则对用户进行提醒;当所查询车辆距离查询站点的公交站数大于N时,则不对提醒用户惊醒。
一种预测公交到站时间的系统,包括车载端模块、网络服务模块和客户端模块。
车载端模块用于记录公交信息并传输给网络服务模块,包括卫星定位模块和网络数据传输模块。
卫星定位模块用于获取公交车实时的公交信息,并在单片机的作用下传输给网络数据传输模块。
网络数据传输模块用于将接收到的公交信息传输给网络服务模块。
网络服务模块用于接收公交信息并建立和更新数据库,计算每路公交车任意站点间所有策略的策略时间、所查询站点的预测时间、所查询站点的预测到站时间和拥堵情况,并将预测时间、预测到站时间、拥堵情况传输给所述客户端模块。
数据收发模块用于接收网络数据传输模块发送的公交信息,并传输给数据解析模块;同时还用于接收客户端模块发送的查询信息,并将查询结果返回给客户端。
数据解析模块用于根据实时的公交信息解析出车辆的实时路线、上行或下行方向下公交车进站时间和出站时间、车辆运行速度、公交车实时定位的时间和位置,并将解析出来的公交信息传输给数据库模块。
数据库模块用于存储解析出来的公交信息并对历史数据进行更新。
数据分析模块用于读取、分析所述数据库模块中的公交信息,根据公交信息计算每辆公交车不同站点间的所有策略时间,并将所有策略时间返回给数据库模块进行储存,同时根据存储的策略时间计算预测时间、预测到站时间、拥堵情况,并将预测时间、预测到站时间、拥堵情况、最近所查询车辆的运行速度作为查询结果发送给数据收发模块。
客户端模块用于客户发送查询信号、接收和显示查询结果,还用于提醒客户所查询的公交车即将驶入查询站点。网络服务模块包括数据收发模块、数据解析模块、数据库模块和数据分析模块。客户端模块包括无线数据收发模块、输入模块、显示模块和站点提醒模块。
无线数据收发模块用于发送查询信息给数据收发模块,同时接收数据收发模块返回的查询结果并将查询结果传输给显示模块。
输入模块用于用户输入查询信息并将输入的查询信息发送给无线数据收发模块和显示模块。
显示模块用于显示所述输入模块发送的查询信息和无线数据收发模块发送的查询结果。
站点提醒模块用于提醒用户所查询的公交车即将驶入站点。由无线数据收发模块将用户设置的站点阀值和到站提醒发送给数据收发模块,并由数据分析模块对所查询的公交是否进入到设置的站点阀值范围内进行判断,当所查询的公交进入到设置的站点阀值范围内时,由数据收发模块发送提醒信息给无线数据收发模块,无线数据收发模块将提醒信息传输给站点提醒模块,由站点提醒模块对用户进行到站提醒。
实施例一
每天每辆公交车每一次经过公交站时,车载端模块记录该车每一站的进站时间与出站时间、行驶速度和行车状态,并由网络数据传输模块发送给网络服务模块。网络服务模块的数据收发模块随时收集来自于所有车辆的公交信息,并在数据解析模块中对实时的公交信息进行解析并将解析后的公交信息传输给数据库模块,再由数据库模块传输给数据分析模块,数据分析模块计算每一辆公交车在任意两个A、B站点间的行驶时间Tab,即Tab=第B站点的进站时间-第A站点的出站时间。数据分析模块在每晚固定时间对收集到的任意两站间的行驶时间Tab与数据库模块中储存的A、B站点间的最短时间TAB进行比对,当行驶时间Tab短于储存的最短时间TAB时,则将储存的最短时间TAB更新为该行驶时间Tab,当行驶时间Tab大于储存的最短时间TAB时,则保持储存的最短时间TAB不变。该数据库模块中所存储的任意两站间的最短时间TAB作为计算每辆公交车依次经过两个不同站点时所有策略时间的基础。
客户在输入端模块中输入查询信息,查询5路公交上行到达第6个站点所需的时间。输入端模块将查询信息发送给无线数据收发模块,由无线数据收发模块发送给网络服务模块的数据收发模块。网路服务模块中的数据解析模块对所有5路公交车载端模块所发送的公交信息进行解析,数据分析模块分析出当前离查询站点最近的5路公交位于第2个站点,并对此辆公交车即将到达第6个站点时所有策略的策略时间T进行计算。5路公交从第2个站到达第6个站,沿途经过4个站,共有8种策略,计算过程如下:
∑i=0 3C3 i=C(3,0)+C(3,1)+C(3,2)+C(3,3)=8。
然后计算每种策略的时间,如下:
T1=T23+T34+T45+T56;
T2=T23+T34+T46;
T3=T23+T35+T56
T4=T24+T45+T56
T5=T23+T36
T6=T24+T46;
T7=T25+T56;
T8=T26;
其中,TAB代表数据库中所储存的第A个站点到第B个站点最短时间,A可为2、3、4、5,B可为3、4、5、6。
T23=第3个站点的进站时间-第2个站点的出站时间
T35=第5个站点的进站时间-第3个站点的出站时间
T36=第6个站点的进站时间-第3个站点的出站时间...依此类推。
找出T1、T2、T3、T4、T5、T6、T7、T8中耗时最长的时间作为预测时间。此时将此辆5路车位于第2个站点的时间加上计算出来的预测时间即为预测到站时间。
同时数据分析模块依次判断相邻站点间道路拥堵情况。
先判断第2个站点与第3个站点的拥堵情况:计算15分钟内经过5路车第2个站点和第3个站点所有公交车辆行驶时间的平均值,将平均值与数据库模块中储存的第2个站点和第3个站点间最长的策略时间相对比。当平均值/最长的策略时间>4.5时、判定道路拥堵;当4.5>平均值/最长的策略时间>2.5时、判定道路比较通畅;当2.5>平均值/最长的策略时间、判定道路通畅;比值4.5和2.5为公交公司设定的值。数据分析模块依次判断第3个站点与第4个站点的拥堵情况、第4个站点与第5个站点的拥堵情况、第5个站点与第6个站点的拥堵情况。
数据收发模块将预测时间、预测到站时间、拥堵情况和此辆5路车运行速度传输给无线数据收发模块,无线数据收发模块传输给显示模块。在显示模块中以列表及信息框的形式显示所查询路线中查询站点的预测时间、预测到站时间、站点间拥堵情况和最近车辆的行驶速度。
用户还可以在站点提醒模块中设置站点阀值N,用于提醒用户公交车即将到站。无线数据收发模块将设置的站点阈值和到站提醒发送至网络服务模块的数据收发模块中。当最近的5路公交车到达站点阈值设置的范围内,网络服务模块向客户端模块发出信号,客户端模块接收信号后对用户进行提醒,直至用户主动取消或车辆离开设定的阀值范围为止。
由以上实施例可以看出:本发明实现了在交通拥堵和道路整改等特殊情况下准确预测公交到站的时间,提高了时间预测的准确性。同时本发明的使用不受区域的限制,灵活方便。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种预测公交到站时间的方法,其特征在于:包括以下步骤:
步骤1,建立和更新数据库,记录每辆公交车运行的实时公交信息,所述公交信息包括公交车辆实时定位的时间和位置、记录公交车在上行或下行方向上经过每一公交站点的进站时间和出站时间、公交运行速度、公交实时路线;
步骤2,根据数据库的公交信息计算每辆公交车依次经过两个不同站点间所有策略的策略时间,并找出所有策略时间中耗时最长的策略时间,耗时最长的策略时间即为预测时间;
步骤3,计算所查询路线中最近车辆的预测到站时间,并判断道路拥堵情况和站点提醒状态,所述步骤3中判断道路拥堵情况的具体步骤包括:计算一段时间内行驶在任意相邻站点间所有车辆运行时间的平均值;将平均值与数据库中所存储的相邻站点间最长的策略时间进行对比,当平均值/最长的策略时间>4.5时、判定道路拥堵;当4.5>平均值/最长的策略时间>2.5时、判定道路比较通畅;当2.5>平均值/最长的策略时间、判定道路通畅。
2.根据权利要求1所述一种预测公交到站时间的方法,其特征在于:所述步骤1中具体包括:
步骤A1,记录每辆公交车每次经过每一站点时的实时公交信息;
步骤A2,计算每次每辆公交车依次经过任意两个站点A、B之间的行驶时间Tab,Tab=第B站点的进站时间-第A站点的出站时间;
步骤A3,将每路每辆公交车依次经过任意两个站点A、B之间的行驶时间Tab与数据库中所存储的每路公交车相应站点A、B之间的最短时间TAB相比较;
步骤A4,当Tab小于TAB时,更新数据库中所存储的每路公交车任意两个站点A、B之间的最短时间为Tab;
当Tab大于TAB时,数据库中所存储的每路公交车任意两个站点A、B之间的最短时间TAB不变。
3.根据权利要求1所述一种预测公交到站时间的方法,其特征在于:所述步骤2中计算所述策略时间的步骤具体包括:
步骤B1,每辆公交车在从第N个站点沿途经过i个公交站后到达第M个站点时共有∑i=0 m-n-1Cm-n-1 i种策略,
∑i=0 m-n-1Cm-n-1 i=C(m-n-1,0)+C(m-n-1,1)+C(m-n-1,2)+…
+C(m-n-1,m-n-1);
步骤B2,计算每种策略的策略时间T,T=∑(TAB);
步骤B3,对比每个策略时间T,所有策略时间T值最大的策略时间即为预测时间。
4.根据权利要求1所述一种预测公交到站时间的方法,其特征在于:所述步骤3中计算预测到站时间的方法为将离查询站点最近的查询车辆实时记录的定位时间作为起始时间,加上所述的预测时间即为预测到站时间。
5.根据权利要求1所述一种预测公交到站时间的方法,其特征在于:所述步骤3中判断的具体步骤包括:
步骤D1,用户设置站点阀值N,N为任意公交站数;
步骤D2,当所查询车辆距离查询站点的公交站数等于或小于N时,则对用户进行提醒;当所查询车辆距离查询站点的公交站数大于N时,则不对提醒用户惊醒。
6.一种预测公交到站时间的系统,其特征在于:包括车载端模块、网络服务模块和客户端模块;
所述车载端模块用于记录公交信息并传输给所述网络服务模块,所述车载端模块包括网络数据传输模块,所述网络数据传输模块用于将接收到的公交信息传输给所述网络服务模块;
所述网络服务模块用于接收公交信息并建立和更新数据库,计算每路公交车任意站点间所有策略的策略时间、所查询站点的预测时间、所查询站点的预测到站时间和拥堵情况,并将预测时间、预测到站时间、拥堵情况传输给所述客户端模块;所述网络服务模块包括数据收发模块、数据解析模块、数据库模块、数据分析模块,所述数据收发模块用于接收所述网络数据传输模块发送的公交信息,并传输给所述数据解析模块;同时还用于接收所述客户端模块发送的查询信息,并将查询结果返回给所述客户端模块;所述数据解析模块用于根据实时的公交信息解析出车辆的实时路线、上行或下行方向下公交车进站时间和出站时间、车辆运行速度、公交车实时定位的时间和位置,并将解析出来的公交信息传输给所述数据库模块;所述数据库模块用于存储解析出来的公交信息并对历史数据进行更新;所述数据分析模块用于读取、分析所述数据库模块中的公交信息,根据公交信息计算每辆公交车不同站点间的所有策略时间,并将所有策略时间返回给所述数据库模块进行储存,同时根据存储的策略时间计算预测时间、预测到站时间、拥堵情况,并将预测时间、预测到站时间、拥堵情况、最近所查询车辆的运行速度作为查询结果发送给所述数据收发模块;
所述客户端模块用于客户发送查询信号、接收和显示查询结果,还用于提醒客户所查询的公交车即将驶入查询站点。
7.根据权利要求6所述的一种预测公交到站时间的系统,其特征在于:所述车载端模块还包括卫星定位模块;
所述卫星定位模块用于获取公交车实时的公交信息,并在单片机的作用下传输给所述网络数据传输模块。
8.根据权利要求6所述的一种预测公交到站时间的系统,其特征在于:所述客户端模块包括无线数据收发模块、输入模块、显示模块和站点提醒模块;
所述无线数据收发模块用于发送查询信息给所述数据收发模块,同时接收所述数据收发模块返回的查询结果并将查询结果传输给所述显示模块;
所述输入模块用于用户输入查询信息并将输入的查询信息发送给所述无线数据收发模块和所述显示模块;
所述显示模块用于显示所述输入模块发送的查询信息和所述无线数据收发模块发送的查询结果;
所述站点提醒模块用于提醒用户所查询的公交车即将驶入站点;由所述无线数据收发模块将用户设置的站点阀值和到站提醒发送给所述数据收发模块,并由所述数据分析模块对所查询的公交是否进入到设置的站点阀值范围内进行判断,当所查询的公交进入到设置的站点阀值范围内时,由所述数据收发模块发送提醒信息给所述无线数据收发模块,所述无线数据收发模块将提醒信息传输给所述站点提醒模块,由所述站点提醒模块对用户进行到站提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410462811.3A CN104240529B (zh) | 2014-09-11 | 2014-09-11 | 一种预测公交到站时间的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410462811.3A CN104240529B (zh) | 2014-09-11 | 2014-09-11 | 一种预测公交到站时间的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104240529A CN104240529A (zh) | 2014-12-24 |
CN104240529B true CN104240529B (zh) | 2017-02-01 |
Family
ID=52228516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410462811.3A Active CN104240529B (zh) | 2014-09-11 | 2014-09-11 | 一种预测公交到站时间的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104240529B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794927B (zh) * | 2015-04-29 | 2017-05-17 | 贵州中科汉天下信息技术有限公司 | 一种公交车到站时间预测方法 |
CN107221183B (zh) * | 2016-03-22 | 2019-12-13 | 中国移动通信集团江苏有限公司 | 一种公共交通工具实时报站方法及装置 |
CN107393292A (zh) * | 2017-06-01 | 2017-11-24 | 广西昌成科技有限公司 | 一种公交车管理系统及方法 |
CN107657340A (zh) * | 2017-09-19 | 2018-02-02 | 中国联合网络通信集团有限公司 | 公交车出行的方法及装置 |
CN108281027A (zh) * | 2018-03-15 | 2018-07-13 | 浙江工业大学 | 一种交互式智能到站提醒方法及装置 |
CN111798016A (zh) * | 2019-04-09 | 2020-10-20 | 江西善行智能设备制造有限公司 | 一种关于预约等候车辆的分配的方法 |
CN110969888B (zh) * | 2019-12-13 | 2021-02-23 | 广州通达汽车电气股份有限公司 | 一种精确报站方法、装置、设备及存储介质 |
CN112150802B (zh) * | 2020-08-21 | 2022-04-05 | 同济大学 | 基于地面公交运行状态可靠性的城市道路等级划分方法 |
CN113658429B (zh) * | 2021-08-11 | 2022-06-07 | 青岛海信网络科技股份有限公司 | 一种公交廊道的协同调度方法及相关装置 |
CN115188215B (zh) * | 2022-06-21 | 2023-10-31 | 青岛海信网络科技股份有限公司 | 电子设备及站点间公交行驶时长的预测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081859B (zh) * | 2009-11-26 | 2014-10-01 | 上海遥薇(集团)有限公司 | 一种公交车到站时间预测模型控制方法 |
CN107154165A (zh) * | 2012-08-29 | 2017-09-12 | 黄宝梅 | 公交车行驶信息查询系统 |
CN103903473A (zh) * | 2014-03-18 | 2014-07-02 | 蔡东海 | 智能公交系统及其实现方法 |
CN103971534A (zh) * | 2014-05-28 | 2014-08-06 | 苏州数字地图网络科技有限公司 | 一种公交实时到站提醒的方法及系统 |
-
2014
- 2014-09-11 CN CN201410462811.3A patent/CN104240529B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104240529A (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104240529B (zh) | 一种预测公交到站时间的方法及系统 | |
CN107545320B (zh) | 一种基于图论的城市轨道交通乘客路径规划方法及系统 | |
Feng et al. | Probe vehicle based real-time traffic monitoring on urban roadways | |
CN103886741B (zh) | 一种基于智能公交卡的公交管理系统及方法 | |
US20190228593A1 (en) | Toll road network traffic information collection and guidance system based on route identification system | |
CN105279955B (zh) | 一种拼车方法及设备 | |
Li et al. | Public bus arrival time prediction based on traffic information management system | |
Zhang et al. | Traveler information tool with integrated real-time transit information and multimodal trip planning: Design and implementation | |
Weijermars | Analysis of urban traffic patterns using clustering | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
JP2006188150A (ja) | 乗車率予測システム | |
CN110084397B (zh) | 一种地铁直达线路规划方法 | |
JP7428124B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN111932925A (zh) | 一种公共交通站点的出行客流的确定方法、装置及系统 | |
CN103440768A (zh) | 一种基于动态修正的公交车到达时间实时预测方法 | |
US20150310356A1 (en) | Facility and infrastructure utilization | |
US20170011629A1 (en) | Public transit vehicle route schedule and notification system | |
Zhao et al. | Isolating high-priority metro and feeder bus transfers using smart card data | |
CN111554085A (zh) | 一种公共交通一体化出行智能服务装置及其应用方法 | |
Mesbah et al. | “Weather” transit is reliable? Using AVL data to explore tram performance in Melbourne, Australia | |
Godachevich et al. | Does the measured performance of bus operators depend on the index chosen to assess reliability in contracts? An analysis of bus headway variability | |
US10339799B2 (en) | Method and system to identify congestion root cause and recommend possible mitigation measures based on cellular data and related applications thereof | |
Horbury | Using non-real-time automatic vehicle location data to improve bus services | |
CN110657817A (zh) | 行程路线的推荐方法及装置 | |
JP6455141B2 (ja) | プログラム、情報配信装置、移動体端末、および方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C53 | Correction of patent for invention or patent application | ||
CB03 | Change of inventor or designer information |
Inventor after: Long Taotao Inventor after: Liu Aibin Inventor after: Jiu Canbin Inventor after: Yang Chao Inventor before: Long Taotao Inventor before: Liu Aibin Inventor before: Jiu Canbin Inventor before: Yang Chao |
|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |