CN105810002A - 一种基于物联网和神经网络的可自我优化的高效公共交通系统 - Google Patents
一种基于物联网和神经网络的可自我优化的高效公共交通系统 Download PDFInfo
- Publication number
- CN105810002A CN105810002A CN201610252092.1A CN201610252092A CN105810002A CN 105810002 A CN105810002 A CN 105810002A CN 201610252092 A CN201610252092 A CN 201610252092A CN 105810002 A CN105810002 A CN 105810002A
- Authority
- CN
- China
- Prior art keywords
- platform
- train number
- information
- total
- bus
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于物联网和神经网络的可自我优化的高效公共交通系统,该系统包括公交站台控制系统、车辆内部控制系统以及总公交控制系统;公交站台控制系统包括触摸显示屏、站台中央处理器、站台GPRS通讯模块;车辆内部控制系统包括车速测量模块、公交车GPS定位模块、车内GPRS通讯模块、车辆中央处理器、压力传感器模块及显示屏;总公交控制系统包括总中央处理器和总GPRS通讯模块;该系统通过无线通讯技术将各车次车内信息、各车站信息和总系统控制中心相交互,再通过跳过不必要的站台停靠、用户智能选取车次避免拥挤、实时自我调整发车间隔,可有效解决公交车拥挤、等车难、运输效率低下、每天出车数量与需求不对等等问题。
Description
技术领域
本发明涉及交通技术、物联网、神经网络领域,特别是属于一种应用物联网技术和神经网络算法进行优化和改进的交通系统。
背景技术
当下,随着我国公共交通日益完善,越来越方便,使用公共交通的人数也越来越多。人们在享受方便快捷的城市公共交通运输的同时,也面临着很多问题:挤不上公交车、交通堵塞造成、等车难、运输效率低下、每天出车辆数与需求不对等一些问题。
物联网技术,可以将物与物之间进行联系,达到信息交换的目的,由一个对象的感知层(一般为传感器等)通过网络层的信息通讯技术,传输到另一个对象的应用层,实现通讯和操作,其中代表性的为ZIGBEE网络、WIFI网络、GPRS通讯等。
神经网络,是一种分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。BP算法是一种有监督式的学习算法,其主要思想是:输入学习样本,使用反向传播算法对网络的权值和偏差进行反复的调整训练,使输出的向量与期望向量尽可能地接近,当网络输出层的误差平方和小于指定的误差时训练完成,保存网络的权值和偏差。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。
发明内容
本发明公开了一种基于物联网和神经网络的可自我优化的高效公共交通系统,其特征在于,包括公交站台控制系统、车辆内部控制系统以及总公交控制系统三个主要部分。
所述的公交站台控制系统设置于各公交站台上,包括用于购票、候车登记及显示公交实时信息的触摸显示屏、站台中央处理器、站台GPRS通讯模块。
所述的车辆内部控制系统包括车速测量模块、公交车GPS定位模块、车内GPRS通讯模块、车辆中央处理器、设置于每个座位下的压力传感器模块及用于提示驾驶员是否停车的显示屏。
所述的总公交控制系统包括总中央处理器和总GPRS通讯模块;
乘客通过各公交站台的触摸显示屏选择车次和目的地并购票、并登记候车。使用者根据自己的需求选择要乘坐的车次后,然后在显示屏上面按下候车选项,登记候车。站台中央处理器统计各车次候车人数及目的地信息,并通过站台GPRS通讯模块将该信息发送至相应车次的车内GPRS通讯模块,同时也将各车次候车人数的信息发送至总GPRS通讯模块。
每辆公交车的车辆内部控制系统通过各压力传感器,测出压力模拟量,然后通过AD转换成数字量,送给车辆内部控制系统的中央处理器,当数字量大于空座位时的数字量时则说明座位上有人,否则视为座位为空座位,车辆内部控制系统统计车内空座位的数量。另外,车辆内部系统还通过车速测量模块测量实时的车速信息,通过GPS定位模块获得车辆实时位置信息,并将空座位数量、车速信息、车辆位置信息一同经过车内GPRS通讯模块发送给公交站台控制系统。公交站台系统收集各车次的空座位数量、车速信息、车辆位置信息,通过购票显示屏显示出来,供使用者购票时参考选择,便于使用者选择车速快的,空座多的,位置近的车辆,规避车内拥挤等情况。
另外,公交车的车辆内部系统收集各站台控制系统发送来的候车信息和购票时选择的下车信息,当车辆的下一到站站台为无人等候且无人下车的站台时,车辆中央处理器通过显示屏显示无需停车,驾驶员看到本显示信息可以直接跳过下一到站站台,提高运输效率。
总中央处理器获得各公交站台上各车次的实时候车人数信息并存储,总中央处理器根据24小时内收集到的各时段各车次的候车人数信息,并比对前48-96小时的各时段各车次的候车人数信息,通过BP算法,算出各时段各车次的候车人数趋势,调整第二天各时段相应车次的发车时间间隔。
因为神经网络预测是存在误差,所以在当天本公交系统按照前一天确定的发车时间间隔进行发车的同时,总公交控制系统,实时的统计各车次的总候车人数,当某车次所有站台候车总人数达到预先设置的最大临界值时,总中央处理器发出缩短该车次发车时间间隔的提醒;当某车次所有站台候车总人数小于预先设置的最小临界值时,总中央处理器发出增长该车次发车时间间隔的提醒。通过实施统计各车次的总候车人数,对神经网络预测值确定的发车时间间隔误差进行补偿微调,提高运输效率。
本发明具有的有益效果是:
本发明的公交系统将各车次车内信息、各车站信息和总系统控制中心相交互,再通过跳过不必要的站台停靠、用户智能选取车次避免拥挤、实时自我调整发车间隔,可有效解决公交车拥挤、等车难、运输效率低下、每天出车数量与需求不对等等问题。
附图说明
图1系统各部分组成的物联网结构框图;
图2总公交控制系统自我优化流程框图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
如图1、2所示,本发明的基于物联网和神经网络的可自我优化的高效公共交通系统,包括公交站台控制系统、车辆内部控制系统以及总公交控制系统三个主要部分。这三个系统的中央处理器都使用ARMLPC2210系列,且GPRS通讯模块都各自配一个SIM卡。
所述的公交站台控制系统设置于各公交站台上,包括用于购票、候车登记及显示公交实时信息的触摸显示屏、站台中央处理器、站台GPRS通讯模块。
所述的车辆内部控制系统包括车速测量模块、公交车GPS定位模块、车内GPRS通讯模块、车辆中央处理器、设置于每个座位下的压力传感器模块及用于提示驾驶员是否停车的显示屏。
所述的总公交控制系统包括总中央处理器和总GPRS通讯模块;
乘客通过各公交站台的触摸显示屏选择车次和目的地并购票、并登记候车。使用者根据显示屏上的各车次的信息以及自己的需求选择要乘坐的车次后,然后在显示屏上面按下候车选项,登记候车。(每个车站控制系统的中央处理器中,对于于各个车次都有一个用于保存候车人数的寄存器,每当有人登记候车时,寄存器中内容自动加一,当该车次到来,自动清除该车次对应的寄存器中的候车人数值。)站台中央处理器统计各车次候车人数及目的地信息,并通过站台GPRS通讯模块将该信息发送至相应车次的车内GPRS通讯模块,同时也将各车次候车人数的信息发送至总GPRS通讯模块。
每辆公交车的车辆内部控制系统通过各压力传感器,测出压力模拟量,然后通过AD转换成数字量,送给车辆内部控制系统的中央处理器,用于统计车内空座位的数量(当数字量大于空座位时的数字量时则说明座位上有人,否则视为座位为空座位);另外,车辆内部系统还通过车速测量模块测量实时的车速信息,通过GPS定位模块获得车辆实时位置信息,并将空座位数量、车速信息、车辆位置信息一同经过车内GPRS通讯模块发送给公交站台控制系统。公交站台系统收集各车次的空座位数量、车速信息、车辆位置信息,通过购票显示屏显示出来,供使用者购票时参考选择,便于使用者选择车速快的,空座多的,位置近的车辆,规避车内拥挤等情况。
另外,公交车的车辆内部系统收集各站台控制系统发送来的候车信息和购票时选择的下车信息,当车辆的下一到站站台为无人等候且无人下车的站台时,车辆中央处理器通过显示屏显示无需停车,驾驶员看到本显示信息可以直接跳过下一到站站台,提高运输效率。
总中央处理器获得各公交站台上各车次的实时候车人数信息并存储,总中央处理器根据24小时内收集到的各时段各车次的候车人数信息,并比对前48-96小时的各时段各车次的候车人数信息,通过BP算法,算出各时段各车次的候车人数趋势,调整第二天各时段相应车次的发车时间间隔。
例如:当本公交系统完成一天的运输任务后,总公交控制系统会存储从各车站控制系统收集到的各时段各车次的候车情况,并和前3天的各时段各车次的候车情况一起作为学习样本,通过BP算法,算出各时段各车次的需求人数趋势,并根据该趋势,自我调整设置第二天各时段各车次的出车间隔时间。选取4天为一个学习周期,并将一天分成72个时间段,即每20分钟一个时间段,由ARM中的RTC时钟来选择时间段,如0:00-0:20为第一个时间段,0:20-0:40为第二个时间段,0:40-1:00为第三个时间段……11:40-12:00为第七十二时间段。
依次对于各个时间段的候车人数进行统计,假设各时间段对K车次候车人数为A1,A2,A3,A4,A5…A72分别对应于第一时间段,第二时间段,第三时间段……第七十二时间段对K车次的候车人数。则同理,前三天也有B1,B2,B3,B4,B5……B72;C1,C2,C3,C4,C5……C72;D1,D2,D3,D4,D5……D72。将这些对K车次的候车信息,保存在K车次所对应的那个寄存器中X中,同理M车次也有寄存器Y存储着这些信息等等。
然后利用前三天加上当前共四天的数据,对各个时间段,以天数为x,候车人数为y,使用BP算法逼近出一个y与x的映射关系,并利用该关系,得到第5天(明天)的候车人数的预测值。通过该预测值,设定该时间段的出车时间间隔,进行自我优化。例如:如果预测出的第二天某时间段某车次需求人数为0,则该时间段出车间隔为20分钟(最大),如果该时间段,某车次的候车人数为140人,则出车间隔为3分钟。同理,对于K车次意外的其他车次进行相同的操作步骤进行预测第二天的各时间段候车人数,并确定发车时间间隔。
本方法通过提前知道第二天的各时段需求人数,来调整各时间段的出车数量,利用神经网络的近似算法,达到整体自我优化的目的,解决各个时段公交车拥挤、等车难、乘客的需求和公交车出车数量不对等等问题。
为了减少神经网络预测算法带来的误差,在当天本公交系统按照由预测值确定的发车时间间隔进行发车的同时,总公交控制系统,实时的统计各车次的总候车人数,当某车次所有站台候车总人数达到预先设置的最大临界值时,总中央处理器发出缩短该车次发车时间间隔的提醒;当某车次所有站台候车总人数小于预先设置的最小临界值时,总中央处理器发出增长该车次发车时间间隔的提醒。
例如:当某车次某一时刻的候车人数达到最大临界值:70人的时候,总中央处理器发出缩短该车次发车时间间隔8分钟的提醒,如将原本15分钟发车间隔时间缩短8分钟为7分钟发车间隔。当某车次所有站台候车总人数小于预先设置的最小临界值10人时,总中央处理器发出增长该车次发车时间间隔8分钟的提醒,将预先设置的7分钟时间间隔改为15分钟发车时间间隔。
通过实施统计各车次的总候车人数,对神经网络预测值确定的发车时间间隔误差进行补偿微调,提高运输效率。
Claims (1)
1.一种基于物联网和神经网络的可自我优化的高效公共交通系统,其特征在于,包括公交站台控制系统、车辆内部控制系统以及总公交控制系统三个主要部分;
所述的公交站台控制系统设置于各公交站台上,包括用于购票、候车登记及显示公交实时信息的触摸显示屏、站台中央处理器、站台GPRS通讯模块;
所述的车辆内部控制系统包括车速测量模块、公交车GPS定位模块、车内GPRS通讯模块、车辆中央处理器、设置于每个座位下的压力传感器模块及用于提示驾驶员是否停车的显示屏;
所述的总公交控制系统包括总中央处理器和总GPRS通讯模块;
乘客通过各公交站台的触摸显示屏选择车次和目的地并购票、登记候车,站台中央处理器统计各车次候车人数及目的地信息,并通过站台GPRS通讯模块将该信息发送至相应车次的车内GPRS通讯模块,同时将各车次候车人数的信息发送至总GPRS通讯模块;
每辆公交车的车辆内部控制系统通过各压力传感器统计车内空座位的数量,通过车速测量模块测量实时车速信息,通过GPS定位模块获得车辆实时位置信息,一同经过车内GPRS通讯模块发送给公交站台控制系统;当车辆下一到站站台为无人等候且无人下车的站台时,车辆中央处理器通过显示屏显示无需停车;
总中央处理器获得各公交站台上各车次的实时候车人数信息并存储,总中央处理器根据24小时内收集到的各时段各车次的候车人数信息,并比对前48-96小时的各时段各车次的候车人数信息,通过BP算法,算出各时段各车次的需求人数趋势,调整各时段相应车次的发车间隔;
当某车次所有站台候车总人数达到预先设置的最大临界值时,总中央处理器发出缩短该车次发车时间间隔的提醒;当某车次所有站台候车总人数小于预先设置的最小临界值时,总中央处理器发出增长该车次发车时间间隔的提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610252092.1A CN105810002A (zh) | 2016-04-20 | 2016-04-20 | 一种基于物联网和神经网络的可自我优化的高效公共交通系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610252092.1A CN105810002A (zh) | 2016-04-20 | 2016-04-20 | 一种基于物联网和神经网络的可自我优化的高效公共交通系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105810002A true CN105810002A (zh) | 2016-07-27 |
Family
ID=56457321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610252092.1A Pending CN105810002A (zh) | 2016-04-20 | 2016-04-20 | 一种基于物联网和神经网络的可自我优化的高效公共交通系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105810002A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610462A (zh) * | 2017-10-26 | 2018-01-19 | 成都市文景智旅网络科技有限公司 | 一种智能大巴管理系统 |
CN107958608A (zh) * | 2017-12-25 | 2018-04-24 | 中山市榄商置业发展有限公司 | 一种互联网智能交通系统 |
CN110310214A (zh) * | 2019-07-05 | 2019-10-08 | 重庆愉客行网络有限公司 | 景区直通车管理系统及方法 |
CN111161560A (zh) * | 2019-12-27 | 2020-05-15 | 青岛海信网络科技股份有限公司 | 一种公交廊道营运秩序管理方法及装置 |
CN111380534A (zh) * | 2018-12-27 | 2020-07-07 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于st图学习的决策 |
CN111667711A (zh) * | 2020-07-07 | 2020-09-15 | 东莞市风雨科技有限公司 | 一种基于物联网的无人公交系统的智能控制方法 |
CN112422657A (zh) * | 2020-11-06 | 2021-02-26 | 杭州图软科技有限公司 | 一种基于5g的公交车联网系统 |
CN114283609A (zh) * | 2021-12-29 | 2022-04-05 | 阿波罗智联(北京)科技有限公司 | 针对自动驾驶车辆的信息显示方法、装置和站台终端 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751614A (zh) * | 2008-11-27 | 2010-06-23 | 财团法人工业技术研究院 | 顾客流量等级预测方法及应用其的空调温度控制方法 |
CN102226929A (zh) * | 2011-05-20 | 2011-10-26 | 郑州大学 | 一种公交智能调度的方法 |
CN202748935U (zh) * | 2012-09-03 | 2013-02-20 | 河南理工大学 | 一种公交车到站停车交互控制系统 |
CN103065205A (zh) * | 2012-12-26 | 2013-04-24 | 深圳先进技术研究院 | 三维智能交通枢纽客流时空分析与预测系统 |
CN104103170A (zh) * | 2014-07-31 | 2014-10-15 | 沈宗康 | 一种公交车乘客满座率信息远程采集系统 |
CN104157132A (zh) * | 2014-08-18 | 2014-11-19 | 东南大学 | 一种自适应式公交发车时刻表的动态优化方法 |
CN203950436U (zh) * | 2014-05-09 | 2014-11-19 | 无锡商业职业技术学院 | 基于gprs无线网络的公交站台呼叫系统 |
CN104573849A (zh) * | 2014-12-12 | 2015-04-29 | 安徽富煌和利时科技股份有限公司 | 基于arima模型预测客流的公交调度优化方法 |
CN105070037A (zh) * | 2015-07-15 | 2015-11-18 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
-
2016
- 2016-04-20 CN CN201610252092.1A patent/CN105810002A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751614A (zh) * | 2008-11-27 | 2010-06-23 | 财团法人工业技术研究院 | 顾客流量等级预测方法及应用其的空调温度控制方法 |
CN102226929A (zh) * | 2011-05-20 | 2011-10-26 | 郑州大学 | 一种公交智能调度的方法 |
CN202748935U (zh) * | 2012-09-03 | 2013-02-20 | 河南理工大学 | 一种公交车到站停车交互控制系统 |
CN103065205A (zh) * | 2012-12-26 | 2013-04-24 | 深圳先进技术研究院 | 三维智能交通枢纽客流时空分析与预测系统 |
CN203950436U (zh) * | 2014-05-09 | 2014-11-19 | 无锡商业职业技术学院 | 基于gprs无线网络的公交站台呼叫系统 |
CN104103170A (zh) * | 2014-07-31 | 2014-10-15 | 沈宗康 | 一种公交车乘客满座率信息远程采集系统 |
CN104157132A (zh) * | 2014-08-18 | 2014-11-19 | 东南大学 | 一种自适应式公交发车时刻表的动态优化方法 |
CN104573849A (zh) * | 2014-12-12 | 2015-04-29 | 安徽富煌和利时科技股份有限公司 | 基于arima模型预测客流的公交调度优化方法 |
CN105070037A (zh) * | 2015-07-15 | 2015-11-18 | 国家电网公司 | 一种综合管理播报的公共交通信息平台及运行控制方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610462A (zh) * | 2017-10-26 | 2018-01-19 | 成都市文景智旅网络科技有限公司 | 一种智能大巴管理系统 |
CN107958608A (zh) * | 2017-12-25 | 2018-04-24 | 中山市榄商置业发展有限公司 | 一种互联网智能交通系统 |
CN111380534A (zh) * | 2018-12-27 | 2020-07-07 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于st图学习的决策 |
CN110310214A (zh) * | 2019-07-05 | 2019-10-08 | 重庆愉客行网络有限公司 | 景区直通车管理系统及方法 |
CN111161560A (zh) * | 2019-12-27 | 2020-05-15 | 青岛海信网络科技股份有限公司 | 一种公交廊道营运秩序管理方法及装置 |
CN111161560B (zh) * | 2019-12-27 | 2021-05-11 | 青岛海信网络科技股份有限公司 | 一种公交廊道营运秩序管理方法及装置 |
CN111667711A (zh) * | 2020-07-07 | 2020-09-15 | 东莞市风雨科技有限公司 | 一种基于物联网的无人公交系统的智能控制方法 |
CN112422657A (zh) * | 2020-11-06 | 2021-02-26 | 杭州图软科技有限公司 | 一种基于5g的公交车联网系统 |
CN114283609A (zh) * | 2021-12-29 | 2022-04-05 | 阿波罗智联(北京)科技有限公司 | 针对自动驾驶车辆的信息显示方法、装置和站台终端 |
CN114283609B (zh) * | 2021-12-29 | 2023-03-21 | 阿波罗智联(北京)科技有限公司 | 针对自动驾驶车辆的信息显示方法、装置和站台终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105810002A (zh) | 一种基于物联网和神经网络的可自我优化的高效公共交通系统 | |
CN100483476C (zh) | 一种车辆调度方法和系统 | |
US10192448B2 (en) | Method to control vehicle fleets to deliver on-demand transportation services | |
CN101799981B (zh) | 多模式公共交通区域调度控制方法 | |
CN105489002B (zh) | 一种基于智能匹配和路径优化的拼车方法及系统 | |
CN106503869A (zh) | 一种基于站点短时需求预测的公共自行车动态调度方法 | |
CN103364002B (zh) | 结合实时路况及公共交通运营信息的路线规划系统和方法 | |
CN109165902B (zh) | 一种基于智能无人车的动态区域物流派送方法及系统 | |
CN108875094B (zh) | 一种公交信息系统 | |
CN108108926A (zh) | 一种基于大数据的共享单车调度系统和调度方法 | |
CN205121912U (zh) | 智能公交电子站牌综合显示系统 | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
CN103632532A (zh) | 一种出租车的打车诱导方法 | |
CN109584600A (zh) | 应用于无人驾驶公交车的时刻表可靠性的自动化控制方法 | |
CN104724120A (zh) | 用于预测电动车辆能量消耗的方法和系统 | |
CN113085655B (zh) | 一种车载电动汽车综合服务系统 | |
CN110458456A (zh) | 基于人工智能的需求响应式公交系统的调度方法及系统 | |
CN107248280B (zh) | 一种基于实时客流预测的公交车发车调度方法 | |
CN105976601A (zh) | 一种基于大数据的智能控制系统 | |
US11741565B1 (en) | Method, internet of things system and storage medium of public transport management in a smart urban | |
CN102752705A (zh) | 基于无线传感节点的公交车按需信息提示服务装置 | |
CN110570656B (zh) | 定制公共交通线路方法及装置 | |
CN111898909A (zh) | 一种基于实时需求的无人驾驶公交派车方法 | |
CN105761365B (zh) | 应用于应急电源与智能交通领域的物联网平台 | |
CN105741607B (zh) | 一种基于激励的VANETs室内停车位发现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into 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: 20160727 |