CN105261211B - 一种交通综合因素影响下的公交发车间隔过渡方法 - Google Patents

一种交通综合因素影响下的公交发车间隔过渡方法 Download PDF

Info

Publication number
CN105261211B
CN105261211B CN201510530853.0A CN201510530853A CN105261211B CN 105261211 B CN105261211 B CN 105261211B CN 201510530853 A CN201510530853 A CN 201510530853A CN 105261211 B CN105261211 B CN 105261211B
Authority
CN
China
Prior art keywords
msub
mrow
bus
period
mover
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
Application number
CN201510530853.0A
Other languages
English (en)
Other versions
CN105261211A (zh
Inventor
董红召
孔娟娟
陈宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201510530853.0A priority Critical patent/CN105261211B/zh
Publication of CN105261211A publication Critical patent/CN105261211A/zh
Application granted granted Critical
Publication of CN105261211B publication Critical patent/CN105261211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

一种交通综合因素影响下的公交发车间隔过渡方法,包括:步骤1.采集历史数据,包括通过人工调查或者视频图像识别等方法采集公交车在各站点的上车人数利用公交车车载GPS设备得到公交车的到达各站点的时间其中,为公交车在第i班车到达第j个公交车站的上车人数,为第i班车到达第j个公交车站的时间;步骤2.分析上述历史数据,综合客流需求与道路交通拥堵状态进行发车间隔过渡方法的时间段划分;步骤3.综合客流需求与道路交通拥堵状态建立发车间隔过渡模型;步骤4.将步骤1采集到的历史数据步骤2与步骤3中的模型中得到过渡发车间隔。

Description

一种交通综合因素影响下的公交发车间隔过渡方法
技术领域
本发明属于公共交通系统技术领域,尤其涉及一种交通综合因素影响下的公交发车间隔过渡方法。
背景技术
公交服务系统是城市生活中不可或缺的重要组成部分,合理的公交调度管理能更好提高公交系统的服务水平与运营效率的保障,发车间隔的设计是公交调度的核心要素之一,对能否满足人们的乘车需求起着关键作用。但实际中经常出现客流需求与公交服务能力不匹配的现象,如站点串车或车厢内过度拥挤。这说明现有的发车间隔设计存在很大问题。
传统的发车间隔设计是根据客流需求将公交车全天的运营时间划分为若干时段,并根据各时段的客流需求划分发车间隔。但这种方式将公交运营环境理想化,而实际上公交车运行经常受道路交通拥堵状态的影响,导致公交到站的大间隔或串车现象,使实际的客流需求与公交运力不匹配,降低公交服务水平。经分析,时段内的发车间隔不受道路交通拥堵状态影响,发车间隔的确定仅取决于客流需求,而时段与时段之间的过渡会同时受交通拥堵状态和客流需求两方面的影响。因此,需要一种针对发车时段之间的过渡发车间隔的设计方法,该方法兼顾客流需求与道路交通拥堵状态制定公交发车计划。
发明内容
本发明要克服现有公交发车计划的制定技术不能兼顾客流需求与道路交通拥堵状态的问题,提出一种交通综合因素影响下的公交发车间隔过渡方法。
本发明方法将客流需求与道路交通拥堵状态同时作为发车间隔的重要影响因素,通过设计发车时段间的过渡发车间隔(图2),在满足客流需求的同时减小交通拥堵状态对客流需求匹配的影响。
为达到上述目的,本发明采用的技术方案如下:
一种交通综合因素影响下的公交发车间隔过渡方法,包括:
1.采集历史数据,包括通过人工调查或者视频图像识别等方法采集公交车在各站点的上车人数利用公交车车载GPS设备得到公交车的到达各站点的时间其中,为公交车在第i班车到达第j个公交车站的上车人数,为第i班车到达第j个公交车站的时间。
2.分析上述历史数据,综合客流需求与道路交通拥堵状态进行发车间隔过渡方法的时间段划分。
3.综合客流需求与道路交通拥堵状态建立发车间隔过渡模型。
4.将步骤1采集到的历史数据代入步骤2与步骤3中的模型中得到过渡发车间隔。
其中,步骤2所述综合客流量与道路交通拥堵状态进行发车间隔过渡方法的时间段划分,具体为:
(21)统计分析历史数据。根据步骤1采集到的数据可得到公交车的到站时间则相继两辆公交到达某站点的时间间隔为:相应的乘客到达率乘客总到达率公交运送速度其中,为第i-1,i次公交车到达j站点时间间隔。fi j为第i次公交车在j站点的乘客到达率即运载乘客在单位时间内到达车站人数。fi为第i班车在各站点的乘客到达率总和。
(22)特征时间段的划分。利用有序聚类划分方法分别将数据集{f1、f2、f3、f4、f5……}与划分为若干集合,从而将公交运营时间分别划分为若干具有不同客流需求特征的时段[a1,a2]、[a2,a3]、[a3,a4]、[a4,a5]、[a5,a6]……与不同交通拥堵状态特征的时段[a1,b1]、[b1,b2]、[b2,b3]、[b3,b4]、[b4,b5]……。
(23)综合时段划分结果确定综合特征下的发车时段。对上述两组时间段划分结果按时间先后顺序重新进行排列,得到最终的发车间隔时段,如图3所示。
其中,步骤3所述综合客流需求与道路交通拥堵状态建立发车间隔过渡模型进一步包括:
(31)基于客流需求的发车过渡模型建立。引入定义客流需求系数εr用于表示相邻两时段的客流需求变化,其计算方法为:式中,表示第r、r+1时段内的平均乘客到达率,即该时段内车次乘客到达率的平均值。
设T(r,r+1)为第r与第r+1个时段的过渡发车间隔,Tr+1为分界点将T(r,r+1)分割为T(r,0)、T(0,r+1)两部分,T(r,0)计算方法为:T(r,0)=(Tr+1-Tr-qrtr)。式中,Tr、Tr+1为时段划分结果中第第r个时段的分界点,。tr为第r个时段内的发车间隔,qr为被划分到第r个时段的公交车总班次即对Tr/tr的值取整得到。
为使发车间隔与客流需求匹配,则在T(0,r+1)时间段内的乘客累积量应与相应客流需求下(tr-T(r,0))时间段内的乘客量一致,所以T(0,r+1)的计算方法为:T(0,r+1)=εr(tr-T(r,0))=εr[tr-(Tr+1-Tr-qrtr)]。
进一步地,基于客流需求的发车过渡间隔T(r,r+1)的计算方法为:T(r,r+1)=T(r,0)+T(0,r+1)=εrtr+(1-εr)(Tr+1-Tr-qrtr)
(32)交通综合因素下的发车过渡模型建立。
引入交通拥堵系数γr来表征相邻时段的相对交通拥堵状态,其计算方法为:
式中,为第r、r+1时段的平均公交运送速度即该时段内车次运送速度的平均值。
在满足客流需求的基础上考虑交通拥堵状态变化对发车间隔的影响,T(0,r+1)表示为:T(0,r+1)=εrγr[tr-(Tr+1-Tr-qrtr)]
进一步地,交通综合因素(兼顾客流需求与交通拥堵状态)影响条件下的发车过渡表示方法为:
本发明的优点是:本发明克服了传统发车间隔制定方法忽略道路交通拥堵状态影响的缺陷,避免了由道路通行状况引起的发车计划与客流需求不匹配的弊端,提供了更符合客流需求变化的发车方案,对改进公交运营管理质量能提供较好的辅助决策支持。
附图说明
图1为本发明方法的流程框图。
图2为过渡发车间隔示意图(图中横线表示时间轴)。
图3为发车时段划分示意图(图中横线表示时间轴)。
具体实施方式
本发明方法将客流需求与道路交通拥堵状态同时作为发车间隔的重要影响因素,通过设计发车时段间的过渡发车间隔(图2),在满足客流需求的同时减小交通拥堵状态对客流需求匹配的影响。
为达到上述目的,本发明采用的技术方案如下:
一种交通综合因素影响下的公交发车间隔过渡方法,包括:
1.采集历史数据,包括通过人工调查或者视频图像识别等方法采集公交车在各站点的上车人数利用公交车车载GPS设备得到公交车的到达各站点的时间其中,为公交车在第i班车到达第j个公交车站的上车人数,为第i班车到达第j个公交车站的时间。
2.分析上述历史数据,综合客流需求与道路交通拥堵状态进行发车间隔过渡方法的时间段划分。
3.综合客流需求与道路交通拥堵状态建立发车间隔过渡模型。
4.将步骤1采集到的历史数据代入步骤2与步骤3中的模型中得到过渡发车间隔。
其中,步骤2所述综合客流量与道路交通拥堵状态进行发车间隔过渡方法的时间段划分,具体为:
(21)统计分析历史数据。根据步骤1采集到的数据可得到公交车的到站时间则相继两辆公交到达某站点的时间间隔为:相应的乘客到达率乘客总到达率公交运送速度其中,为第i-1,i次公交车到达j站点时间间隔。fi j为第i次公交车在j站点的乘客到达率即运载乘客在单位时间内到达车站人数。fi为第i班车在各站点的乘客到达率总和。
(22)特征时间段的划分。利用有序聚类划分方法分别将数据集{f1、f2、f3、f4、f5……}与划分为若干集合,从而将公交运营时间分别划分为若干具有不同客流需求特征的时段[a1,a2]、[a2,a3]、[a3,a4]、[a4,a5]、[a5,a6]……与不同交通拥堵状态特征的时段[a1,b1]、[b1,b2]、[b2,b3]、[b3,b4]、[b4,b5]……。
(23)综合时段划分结果确定综合特征下的发车时段。对上述两组时间段划分结果按时间先后顺序重新进行排列,得到最终的发车间隔时段,如图3所示。
其中,步骤3所述综合客流需求与道路交通拥堵状态建立发车间隔过渡模型进一步包括:
(31)基于客流需求的发车过渡模型建立。引入定义客流需求系数εr用于表示相邻两时段的客流需求变化,其计算方法为:式中,表示第r、r+1时段内的平均乘客到达率,即该时段内车次乘客到达率的平均值。
设T(r,r+1)为第r与第r+1个时段的过渡发车间隔,Tr+1为分界点将T(r,r+1)分割为T(r,0)、T(0,r+1)两部分,T(r,0)计算方法为:T(r,0)=(Tr+1-Tr-qrtr)。式中,Tr、Tr+1为时段划分结果中第r个时段的分界点,tr为第r个时段内的发车间隔,qr为被划分到第r个时段的公交车总班次即对Tr/tr的值取整得到。
为使发车间隔与客流需求匹配,则在T(0,r+1)时间段内的乘客累积量应与相应客流需求下(tr-T(r,0))时间段内的乘客量一致,所以T(0,r+1)的计算方法为:T(0,r+1)=εr(tr-T(r,0))=εr[tr-(Tr+1-Tr-qrtr)]。
进一步地,基于客流需求的发车过渡间隔T(r,r+1)的计算方法为:T(r,r+1)=T(r,0)+T(0,r+1)=εrtr+(1-εr)(Tr+1-Tr-qrtr)
(32)交通综合因素下的发车过渡模型建立。
引入交通拥堵系数γr来表征相邻时段的相对交通拥堵状态,其计算方法为:
式中,为第r、r+1时段的平均公交运送速度即该时段内车次运送速度的平均值。
在满足客流需求的基础上考虑交通拥堵状态变化对发车间隔的影响,T(0,r+1)表示为:T(0,r+1)=εrγr[tr-(Tr+1-Tr-qrtr)]
进一步地,交通综合因素(兼顾客流需求与交通拥堵状态)影响条件下的发车过渡表示方法为:
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (1)

1.一种交通综合因素影响下的公交发车间隔过渡方法,包括:
步骤1.采集历史数据,包括通过人工调查或者视频图像识别方法采集公交车在各站点的上车人数利用公交车车载GPS设备得到公交车的到达各站点的时间其中,为公交车在第i班车到达第j个公交车站的上车人数,为第i班车到达第j个公交车站的时间;
步骤2.分析上述历史数据,综合客流需求与道路交通拥堵状态进行发车间隔过渡方法的时间段划分;
步骤3.综合客流需求与道路交通拥堵状态建立发车间隔过渡模型;
步骤4.将步骤1采集到的历史数据代入步骤2与步骤3中的模型中得到过渡发车间隔;
步骤2所述综合客流量与道路交通拥堵状态进行发车间隔过渡方法的时间段划分,具体为:
(21)统计分析历史数据;根据步骤1采集到的数据可得到公交车的到站时间则相继两辆公交到达某站点的时间间隔为:相应的乘客到达率乘客总到达率公交运送速度其中,为第i-1,i次公交车到达j站点时间间隔;fi j为第i次公交车在j站点的乘客到达率即运载乘客在单位时间内到达车站人数;fi为第i班车在各站点的乘客到达率总和;
(22)特征时段的划分;利用有序聚类划分方法分别将数据集{f1、f2、f3、f4、f5……}与划分为若干集合,从而将公交运营时间分别划分为若干具有不同客流需求特征的时段[a1,a2]、[a2,a3]、[a3,a4]、[a4,a5]、[a5,a6]……与不同交通拥堵状态特征的时段[a1,b1]、[b1,b2]、[b2,b3]、[b3,b4]、[b4,b5]……;
(23)综合时段划分结果确定综合特征下的发车时段;对上述两组时段划分结果按时间先后顺序重新进行排列,得到最终的发车间隔时段;
步骤3所述综合客流需求与道路交通拥堵状态建立发车间隔过渡模型进一步包括:
(31)基于客流需求的发车过渡模型建立;引入定义客流需求系数εr用于表示相邻两时段的客流需求变化,其计算方法为:式中,表示第r、r+1时段内的平均乘客到达率,即该时段内车次乘客到达率的平均值;
设T(r,r+1)为第r与第r+1个时段的过渡发车间隔,Tr+1为分界点将T(r,r+1)分割为T(r,0)、T(0,r+1)两部分,T(r,0)计算方法为:T(r,0)=(Tr+1-Tr-qrtr);式中,Tr、Tr+1为时段划分结果中第第r个时段的分界点,tr为第r个时段内的发车间隔,qr为被划分到第r个时段的公交车总班次即对Tr/tr的值取整得到;
为使发车间隔与客流需求匹配,则在T(0,r+1)时间段内的乘客累积量应与相应客流需求下(tr-T(r,0))时间段内的乘客量一致,所以T(0,r+1)的计算方法为:T(0,r+1)=εr(tr-T(r,0))=εr[tr-(Tr+1-Tr-qrtr)];
基于客流需求的发车过渡间隔T′(r,r+1)的计算方法为:
T′(r,r+1)=T(r,0)+T(0,r+1)=εrtr+(1-εr)(Tr+1-Tr-qrtr)
(32)交通综合因素下的发车过渡模型建立;
引入交通拥堵系数γr来表征相邻时段的相对交通拥堵状态,其计算方法为:
式中,为第r、r+1时段的平均公交运送速度即该时段内车次运送速度的平均值;
在满足客流需求的基础上考虑交通拥堵状态变化对发车间隔的影响,T(0,r+1)表示为:T(0,r+1)=εrγr[tr-(Tr+1-Tr-qrtr)]
交通综合因素影响条件下的发车过渡表示方法为:
<mrow> <msub> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>r</mi> <mo>,</mo> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </msub> <mo>=</mo> <msub> <mi>&amp;gamma;</mi> <mi>r</mi> </msub> <msub> <mi>&amp;epsiv;</mi> <mi>r</mi> </msub> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>+</mo> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mi>r</mi> </msub> <msub> <mi>&amp;epsiv;</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>T</mi> <mrow> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> <mo>-</mo> <msub> <mi>q</mi> <mi>r</mi> </msub> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>r</mi> </msub> <msub> <mover> <mi>f</mi> <mo>&amp;OverBar;</mo> </mover> <mi>r</mi> </msub> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <msub> <mover> <mi>f</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>r</mi> </msub> <msub> <mover> <mi>f</mi> <mo>&amp;OverBar;</mo> </mover> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <msub> <mover> <mi>f</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </mfrac> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>T</mi> <mrow> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> <mo>-</mo> <msub> <mi>q</mi> <mi>r</mi> </msub> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mo>.</mo> </mrow> 2
CN201510530853.0A 2015-08-26 2015-08-26 一种交通综合因素影响下的公交发车间隔过渡方法 Active CN105261211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510530853.0A CN105261211B (zh) 2015-08-26 2015-08-26 一种交通综合因素影响下的公交发车间隔过渡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510530853.0A CN105261211B (zh) 2015-08-26 2015-08-26 一种交通综合因素影响下的公交发车间隔过渡方法

Publications (2)

Publication Number Publication Date
CN105261211A CN105261211A (zh) 2016-01-20
CN105261211B true CN105261211B (zh) 2017-10-20

Family

ID=55100878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510530853.0A Active CN105261211B (zh) 2015-08-26 2015-08-26 一种交通综合因素影响下的公交发车间隔过渡方法

Country Status (1)

Country Link
CN (1) CN105261211B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105679076A (zh) * 2016-03-24 2016-06-15 浙江工业大学 一种城市公交车换乘协调调度方法
CN106297273B (zh) * 2016-09-29 2019-11-26 百度在线网络技术(北京)有限公司 班车路线的处理方法及装置
CN107316090A (zh) * 2017-06-09 2017-11-03 安徽富煌科技股份有限公司 一种智能化公交购票方法
CN108682145B (zh) * 2018-05-31 2020-06-02 大连理工大学 无人驾驶公交车的编组方法
CN109785610A (zh) * 2019-01-24 2019-05-21 桂林远望智能通信科技有限公司 一种基于大数据的智能公交管理方法及系统
CN110790096A (zh) * 2019-11-06 2020-02-14 中国联合网络通信集团有限公司 电梯停靠策略制定方法、电梯控制方法及装置、电梯系统
CN111785017B (zh) * 2020-05-28 2022-04-15 博泰车联网科技(上海)股份有限公司 一种公交车调度方法、装置及计算机存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750821A (zh) * 2012-06-21 2012-10-24 华北电力大学 一种公交汽车的调度系统
CN202694569U (zh) * 2012-06-21 2013-01-23 华北电力大学 一种公交汽车的调度系统
CN104183117A (zh) * 2014-08-01 2014-12-03 浙江工业大学 公交发车的控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750821A (zh) * 2012-06-21 2012-10-24 华北电力大学 一种公交汽车的调度系统
CN202694569U (zh) * 2012-06-21 2013-01-23 华北电力大学 一种公交汽车的调度系统
CN104183117A (zh) * 2014-08-01 2014-12-03 浙江工业大学 公交发车的控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Minimizing waiting times at transitional nodes for public bus transportation in Greece;George K. D. Saharidis 等;《Operational Research》;20141231;第341-359页 *
Public-transport vehicle scheduling with multi vehicle type;Avishai (Avi) Ceder;《Transportation Research Part C》;20111231;第485-497页 *
基于K_means聚类算法的公交运营时段分析;沈吟东 等;《交通运输系统工程与信息》;20140430;第14卷(第2期);第87-93页 *
考虑道路交通拥堵的公交发车间隔优化模型;王超 等;《交通运输系统工程与信息》;20110831;第11卷(第4期);第166-172页 *

Also Published As

Publication number Publication date
CN105261211A (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN105261211B (zh) 一种交通综合因素影响下的公交发车间隔过渡方法
CN108550098B (zh) 一种城市轨道交通网络客流限流方法
CN109085790A (zh) 一种基于智慧城市的地下交通乘客引导系统
Padmanaban et al. Development of a real-time bus arrival prediction system for Indian traffic conditions
CN107240289A (zh) 一种公交车线路优化管理方法及系统
CN106920402A (zh) 一种基于交通流量的时间序列划分方法与系统
CN103984994B (zh) 一种城市轨道交通客流高峰持续时间预测方法
CN109887289A (zh) 一种城市交通网络模型的网络车流量最大化方法
CN106710216A (zh) 高速公路实时交通拥堵路况检测方法和系统
CN107564290A (zh) 一种城市道路交叉口饱和流率计算方法
CN104851287A (zh) 基于视频检测器的城市道路路段行程时间检测方法
CN108665178A (zh) 一种基于afc的地铁站内楼扶梯客流量预测方法
CN104464280B (zh) 车辆行进开销的预测方法及系统
CN107833459A (zh) 一种基于gps数据的城市公交运行状况评价方法
CN110889086B (zh) 一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法
CN104573972B (zh) 一种基于车载gps数据的公交路线运营时段划分方法
CN114328675A (zh) 基于双注意力机制和双向双层lstm的公交行程时间预测方法
CN103761870A (zh) 一种公交车负载计量系统
CN113470364B (zh) 一种基于人工智能和大数据的公交车调度方法及系统
CN110867075A (zh) 一种评估雨天条件下道路测速仪对驾驶人员反应行为影响的方法
CN106696997B (zh) 一种火车延时晚点的信息反馈系统
CN108197078B (zh) 一种基于公交ic卡数据计算公交断面客流量的方法
CN106530176B (zh) 一种公交运行瓶颈诊断方法
CN102881163A (zh) 浮动车辆多功能数据监测设备
CN106781500A (zh) 一种车载智能语音识别系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant