CN105205554B - 一种地铁车站排队时间预测方法及系统 - Google Patents
一种地铁车站排队时间预测方法及系统 Download PDFInfo
- Publication number
- CN105205554B CN105205554B CN201510591899.3A CN201510591899A CN105205554B CN 105205554 B CN105205554 B CN 105205554B CN 201510591899 A CN201510591899 A CN 201510591899A CN 105205554 B CN105205554 B CN 105205554B
- Authority
- CN
- China
- Prior art keywords
- station
- passenger
- entrance
- lined
- mac address
- 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
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明提供一种地铁车站排队时间预测方法及系统,能够准确预测乘客排队时间。所述系统包括:进站乘客人数统计模块,用于读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;乘客进站速度确定模块,用于根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;乘客排队时间确定模块,用于根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间,还用于向乘客、运营企业和监管部门使用的实时查询和统计服务。本发明适用于地铁运行安全管理技术领域。
Description
技术领域
本发明涉及地铁运行安全管理技术领域,特别是指一种地铁车站排队时间预测方法及系统。
背景技术
我国轨道交通网络复杂,客流量增长迅猛,形成了网络化的运营格局。由于新建线路和客流的快速增长,导致轨道交通客流时间和空间上不均衡分布,运力与运量矛盾等问题日益突出,车站限流是一种保障地铁安全运营的有效方法之一,截至2015年8月,北京地铁公司所辖15条线路中常态化限流车站已达到64座。限流造成乘客需要在车站外排队等候,影响乘客的出行体验。
实时预测限流车站乘客进站时间,让排队乘客能够知道当前车站实时排队时间,进行合理排队,节省出行时间,还可以有效防止出现各进站口人数不均匀情况,保障地铁车站及乘客安全。但是,目前尚没有适用于地铁车站的排队时间预测方法及系统。
发明内容
本发明要解决的技术问题是提供一种地铁车站排队时间预测方法及系统,以解决现有技术所存在的各车站无法准确预测乘客排队时间的问题。
为解决上述技术问题,本发明实施例提供一种地铁车站排队时间预测方法,包括:
读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;
根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;
根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间。
可选地,所述读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数包括:
通过设置在车站排队范围内的WIFI热点读取排队乘客所持有的移动设备的MAC地址;
将读取到的MAC地址存储到统计列表中;
对统计列表中符合MAC地址统计规则的MAC地址进行统计,得到各车站不同入口排队乘客的总人数Qi,j,k;
其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k为相应车站入口编号。
可选地,所述WIFI热点根据相应车站站外排队区域同期最大排队范围和排队乘客人数进行设置。
可选地,所述通过设置在车站排队范围内的WIFI热点读取排队乘客所持有的移动设备的MAC地址包括:
通过WIFI设备采用被动扫描或主动扫描的方式与排队乘客所持有的移动设备建立关联;
当所述移动设备和所述WIFI设备进行一次握手协议时,该WIFI设备关联到该移动设备的MAC地址。
可选地,所述统计列表中的信息包括:接入WIFI热点的移动设备的MAC地址及该MAC地址的在线时间;
所述MAC地址统计规则是根据MAC地址的在线时间确定的;
所述对统计列表中符合MAC地址统计规则的MAC地址进行统计包括:
对统计列表中接入WIFI热点的MAC地址在线时间超过相应车站历史同期最长排队时间的MAC地址不进行统计,且强制断线;
对统计列表中接入WIFI热点的MAC地址在线时间少于等于相应车站列车间隔时间的MAC地址不进行统计。
可选地,所述根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,得到各车站不同入口乘客的进站速度包括:
获取一定时段t内各车站不同入口排队乘客前方AFC闸机的刷卡次数qi,j,k;
将所述刷卡次数qi,j,k与一定时段t的比值作为相应车站相应入口乘客的进站速度Vi,j,k;
其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k-相应车站入口编号。
可选地,所述一定时段t内各车站不同入口排队乘客前方AFC闸机的刷卡次数包括:该时段t内相应车站相应入口一卡通的刷卡次数和一票通的刷卡次数。
可选地,所述根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间包括:
将各车站相应入口排队乘客的总人数Qi,j,k与相应车站相应入口乘客的进站速度Vi,j,k的比值作为相应车站相应入口乘客的排队时间Ti,j,k;
其中,比值的结果取四舍五入。
本发明实施例还提供一种地铁车站排队时间预测系统,包括:
进站乘客人数统计模块,用于读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;
乘客进站速度确定模块,用于根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;
乘客排队时间确定模块,用于根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间。
可选地,所述乘客排队时间确定模块,还用于通过站内广播、屏幕发布和微信平台实时查询服务向乘客提供实时的进站排队时间信息,同时还用于向运营企业和监管部门提供各车站实时排队乘客人数、历史排队乘客人数、乘客进站速度和乘客排队时间信息。
本发明的上述技术方案的有益效果如下:
上述方案中,通过读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间,还能通过站内广播、屏幕发布或微信平台实时查询向乘客传输实时的进站排队时间信息。这样,有助于排队乘客获知当前车站不同入口的实时排队时间,进行合理排队,能够有效防止各车站不同入口出现排队乘客人数不均匀的情况,节省乘客出行时间,从而提高用户出行体验,同时,还可以向相关运营企业和监管部门提供各车站实时排队乘客人数、历史排队乘客人数、乘客进站速度和乘客排队时间信息,对相关运营企业和监管部门优化服务质量具有重要意义。
附图说明
图1为本发明实施例提供的地铁车站排队时间预测方法的方法流程图;
图2为图1中S1的具体实施方法流程图;
图3为本发明实施例提供的地铁车站排队时间预测系统的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的各车站无法准确预测乘客排队时间的问题,提供一种地铁车站排队时间预测方法及系统。
实施例一
参看图1所示,本发明实施例提供的一种地铁车站排队时间预测方法,包括:
S1:读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;
S2:根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;
S3:根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间。
本发明实施例所述的地铁车站排队时间预测方法,通过读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间,还能通过站内广播、屏幕发布或微信平台实时查询向乘客传输实时的进站排队时间信息。这样,有助于排队乘客获知当前车站不同入口的实时排队时间,进行合理排队,能够有效防止各车站不同入口出现排队乘客人数不均匀的情况,节省乘客出行时间,从而提高用户出行体验,同时,还可以向相关运营企业和监管部门提供各车站实时排队乘客人数、历史排队乘客人数、乘客进站速度和乘客排队时间信息,对相关运营企业和监管部门优化服务质量具有重要意义。
本发明实施例中,随着智能手机普及率的提高,地铁车站排队时间预测方法的准确率将会进一步提高,且本发明实施例需增加的设备成本低、排队时间预测准确率高。
在前述地铁车站排队时间预测方法的具体实施方式中,可选地,参看图2所示,所述读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数S1包括:
S11:通过设置在车站排队范围内的WIFI热点读取排队乘客所持有的移动设备的MAC地址;
S12:将读取到的MAC地址存储到统计列表中;
S13:对统计列表中符合MAC地址统计规则的MAC地址进行统计,得到各车站不同入口排队乘客的总人数Qi,j,k;
其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k为相应车站入口编号。
本发明实施例中,为了统计各车站不同入口排队乘客的总人数,例如,可以在车站排队范围内设置免费的WIFI热点,通过设置的WIFI热点读取排队乘客所持有移动设备的MAC地址来统计各车站不同入口排队乘客总人数,所述移动设备包括:手机或平板等。
本发明实施例中,以北京地铁13号线西二旗车站为例,可以在西二旗车站不同入口的排队范围内设置免费的WIFI热点,通过设置的WIFI热点读取排队乘客所持有移动设备的MAC地址,再将读取到的MAC地址存储到相应的统计列表中,并对统计列表中符合MAC地址统计规则的MAC地址进行统计,从而得到北京地铁13号线西二旗车站不同入口排队乘客的总人数Qi,j,k,其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k为相应车站入口编号。
在前述地铁车站排队时间预测方法的具体实施方式中,可选地,所述WIFI热点根据相应车站站外排队区域同期最大排队范围和排队乘客人数进行设置。
本发明实施例中,以北京地铁13号线西二旗车站为例,例如,可以在13号线西二旗车站各排队入口处根据西二旗车站站外排队区域同期最大排队范围和人数进行布置WIFI热点。
在前述地铁车站排队时间预测方法的具体实施方式中,可选地,所述通过设置在车站排队范围内的WIFI热点读取排队乘客所持有的移动设备的MAC地址包括:
通过WIFI设备采用被动扫描或主动扫描的方式与排队乘客所持有的移动设备建立关联;
当所述移动设备和所述WIFI设备进行一次握手协议时,该WIFI设备关联到该移动设备的MAC地址。
本发明实施例中,统计列表中MAC地址的读取过程包括:通过WIFI设备采用被动扫描或主动扫描方式与排队乘客所持有的移动设备建立关联,当所述移动设备和相应的WIFI设备进行一次握手协议时,相应的WIFI设备关联到该移动设备的MAC地址,并将其数据传输过程中的MAC地址存入统计列表。
本发明实施例中,所述统计列表中的信息包括:接入WIFI热点的移动设备的MAC地址及该MAC地址的在线时间。
本发明实施例中,所述MAC地址统计规则是根据MAC地址的在线时间确定的;所述对统计列表中符合MAC地址统计规则的MAC地址进行统计包括:
对统计列表中接入WIFI热点的MAC地址在线时间超过相应车站历史同期最长排队时间的MAC地址不进行统计,且强制断线;
对统计列表中接入WIFI热点的MAC地址在线时间少于等于相应车站列车间隔时间的MAC地址不进行统计。
本发明实施例中,以北京地铁13号线西二旗车站1号入口为例,可以每分钟统计一次统计列表中符合上述MAC地址统计规则的MAC地址数目,该数目即为当前北京地铁13号线西二旗车站1号入口排队乘客总人数Qi,j,k,其中,i为地铁线路编号13,j为13号地铁线路相应的西二旗车站编号,k为西二旗车站1号入口。
在前述地铁车站排队时间预测方法的具体实施方式中,可选地,所述根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,得到各车站不同入口乘客的进站速度包括:
获取一定时段t内各车站不同入口排队乘客前方AFC闸机的刷卡次数qi,j,k;
将所述刷卡次数qi,j,k与一定时段t的比值作为相应车站相应入口乘客的进站速度Vi,j,k;
其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k-相应车站入口编号。
本发明实施例中,以北京地铁13号线西二旗车站1号入口为例,优选地,一定时段t为15min,则每15分钟提取一次北京地铁13号线西二旗车站1号入口排队乘客前方AFC闸机刷卡次数qi,j,k,并通过式(1)计算得到北京地铁13号线西二旗车站1号入口乘客的进站速度Vi,j,k(人/min):
Vi,j,k=qi,j,k/15 式(1)
式(1)中,i为地铁线路编号13,j为13号地铁线路相应的西二旗车站编号,k为西二旗车站1号入口,乘客的进站速度Vi,j,k每15分钟更新一次。
本发明实施例中,所述每15分钟提取的北京地铁13号线西二旗车站1号入口排队乘客前方AFC闸机刷卡次数包括:15分钟内北京地铁13号线西二旗车站1号入口一卡通的刷卡次数和一票通的刷卡次数。
在前述地铁车站排队时间预测方法的具体实施方式中,可选地,所述根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间包括:
将各车站相应入口排队乘客的总人数Qi,j,k与相应车站相应入口乘客的进站速度Vi,j,k的比值作为相应车站相应入口乘客的排队时间Ti,j,k;
其中,比值的结果取四舍五入。
本发明实施例中,以北京地铁13号线西二旗车站1号入口为例,根据式(2),确定北京地铁13号线西二旗车站1号入口乘客的排队时间Ti,j,k;
Ti,j,k=Qi,j,k/Vi,j,k 式(2)
式(2)中,Ti,j,k的结果取四舍五入,Qi,j,k为北京地铁13号线西二旗车站1号入口排队乘客的总人数,Vi,j,k为北京地铁13号线西二旗车站1号入口乘客的进站速度,i为地铁线路编号13,j为13号地铁线路相应的西二旗车站编号,k为西二旗车站1号入口。
实施例二
本发明还提供一种地铁车站排队时间预测系统的具体实施方式,由于本发明提供的地铁车站排队时间预测系统与前述地铁车站排队时间预测方法的具体实施方式相对应,该地铁车站排队时间预测系统可以通过执行上述方法具体实施方式中的流程步骤来实现本发明的目的,因此上述地铁车站排队时间预测方法具体实施方式中的解释说明,也适用于本发明提供的地铁车站排队时间预测系统的具体实施方式,在本发明以下的具体实施方式中将不再赘述。
参看图3所示,本发明实施例还提供一种地铁车站排队时间预测系统,包括:
进站乘客人数统计模块,用于读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;
乘客进站速度确定模块,用于根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;
乘客排队时间确定模块,用于根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间。
在前述地铁车站排队时间预测系统的具体实施方式中,可选地,参看图3所示,所述乘客排队时间确定模块,还用于通过站内广播、屏幕发布和微信平台实时查询服务向乘客提供实时的进站排队时间信息,同时还用于向运营企业和监管部门提供各车站实时排队乘客人数、历史排队乘客人数、乘客进站速度和乘客排队时间信息。
本发明实施例所述的地铁车站排队时间预测系统,将进站乘客人数统计模块统计各车站不同入口排队乘客总人数和乘客进站速度确定模块确定各车站不同入口乘客的进站速度传输给乘客排队时间确定模块,通过乘客排队时间确定模块确定乘客排队时间,并通过站内广播、屏幕发布和微信平台实时查询服务向乘客提供实时的进站排队时间信息,便于排队乘客获知当前车站各进站口实时排队时间,进行合理排队,能够有效防止出现各进站口不同入口出现排队乘客人数不均匀情况,节省乘客出行时间,从而提高用户出行体验,同时所述乘客排队时间确定模块还向运营企业和监管部门提供各车站实时排队乘客人数、历史排队乘客人数、乘客进站速度和乘客排队时间信息,对相关运营企业和监管部门优化服务质量具有重要意义。
本发明实施例中,例如,所述车站排队时间预测系统还可以通过B/S结构的向乘客、相关运营企业和监管部门提供实时查询和统计功能。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种地铁车站排队时间预测方法,其特征在于,包括:
读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数;
根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,确定各车站不同入口乘客的进站速度;
根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间;
其中,所述读取排队乘客所持有的移动设备的MAC地址来统计各车站不同入口排队乘客总人数包括:
通过设置在车站排队范围内的WIFI热点读取排队乘客所持有的移动设备的MAC地址;
将读取到的MAC地址存储到统计列表中;
对统计列表中符合MAC地址统计规则的MAC地址进行统计,得到各车站不同入口排队乘客的总人数Qi,j,k;
其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k为相应车站入口编号;
其中,所述统计列表中的信息包括:接入WIFI热点的移动设备的MAC地址及该MAC地址的在线时间;
所述MAC地址统计规则是根据MAC地址的在线时间确定的;
所述对统计列表中符合MAC地址统计规则的MAC地址进行统计包括:
对统计列表中接入WIFI热点的MAC地址在线时间超过相应车站历史同期最长排队时间的MAC地址不进行统计,且强制断线;
对统计列表中接入WIFI热点的MAC地址在线时间少于等于相应车站列车间隔时间的MAC地址不进行统计;
其中,所述根据一定时段内各车站不同入口排队乘客前方AFC闸机的刷卡次数,得到各车站不同入口乘客的进站速度包括:
获取一定时段t内各车站不同入口排队乘客前方AFC闸机的刷卡次数qi,j,k;
将所述刷卡次数qi,j,k与一定时段t的比值作为相应车站相应入口乘客的进站速度Vi,j,k;
其中,i为地铁线路编号,j为不同地铁线路相应的车站编号,k-相应车站入口编号;
其中,所述根据所述各车站不同入口排队乘客总人数和乘客的进站速度,确定各车站不同入口乘客的排队时间包括:
将各车站相应入口排队乘客的总人数Qi,j,k与相应车站相应入口乘客的进站速度Vi,j,k的比值作为相应车站相应入口乘客的排队时间Ti,j,k;
其中,比值的结果取四舍五入。
2.根据权利要求1所述的预测方法,其特征在于,所述WIFI热点根据相应车站站外排队区域同期最大排队范围和排队乘客人数进行设置。
3.根据权利要求1所述的预测方法,其特征在于,所述通过设置在车站排队范围内的WIFI热点读取排队乘客所持有的移动设备的MAC地址包括:
通过WIFI设备采用被动扫描或主动扫描的方式与排队乘客所持有的移动设备建立关联;
当所述移动设备和所述WIFI设备进行一次握手协议时,该WIFI设备关联到该移动设备的MAC地址。
4.根据权利要求1所述的预测方法,其特征在于,所述一定时段t内各车站不同入口排队乘客前方AFC闸机的刷卡次数包括:该时段t内相应车站相应入口一卡通的刷卡次数和一票通的刷卡次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510591899.3A CN105205554B (zh) | 2015-09-16 | 2015-09-16 | 一种地铁车站排队时间预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510591899.3A CN105205554B (zh) | 2015-09-16 | 2015-09-16 | 一种地铁车站排队时间预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105205554A CN105205554A (zh) | 2015-12-30 |
CN105205554B true CN105205554B (zh) | 2019-06-11 |
Family
ID=54953223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510591899.3A Active CN105205554B (zh) | 2015-09-16 | 2015-09-16 | 一种地铁车站排队时间预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105205554B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971246A (zh) * | 2017-04-12 | 2017-07-21 | 青岛海信网络科技股份有限公司 | 一种出租车上客区乘客候车时间预测方法和装置 |
CN107399344A (zh) * | 2017-07-26 | 2017-11-28 | 郑州云海信息技术有限公司 | 轨道交通调度信息获取方法、车辆调度方法和系统 |
CN107633329B (zh) * | 2017-09-19 | 2021-01-08 | 飞友科技有限公司 | 一种预测到达航班旅客出机场时间的方法 |
CN111654880B (zh) * | 2018-11-09 | 2023-01-20 | 创新先进技术有限公司 | 一种人数统计方法、装置、及计算机设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331964A (zh) * | 2014-10-29 | 2015-02-04 | 深圳先进技术研究院 | 基于智能卡数据计算地铁进站时间和换乘时间的方法及系统 |
CN104573859A (zh) * | 2014-12-31 | 2015-04-29 | 合肥城市云数据中心有限公司 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
-
2015
- 2015-09-16 CN CN201510591899.3A patent/CN105205554B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331964A (zh) * | 2014-10-29 | 2015-02-04 | 深圳先进技术研究院 | 基于智能卡数据计算地铁进站时间和换乘时间的方法及系统 |
CN104573859A (zh) * | 2014-12-31 | 2015-04-29 | 合肥城市云数据中心有限公司 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
Non-Patent Citations (2)
Title |
---|
机场的WIFI也许连不上网,但能帮你准时登机;李硕明;《https://www.qdaily.com/articles/3181.html》;20141031;第1-2页 * |
美国肯尼迪机场利用BlipTrack系统获取乘客排队等待时间(图);cnbeta网站(台州);《http://news.163.com/15/0820/08/B1ETP6O300014U9R.html》;20150820;第1-2页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105205554A (zh) | 2015-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205554B (zh) | 一种地铁车站排队时间预测方法及系统 | |
CN106295787B (zh) | 一种基于移动信令的客流统计方法及装置 | |
CN105303854B (zh) | 一种出行路线数据的处理方法和装置 | |
CN108156626A (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
CN109815882A (zh) | 一种基于图像识别的地铁车厢客流密度监控系统及方法 | |
CN105512772A (zh) | 一种基于移动网络信令数据的动态人流量预警方法 | |
CN107545724A (zh) | 一种公交车的动态调度方法、装置与系统 | |
EP3052418A1 (en) | A system and a method for elevator allocation based on a determination of walker speed | |
CN106558232A (zh) | 一种用户到站提醒方法、系统和到站提醒服务器 | |
CN106128148A (zh) | 一种智能车位管理系统 | |
CN105390013A (zh) | 一种利用公交ic卡预测公交到站时间的方法 | |
CN108810808A (zh) | 一种基于手机信令数据的区域客流饱和度计算方法 | |
CN103426304A (zh) | 智能公交站系统 | |
CN109584383A (zh) | 停车收费系统及方法、装置、电子设备 | |
CN105357719B (zh) | 无线局域网的通信方法及通信装置、站点和接入点 | |
CN108877263A (zh) | 无人驾驶公交车的控制方法、装置和调度系统 | |
CN103295292A (zh) | 电子访客登记的系统和方法 | |
CN108737968A (zh) | 一种通过无线技术感知乘客异常行为的方法 | |
CN107316092A (zh) | 一种城际网约车拼车客户搜索及接送方法 | |
CN106384393A (zh) | 一种智能停车场管理终端及其系统 | |
CN106921982A (zh) | 一种通信异常评估的方法及装置 | |
CN109819038A (zh) | 一种基于客流信息实时上传的地铁综合管控系统及方法 | |
CN105704784B (zh) | 无线接入的处理方法和装置 | |
CN106327632A (zh) | 一种获取地铁线路各站点实时路况的系统及方法 | |
CN105844946A (zh) | 无人驾驶公交车到站提示系统、方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |