云平台环境下无监督学习的实时公交动态调度方法
技术领域
本发明涉及的是共交通实时动态公共交通调度领域,具体涉及一种云平台环境下无监督学习的实时公交动态调度方法。
背景技术
随着云计算、物联网及通信技术的快速发展,智能公交调度与新技术的融合进入了一个新的阶段。基于信息分布式处理存储与汽车移动物联网的智能交通系统,将在大范围内实现实时、准确、高效的综合交通运输管理,能够实现有效的缓解交通拥堵,降低能源消耗,减少环境污染。基于云计算技术的智能公交产品与应用将在未来逐步走入普通大众的生活,城市交通将进入“云交通”时代。
相比于传统的服务器技术,面对海量的公交实时信息处理方面需要构建相对独立的处理平台,如面向公交的实时数据获取和处理、面向用户的信息服务处理以及面向决策层的数据统计和处理等,由于其数据的格式和算法的处理本质不同,难以在相同的架构上实现整合,在网络完全等方面无法实现数据和应用的隔离,使得平台在效用比和安全性上难以实现有效的平衡。云计算利用虚拟化技术,以其在自动部署和资源快速启动方面可以有效的解决上述问题,使得服务、数据和接口可以有效的整合到一个平台内,并按照服务的压力和需求进行资源的调配,使得平台的效用比最优化,同时由于云计算在资源的隔离和数据高可用性上具备灵活的解决方案,如多点冗余存储、计算资源的弹性调度、数据的快照等,可保证面向公交的高可用性计算和稳定的数据服务。综上所述,公共交通调度系统是构建在一个高可用的云计算平台,使得其可以具备在线的计算能力扩展、高效的资源效用比以及稳定的运行性能,改变原有的公共交通信息服务平台,实现高效、弹性和绿色的通用计算平台。
发明内容
针对现有技术上存在的不足,本发明目的是在于提供一种云平台环境下无监督学习的实时公交动态调度方法,构建在一个高可用的云计算平台,使得其可以具备在线的计算能力扩展、高效的资源效用比以及稳定的运行性能,改变原有的公共交通信息服务平台,实现高效、弹性和绿色的通用计算平台。
为了实现上述目的,本发明是通过如下的技术方案来实现:云平台环境下无监督学习的实时公交动态调度方法,其包括以下步骤:(1)、通过智能公交一体化终端和交通要素标识标签的车辆定位功能,提供DR-GPS卫星定位和低功耗蓝牙辅助精准定位;
(2)、根据车辆定位的当前位置信息,通过智能公交一体化终端或公共交通云服务调度系统采集车辆定位数据,包含时间、经度、纬度、速度、方向;通过智能公交一体化终端采集车辆营运数据,包含行使轨迹、车次、车辆状态(如:开关门)、行驶里程、到站信息;
(3)、通过智能公交一体化终端或公共交通云服务调度系统与数据中心进行通信,按协议上传车辆定位数据、车辆营运数据、车辆调度数据、站台客流数据、司机上报数据;同时,按协议接收数据中心下发的业务数据和通知信息;由于通信的原因,未上传或下发的数据进行重补发;通过3G/4G双模通信模式,可配置文件修改APN,采用APN专网或公网的网络通讯;具有网络信号监测,可显示实时信号强度,断线自动重连;
(4)、通过公共交通云服务调度系统接收数据中心的运营调度指令并在车载司机信息显示屏进行显示,司机可通过车载司机信息显示屏对调度信息进行反馈,同时,系统支持司机手工触发线路运行调度指令;
(5)、通过智能公交一体化终端或公共交通云服务调度系统进行行车监察,在行车过程中,实时显示公交车辆的运营车次、车辆状态(开关门)、行驶里程、到站信息,提供司机查看;当出现满载、严重堵车、交通意外、紧急改道及坏车等情况,司机可通过车载司机信息显示屏输入信息,并发送到数据中心;
(6)、通过智能公交一体化终端或公共交通云服务调度系统进行异常告警,对开门行车、超速、线路越界的检测,并通过轻触式输入显示屏显示提醒司机;
(7)、通过接收数据中心下发通知信息至智能公交一体化终端,显示通知信息、收费信息、系统故障信息,提供司机查看。
所述的步骤(6)和步骤(7)之间还包括智能公交一体化终端将接收的数据中心的调度信息实时地反馈到公共交通云服务调度系统,公共交通云服务调度系统接收数据中心的调度信息后推送到智能公交一体化终端进行实时显示并跟踪监控。
所述公交出行服务信息数据包括天气信息、路况信息、交通事故信息以及通知信息。
本发明的有益效果:本方法可通过智能公交一体化终端采集公交车辆及站台的信息、站台客流信息,结合公共交通云服务调度系统提供的公交客流出行实时数据,提供实时公交调度信息服务,用户体验好,智能化程度高,投入成本低,数据稳定性好且可靠性高。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
本具体实施方式采用以下技术方案:云平台环境下无监督学习的实时公交动态调度方法,其包括以下步骤:1、通过智能公交一体化终端和交通要素标识标签的车辆定位功能,提供DR-GPS卫星定位和低功耗蓝牙辅助精准定位;
2、根据车辆定位的当前位置信息,通过智能公交一体化终端或公共交通云服务调度系统采集车辆定位数据,包含时间,经度、纬度、速度、方向;通过智能公交一体化终端采集车辆营运数据,包含行使轨迹、车次、车辆状态(如:开关门)、行驶里程、到站信息;
3、通过智能公交一体化终端或公共交通云服务调度系统与数据中心进行通信,按协议上传车辆定位数据、车辆营运数据、车辆调度数据、站台客流数据、司机上报数据;同时,按协议接收数据中心下发的业务数据和通知信息;由于通信的原因,未上传或下发的数据进行重补发;通过3G/4G双模通信模式,可配置文件修改APN,采用APN专网或公网的网络通讯;具有网络信号监测,可显示实时信号强度,断线自动重连;
4、通过公共交通云服务调度系统接收数据中心的运营调度指令并在车载司机信息显示屏进行显示,司机可通过车载司机信息显示屏对调度信息进行反馈,同时,系统支持司机手工触发线路运行调度指令;
5、通过智能公交一体化终端或公共交通云服务调度系统进行行车监察,在行车过程中,实时显示公交车辆的运营车次、车辆状态(开关门)、行驶里程、到站信息,提供司机查看;当出现满载、严重堵车、交通意外、紧急改道及坏车等情况,司机可通过车载司机信息显示屏输入信息,并发送到数据中心;
6、通过智能公交一体化终端或公共交通云服务调度系统进行异常告警,对开门行车、超速、线路越界的检测,并通过轻触式输入显示屏显示提醒司机;
7、通过接收数据中心下发通知信息至智能公交一体化终端,显示通知信息、收费信息、系统故障信息,提供司机查看。
进一步作为优选的实施方式,所述步骤S6与S7之间还包括:
智能公交一体化终端将接收的数据中心的调度信息实时地反馈到公共交通云服务调度系统,公共交通云服务调度系统接收数据中心的调度信息后推送到智能公交一体化终端进行实时显示并跟踪监控。
进一步作为优选的实施方式,所述公交出行服务信息数据包括天气信息、路况信息、交通事故信息以及通知信息。
实施例1:
一种云平台环境下无监督学习的实时公交动态调度方法,包括:
S1、通过智能公交一体化终端和交通要素标识标签的车辆定位功能,提供DR-GPS卫星定位和低功耗蓝牙辅助精准定位;
S2、根据车辆定位的当前位置信息,通过智能公交一体化终端或公共交通云服务调度系统采集车辆定位数据,包含时间,经度、纬度、速度、方向;通过智能公交一体化终端采集车辆营运数据,包含行使轨迹、车次、车辆状态(如:开关门)、行驶里程、到站信息;
S3、通过智能公交一体化终端或公共交通云服务调度系统与数据中心进行通信,按协议上传车辆定位数据、车辆营运数据、车辆调度数据、站台客流数据、司机上报数据;同时,按协议接收数据中心下发的业务数据和通知信息;由于通信的原因,未上传或下发的数据进行重补发;通过3G/4G双模通信模式,可配置文件修改APN,采用APN专网或公网的网络通讯;具有网络信号监测,可显示实时信号强度,断线自动重连;
S4、通过公共交通云服务调度系统接收数据中心的运营调度指令并在车载司机信息显示屏进行显示,司机可通过车载司机信息显示屏对调度信息进行反馈,同时,系统支持司机手工触发线路运行调度指令;
S5、通过智能公交一体化终端或公共交通云服务调度系统进行行车监察,在行车过程中,实时显示公交车辆的运营车次、车辆状态(开关门)、行驶里程、到站信息,提供司机查看;当出现满载、严重堵车、交通意外、紧急改道及坏车等情况,司机可通过车载司机信息显示屏输入信息,并发送到数据中心;
S6、通过智能公交一体化终端或公共交通云服务调度系统进行异常告警,对开门行车、超速、线路越界的检测,并通过轻触式输入显示屏显示提醒司机;
S7、通过接收数据中心下发通知信息至智能公交一体化终端,显示通知信息、收费信息、系统故障信息,提供司机查看。
进一步作为优选的实施方式,所述步骤S6与S7之间还包括:
智能公交一体化终端将接收的数据中心的调度信息实时地反馈到公共交通云服务调度系统,公共交通云服务调度系统接收数据中心的调度信息后推送到智能公交一体化终端进行实时显示。
优选的,步骤S1,包括:
S8、通过智能公交一体化终端采集周围的公交站台交通要素标识标签信号,如果稳定采集到某个具体站台交通要素标识标签信号,则精确确定用户当前在该站台位置附近;
S9、如果没有采集到站台交通要素标识标签信号,则通过智能公交一体化终端采集自身的定位信息,大概确定用户的当前位置;
S10、在车辆移动过程中,智能公交一体化终端实时采集周围的站台交通要素标识标签信号,结合自身的定位信息和站台交通要素标识标签信号,综合确定车辆的当前位置,实现精准定位;
S11、无监督学习的公交客流出行特征表达提取,特征是对短时客流对象的描述和表征,好的有效的特征会对整个模型预测过程事半功倍。公交客流的出行特征通常包括公交客流的时间分布特性、公交客流的动态特性和短时公交客流特性。时间分布特性反映了工作日客流、周末客流和节假日客流的不同分布规律;动态特性反映了公交客流时间分布的不均匀性、方向的不均衡性以及客流分布的周期变动特性。短时客流特性反映了相邻时段、相邻天、相邻周和相邻月的客流变化的相关性。鉴于无监督特征学习的强大表述能力和对大量数据样本的充分利用,借助大量已有公交刷卡数据和GPS数据集(源数据集)利用无监督学习方法训练多个网络形成具有深度结构的层叠编码机,以便获得不同日期不同时间段的短时客流的有效高层语义表达特征(既具有不同时间分布特性又具有周期变动性)。然后,将获得的网络参数通过迁移特征学习方法迁移到目标客流预测任务上。
S12、调度优化模型训练,在线路公交调度中,主要因素是客流量和公交车行驶信息,调度需要根据线路上客流量的大小和车辆的行驶时间确定运营车辆的安排及线路发车间隔,满足出行者出行需求。公交线路调度方案的制定一方面要考虑公交企业的运营成本;为满足乘客出行需求而盲目增加运营车辆导致运营成本增加和满载率过低是一种不必要的资源浪费。另一方面还要考虑乘客的出行成本(如站台等待时间、转车次数等)。因此,调度模型的训练是以乘客利益和公交运输企业利益总体最优的多目标最优化问题,即在满足总体利益最优的情况下确定最优的线路发车间隔。
S13、实时动态运营决策系统,静态调度优化模型为公交运营及调度的科学操作制定了理论依据。但实际的公交运营,由于受到天气、道路交通环境及国家政策等突发因素的影响而偏离静态调度模型。因此需要根据异常突发事件(客流异常、线路运行异常、车辆运行异常及混合异常突发事件)的特点对静态调度优化模型进行实时调整。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。