CN106355931A - 一种公交时距数据的获取方法及服务器 - Google Patents

一种公交时距数据的获取方法及服务器 Download PDF

Info

Publication number
CN106355931A
CN106355931A CN201610887646.5A CN201610887646A CN106355931A CN 106355931 A CN106355931 A CN 106355931A CN 201610887646 A CN201610887646 A CN 201610887646A CN 106355931 A CN106355931 A CN 106355931A
Authority
CN
China
Prior art keywords
data
real time
time
initial station
terminal
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
Application number
CN201610887646.5A
Other languages
English (en)
Inventor
庞俊彪
黄晶
黄庆明
尹宝才
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201610887646.5A priority Critical patent/CN106355931A/zh
Publication of CN106355931A publication Critical patent/CN106355931A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic 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)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种公交时距数据的获取方法及服务器,所述方法包括:接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间;根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。所述服务器执行上述方法。本发明实施例提供的公交时距数据获取方法及服务器,通过提取公交线路信息和公交车辆实时数据,保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。

Description

一种公交时距数据的获取方法及服务器
技术领域
本发明实施例涉及公共交通技术领域,具体涉及一种公交时距数据的获取方法及服务器。
背景技术
城市地面公共交通的发展是增加公共交通出行吸引力,缓解城市交通拥堵的重要手段之一。对公交车的行驶规律和公交线路道路进行分析是提高公共交通服务水平、调度水平,和评价服务质量的重要内容。
通过对公交运营过程进行统计分析,我们可以进行更合理的道路规划、提高公共交通的服务能力,从而促进城市地面公共交通的发展。大城市的路网通常覆盖较广,不同的道路纵横交错,道路情况也各不相同,所以人工调查分析耗时耗力,十分低效。由于公交车运行过程中,系统采集大量的实时数据,而这些实时数据可以不属于公交车同一次运营中产生的,也可以是不在正常运营过程中产生的,例如:公交车在公交总站停车场或者公交车在调头过程都不属于正常运营过程,这些过程称之为运营准备过程,需要对运营准备过程中产生的数据进行剔除,而现有技术无法识别出这些实时数据是否属于正常运营过程的数据,造成了提取的实时数据不能准确的反映出公交车的出行状况。
因此,如何提高公交车运行实时数据的有效提取,准确的反映出公交车的出行状况,成为亟需解决的技术问题。
发明内容
针对现有技术存在的问题,本发明实施例提供公交时距数据的获取方法及服务器。
一方面,本发明实施例提供一种公交时距数据的获取方法,包括:
接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间;
根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
另一方面,本发明实施例提供一种公交时距数据的获取服务器,包括:
接收模块,用于接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间;
获取模块,用于根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
本发明实施例提供的公交时距数据获取方法及服务器,通过提取公交线路信息和公交车辆实时数据,保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公交时距数据的获取方法的流程示意图;
图2为本发明实施例公交时距数据的获取方法计算首站出发时间的一维线性回归说明图;
图3为本发明实施例公交时距数据的获取方法的获取过程示意图;
图4为本发明实施例公交时距数据的获取服务器的结构示意图;
图5为本发明实施例提供的服务器实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例公交时距数据的获取方法的流程示意图,如图1所示,本实施例提供的一种公交时距数据的获取方法,包括以下步骤:
S1:接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间。
具体的,服务器接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间。公交线路信息还可以包括:公交线路编号(标识不同的公交线路)、公交站点编号(标识不同的公交站点)、上下行标志(标识公交车辆是从首站开往末站或是从末站开往首站),各站点的静态位置可以是经纬度,在此不做具体限定。各站点的静态位置包括首站静态位置、末站静态位置以及其他的中间站点的静态位置。公交车辆实时数据还可以包括:公交车辆编号、上下行方向、公交车辆实时数据中公交车辆的各实时动态位置可以是经纬度,在此不做具体限定。需要说明的是:由于信号在传输过程中的种种原因,会导致部分公交车辆实时数据明显偏离正常的经纬度范围(体现为经纬度坐标值超出城市的边界值),故需设定经纬度区间对公交车辆实时数据进行逐条清洗。以北京为例,可设定合理的经纬度范围为城市的边界,即经度为115.7°E~117.4°E,纬度为39.4°N~41.6°N,将在此区间外的公交车辆实时数据剔除。由于不同的公交线路,不同的公交车辆,每一天的公交车辆的数据都存储于同一数据库中,可以通过预处理方法获取到同一公交线路、同一公交车辆、同一天的实时数据,具体的,通过公交线路编号获取到同一公交线路的数据,通过公交车辆编号获取到同一公交车辆的数据,通过各实时动态位置相对应的各数据采集时间获取到同一天的数据,即获取到的公交线路信息和公交车辆实时数据是经过上述预处理方法得到的同一公交线路、同一公交车辆、同一天的公交线路信息和公交车辆实时数据。
S2:根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
具体的,服务器根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。需要说明的是:各累积距离可以是通过获取公交车辆各所述实时动态位置与首站静态位置之间的直线距离获得。如表1所示,假设公交车辆首站出发时间为06:32:50,根据记录号3公交车辆的数据采集时间06:32:56,记录号3公交车辆所对应的累积运行时间为06:32:56与06:32:50的时间间隔6秒,表示公交车辆已经运行了6秒,所对应的累积距离为5.39米;其他记录号公交车辆与记录号3公交车辆的说明相同,不再赘述。
表1公交车辆实时动态位置所在的数据采集时间与累积距对照。
表1
记录号 车辆编号 数据采集时间 累积距离(米)
1 13151 2015-02-01 06:31:56 72.72
2 13151 2015-02-01 06:32:26 20.21
3 13151 2015-02-01 06:32:56 5.39
4 13151 2015-02-01 06:33:26 62.56
5 13151 2015-02-01 09:29:50 15.12
6 13151 2015-02-01 09:30:20 55.8
7 13151 2015-02-01 09:30:50 93.26
8 13151 2015-02-0114:42:59 45.21
9 13151 2015-02-0114:43:29 3.28
10 13151 2015-02-0114:43:59 60.42
本发明实施例提供的公交时距数据获取方法,通过提取公交线路信息和公交车辆实时数据,保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
在上述实施例的基础上,所述首站出发时间的获取,包括:
获取以所述首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间。
具体的,服务器获取以所述首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间。为了方便计算,将第一数据采集时间转化为与第一数据采集时间相对应的绝对时间,举例说明如下:第一数据采集时间对应的格式为hh:mm:ss,以30秒为单位,则转化计算公式为:hh*(3600/30)+mm*(60/30)+ss/30,例如:06:32:56所对应的计算过程为:6*(3600/30)+32*(60/30)+56/30=785.8667,第一数据采集时间的转化计算过程不再赘述,计算结果如表2所示,
表2公交车辆实时动态位置所在的数据采集绝对时间和累积距离对照。
表2
记录号 累积距离(米) 绝对时间(30秒)
1 387.5022 1165.7000
2 1094.1632 1168.7667
3 1159.1256 1170.1667
4 1455.8852 1171.1667
5 1545.9958 1172.2000
6 1776.4359 1173.2000
根据所述前N个连续累积距离和所述各第一数据采集时间,拟合相对应的函数。
具体的,服务器根据所述前N个连续累积距离和所述各第一数据采集时间,拟合相对应的函数。图2为本发明实施例公交时距数据的获取方法计算首站出发时间的一维线性回归说明图,如图2所示,黑色的点是以首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间,蓝色的线是拟合函数,该拟合函数可以通过python计算机程序语言中的sklearn.linear_model包来实现,具体的程序如下:
regr=linear_model.LinearRegression()
regr.fit(X,Y)
y_pred=regr.predict(x)
其中,第一个语句得到函数句柄,第二个语句输入已知的输入数据X和输出数据Y,得到拟合函数;第三个语句输入数据X至拟合函数中,计算得到y_pred,其中输入数据X对应于公交车辆实时动态位置对应的累积距离;输出数据Y对应于公交车辆实时动态位置所在的数据采集绝对时间。
根据所述函数和所述首站累积距离,获取所述首站出发时间,其中,所述首站累积距离的数值为零。
具体的,服务器根据所述函数和所述首站累积距离,获取所述首站出发时间,其中,所述首站累积距离的数值为零。输入数据X=0,得到输出数据y_pred=1163.4260,输出数据Y对应的是公交车辆首站出发绝对时间,参照上述实施例,将输出数据Y反转化为公交车辆首站出发时间09:42:42。
本发明实施例提供的公交时距数据获取方法,通过拟合后的函数和首站累积距离,获取了首站出发时间,保证了首站出发时间获取的合理性。
在上述实施例的基础上,所述公交线路信息还包括末站静态位置,相应的,所述根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,包括:
根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据。
具体的,服务器根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据。图3为本发明实施例公交时距数据的获取方法的获取过程示意图,如图3所示,在空间上,获取的公交车辆在一次正常运营过程中第一个数据采集时间所对应的实时动态位置必然和首站静态位置最接近,基于此规律,服务器自主设定首站预设距离值d,首先提取出和首站静态距离较近的第一首站实时数据,再计算首站静态位置与所述各实时动态位置之间的距离Distg,Distg的计算公式可以是:
其中,λ1,λ2是公交车辆各实时动态位置的经度, 是公交车辆各实时动态位置的纬度,R为地球半径(通常设置为6378.137千米)。还可以通过其他公式进行计算,此处不作限定。满足Distg<d的公交车辆各实时动态位置为第一首站实时数据,即如图2所示在首站静态位置2d距离范围内的红色的三角点。
服务器自主设定首站预设时间间隔值Δt,可以理解为公交车辆一次往返(两次运营)所需的最短运行时间。当各实时动态位置相对应的各数据采集时间之间的时间间隔大于Δt时,说明数据采集时间在后的公交车辆数据采集时间不再属于前一次运营过程。设Δt为120分钟,如表1所示,可判断前4个公交车辆实时数据属于一次运营过程,5号-7号公交车辆实时数据、8号-10号的公交车辆实时数据分别属于其他两次运营过程。可以将属于一次运营过程的第一首站实时数据作为第二首站实时数据。
对某次运营来说,提取出来的第二首站实时数据不一定是公交车辆在正常运营过程中产生的,因为,第二首站实时数据包括从首站开往下一站(对应与图3中首站右侧的红色三角点),或者从公交总站开往首站(对应与图3中首站左侧的红色三角点)两种情况。后者情况下采集的第二首站实时数据不是正常运营过程中产生的。若是前者的情况,第二首站实时数据中的各公交车辆实时位置和首站静态位置之间的距离随时间推移会增加,若是后者的情况,第二首站实时数据中的各公交车辆实时位置和首站静态位置之间的距离随时间推移会减少。依此规律,根据公交车辆从首站出发后采集随时间推移会增加的第二首站实时数据,提取数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。(如图2中标记为“首个卫星定位数据”的红色三角点)。如表1所示第一次运营过程的记录号1的第二首站实时数据和记录号2的第二首站实时数据是运营准备过程中采集的,记录号3的第二首站实时数据是此次正常运营过程中的第一首站定位数据。第一首站定位数据中的数据采集时间为2015-02-01 06:32:56。
根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据。
参照上述实施例,最后一个数据采集时间所对应的实时动态位置必然和末站静态位置最接近。基于此规律,设置末站预设距离值d1,末站预设距离值d1可以和首站预设距离值d相等,也可以不相等,此处不作限定,第一末站实时数据具体获取过程可参照上述实施例,此处不再赘述。第二末站实时数据具体获取过程也可参照上述实施例,此处不再赘述。
对某次运营来说,提取出来的第二末站实时数据不一定是公交车辆在正常运营过程中产生的,因为,第二末站实时数据包括从末站前一站开往末站(对应与图3中末站左侧的红色三角点),或者从末站开往公交总站(对应与图3中末站右侧的红色三角点)两种情况。后者情况下采集的第二末站实时数据不是正常运营过程中产生的。若是前者的情况,第二末站实时数据中的各公交车辆实时位置和末站静态位置之间的距离随时间推移会减小,若是后者的情况,第二末站实时数据中的各公交车辆实时位置和末站静态位置之间的距离随时间推移会增加。依此规律,根据公交车辆从首站出发后采集随时间推移会减小的第二末站实时数据,提取数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。(如图2中标记为“末个卫星定位数据”的红色三角点)。
获取所述第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间的所有实时数据。
具体的,服务器获取所述第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间的所有实时数据。需要说明的是:同一次运营过程中采集实时数据都处于第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间。
将所述所有实时数据按时间顺序先后排列,组成此次出行的目标定位数据。
具体的,服务器将所述所有实时数据按时间顺序先后排列,组成此次出行的目标定位数据。由此按照时间顺序排列出同一次运营过程中采集的目标定位数据。
根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。
具体的,服务器根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。
参照表1中的记录号3的实时动态位置为5.39米(与首站累积距离dist0,1相同),记录号4的实时动态位置为62.56米,记录号4的实时动态位置与记录号3的实时动态位置之间的定位距离dist1,2=62.56米-5.39米=57.17米。
参照表1,由于记录号3对应的公交车辆实时数据是一次正常运行中过程的,因此选择记录号3对应的公交车辆实时数据作为第一目标定位数据,计算出起始距离dist0,1=5.39米-0=5.39米。
参照表1,各累积距离中的cumDist1=dist0,1=5.39米-0=5.39米。
各累积距离中的cumDist2=cumDist1+dist1,2=5.39米+57.17米=62.56米。
参照表1,假设公交车辆首站出发时间为06:32:50,根据记录号3对应的公交车辆数据采集时间06:32:56,记录号3对应的公交车辆累积运行时间为06:32:56与06:32:50的时间间隔6秒,表示公交车辆已经运行了6秒,所对应的累积距离为5.39米。
本发明实施例提供的公交时距数据获取方法,通过获取的目标定位数据,进一步获取公交车辆各实时动态位置与首站静态位置之间的时距数据,保证了时距数据获取的合理性。
在上述实施例的基础上,所述根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据,包括:
若所述首站静态位置与所述各实时动态位置之间的距离小于首站预设距离值,则提取满足所述首站预设距离值条件的所述实时数据作为第一首站实时数据。
具体的,服务器若获知所述首站静态位置与所述各实时动态位置之间的距离小于首站预设距离值,则提取满足所述首站预设距离值条件的所述实时数据作为第一首站实时数据。具体过程参照上述实施例,此处不再赘述。
若各所述第一首站实时数据的数据采集时间之间的时间间隔小于首站预设时间间隔值,则提取满足所述首站预设时间间隔值条件的所述第一首站实时数据作为第二首站实时数据。
具体的,服务器若获知各所述第一首站实时数据的数据采集时间之间的时间间隔小于首站预设时间间隔值,则提取满足所述首站预设时间间隔值条件的所述第一首站实时数据作为第二首站实时数据。具体过程参照上述实施例,此处不再赘述。
计算各所述第二首站实时数据的实时动态位置与所述首站静态位置之间的首站距离。
具体的,服务器计算各所述第二首站实时数据的实时动态位置与所述首站静态位置之间的首站距离。具体过程参照上述实施例,此处不再赘述。
若各所述首站距离随所述第二首站实时数据的数据采集时间的推移逐渐增加,则在所述逐渐增加的所述第二首站实时数据中提取所述数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。
具体的,服务器若获知各所述首站距离随所述第二首站实时数据的数据采集时间的推移逐渐增加,则在所述逐渐增加的所述第二首站实时数据中提取所述数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。具体过程参照上述实施例,此处不再赘述。
本发明实施例提供的公交时距数据获取方法,通过获取的第一首站定位数据,更进一步保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
在上述实施例的基础上,所述根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据,包括:
若所述末站静态位置与所述各实时动态位置之间的距离小于末站预设距离值,则提取满足所述末站预设距离值条件的所述实时数据作为第一末站实时数据。
具体的,服务器若获知所述末站静态位置与所述各实时动态位置之间的距离小于末站预设距离值,则提取满足所述末站预设距离值条件的所述实时数据作为第一末站实时数据。具体过程参照上述实施例,此处不再赘述。
若各所述第一末站实时数据的数据采集时间之间的时间间隔小于末站预设时间间隔值,则提取满足所述末站预设时间间隔值条件的所述第一末站实时数据作为第二末站实时数据。
具体的,服务器若获知各所述第一末站实时数据的数据采集时间之间的时间间隔小于末站预设时间间隔值,则提取满足所述末站预设时间间隔值条件的所述第一末站实时数据作为第二末站实时数据。具体过程参照上述实施例,此处不再赘述。
计算各所述第二末站实时数据的实时位置与所述末站静态位置之间的末站距离。
具体的,服务器计算各所述第二末站实时数据的实时位置与所述末站静态位置之间的末站距离。具体过程参照上述实施例,此处不再赘述。
若各所述末站距离随所述第二末站实时数据的数据采集时间的推移逐渐减小,则在所述逐渐减小的所述第二末站实时数据中提取所述数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。
具体的,服务器若获知各所述末站距离随所述第二末站实时数据的数据采集时间的推移逐渐减小,则在所述逐渐减小的所述第二末站实时数据中提取所述数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。具体过程参照上述实施例,此处不再赘述。
本发明实施例提供的公交时距数据获取方法,通过获取的第一末站定位数据,更进一步保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
在上述实施例的基础上,所述根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,包括:
根据所述目标定位数据中的各实时动态位置,计算所述目标定位数据中的第i个实时动态位置与第i-1个实时动态位置之间的定位距离disti-1,i
具体的,服务器根据所述目标定位数据中的各实时动态位置,计算所述目标定位数据中的第i个实时动态位置与第i-1个实时动态位置之间的定位距离disti-1,i。具体过程参照上述实施例,此处不再赘述。
选择所述目标定位数据中数据采集时间最早的目标定位数据作为第一目标定位数据,并计算所述第一目标定位数据中的所述实时动态位置与所述首站静态位置之间的起始距离dist0,1
具体的,服务器选择所述目标定位数据中数据采集时间最早的目标定位数据作为第一目标定位数据,并计算所述第一目标定位数据中的所述实时动态位置与所述首站静态位置之间的起始距离dist0,1。具体过程参照上述实施例,此处不再赘述。
根据公式计算各所述实时动态位置相对应的各累积距离cumDisti
具体的,服务器根据公式计算各所述实时动态位置相对应的各累积距离cumDisti。具体过程参照上述实施例,此处不再赘述。
将所述各累积距离cumDisti对应的实时动态位置所在的数据采集时间与所述首站出发时间的时间差作为各累积运行时间。
具体的,服务器将所述各累积距离cumDisti对应的实时动态位置所在的数据采集时间与所述首站出发时间的时间差作为各累积运行时间。具体过程参照上述实施例,此处不再赘述。
本发明实施例提供的公交时距数据获取方法,通过累加迭代方式获得的公交车辆各实时动态位置与首站静态位置之间的时距数据,使得时距数据更加符合公交车辆真实的行驶状态。
图4为本发明实施例公交时距数据的获取服务器的结构示意图,如图4所示,本实施例提供了一种公交时距数据的获取服务器,包括:接收模块1和获取模块2,其中:
接收模块1用于接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间,获取模块2用于根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
具体的,接收模块1用于接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间,接收模块1将公交线路信息和公交车辆实时数据发送给获取模块2,获取模块2用于根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
本发明实施例提供的公交时距数据获取服务器,通过提取公交线路信息和公交车辆实时数据,保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
在上述实施例的基础上,所述获取模块2具体用于:
获取以所述首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间;根据所述前N个连续累积距离和所述各第一数据采集时间,拟合相对应的函数;根据所述函数和所述首站累积距离,获取所述首站出发时间,其中,所述首站累积距离的数值为零。
具体的,获取模块2获取以所述首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间,获取模块2根据所述前N个连续累积距离和所述各第一数据采集时间,拟合相对应的函数,获取模块2根据所述函数和所述首站累积距离,获取所述首站出发时间,其中,所述首站累积距离的数值为零。
本发明实施例提供的公交时距数据获取服务器,通过拟合后的函数和首站累积距离,获取了首站出发时间,保证了首站出发时间获取的合理性。
在上述实施例的基础上,所述公交线路信息还包括末站静态位置,相应的,所述获取模块2,包括:第一首站定位数据获取子模块21、第一末站定位数据获取子模块22、运营数据获取子模块23、目标定位数据获取子模块24和时距数据获取子模块25,其中:
第一首站定位数据获取子模块21用于根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据;第一末站定位数据获取子模块22用于根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据;运营数据获取子模块23用于获取所述第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间的所有实时数据;目标定位数据获取子模块24用于将所述所有实时数据按时间顺序先后排列,组成此次出行的目标定位数据;时距数据获取子模块25用于根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。
具体的,第一首站定位数据获取子模块21用于根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据;第一末站定位数据获取子模块22用于根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据;第一首站定位数据获取子模块21将第一首站定位数据发送给运营数据获取子模块23,第一末站定位数据获取子模块22将第一末站定位数据发送给运营数据获取子模块23,运营数据获取子模块23用于获取所述第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间的所有实时数据;运营数据获取子模块23将所有实时数据发送给目标定位数据获取子模块24,目标定位数据获取子模块24用于将所述所有实时数据按时间顺序先后排列,组成此次出行的目标定位数据,目标定位数据获取子模块24将目标定位数据发送给时距数据获取子模块25,时距数据获取子模块25用于根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。
本发明实施例提供的公交时距数据获取服务器,通过获取的目标定位数据,进一步获取公交车辆各实时动态位置与首站静态位置之间的时距数据,保证了时距数据获取的合理性。
在上述实施例的基础上,所述第一首站定位数据获取子模块21具体用于:
若所述首站静态位置与所述各实时动态位置之间的距离小于首站预设距离值,则提取满足所述首站预设距离值条件的所述实时数据作为第一首站实时数据;若各所述第一首站实时数据的数据采集时间之间的时间间隔小于首站预设时间间隔值,则提取满足所述首站预设时间间隔值条件的所述第一首站实时数据作为第二首站实时数据;计算各所述第二首站实时数据的实时动态位置与所述首站静态位置之间的首站距离;若各所述首站距离随所述第二首站实时数据的数据采集时间的推移逐渐增加,则在所述逐渐增加的所述第二首站实时数据中提取所述数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。
具体的,第一首站定位数据获取子模块21若获知所述首站静态位置与所述各实时动态位置之间的距离小于首站预设距离值,则提取满足所述首站预设距离值条件的所述实时数据作为第一首站实时数据;第一首站定位数据获取子模块21若获知各所述第一首站实时数据的数据采集时间之间的时间间隔小于首站预设时间间隔值,则提取满足所述首站预设时间间隔值条件的所述第一首站实时数据作为第二首站实时数据;第一首站定位数据获取子模块21计算各所述第二首站实时数据的实时动态位置与所述首站静态位置之间的首站距离;第一首站定位数据获取子模块21若获知各所述首站距离随所述第二首站实时数据的数据采集时间的推移逐渐增加,则在所述逐渐增加的所述第二首站实时数据中提取所述数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。
本发明实施例提供的公交时距数据获取服务器,通过获取的第一首站定位数据,更进一步保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
在上述实施例的基础上,所述第一末站定位数据获取子模块22具体用于:
若所述末站静态位置与所述各实时动态位置之间的距离小于末站预设距离值,则提取满足所述末站预设距离值条件的所述实时数据作为第一末站实时数据;若各所述第一末站实时数据的数据采集时间之间的时间间隔小于末站预设时间间隔值,则提取满足所述末站预设时间间隔值条件的所述第一末站实时数据作为第二末站实时数据;计算各所述第二末站实时数据的实时位置与所述末站静态位置之间的末站距离;若各所述末站距离随所述第二末站实时数据的数据采集时间的推移逐渐减小,则在所述逐渐减小的所述第二末站实时数据中提取所述数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。
第一末站定位数据获取子模块22若获知所述末站静态位置与所述各实时动态位置之间的距离小于末站预设距离值,则提取满足所述末站预设距离值条件的所述实时数据作为第一末站实时数据;第一末站定位数据获取子模块22若获知各所述第一末站实时数据的数据采集时间之间的时间间隔小于末站预设时间间隔值,则提取满足所述末站预设时间间隔值条件的所述第一末站实时数据作为第二末站实时数据;第一末站定位数据获取子模块22计算各所述第二末站实时数据的实时位置与所述末站静态位置之间的末站距离;第一末站定位数据获取子模块22若获知各所述末站距离随所述第二末站实时数据的数据采集时间的推移逐渐减小,则在所述逐渐减小的所述第二末站实时数据中提取所述数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。
本发明实施例提供的公交时距数据获取服务器,通过获取的第一末站定位数据,更进一步保证了公交车辆各实时动态位置与首站静态位置之间的时距数据获取的合理性。
在上述实施例的基础上,所述时距数据获取子模块25具体用于:
根据所述目标定位数据中的各实时动态位置,计算所述目标定位数据中的第i个实时动态位置与第i-1个实时动态位置之间的定位距离disti-1,i;选择所述目标定位数据中数据采集时间最早的目标定位数据作为第一目标定位数据,并计算所述第一目标定位数据中的所述实时动态位置与所述首站静态位置之间的起始距离dist0,1
根据公式计算各所述实时动态位置相对应的各累积距离cumDisti;将所述各累积距离cumDisti对应的实时动态位置所在的数据采集时间与所述首站出发时间的时间差作为各累积运行时间。
具体的,时距数据获取子模块25根据所述目标定位数据中的各实时动态位置,计算所述目标定位数据中的第i个实时动态位置与第i-1个实时动态位置之间的定位距离disti-1,i;时距数据获取子模块25选择所述目标定位数据中数据采集时间最早的目标定位数据作为第一目标定位数据,并计算所述第一目标定位数据中的所述实时动态位置与所述首站静态位置之间的起始距离dist0,1
时距数据获取子模块25根据公式计算各所述实时动态位置相对应的各累积距离cumDisti;时距数据获取子模块25将所述各累积距离cumDisti对应的实时动态位置所在的数据采集时间与所述首站出发时间的时间差作为各累积运行时间。
本发明实施例提供的公交时距数据获取服务器,通过累加迭代方式获得的公交车辆各实时动态位置与首站静态位置之间的时距数据,使得时距数据更加符合公交车辆真实的行驶状态。
本实施例提供的公交时距数据获取服务器具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图5为本发明实施例提供的服务器实体结构示意图,如图5所示,该服务器可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。通信接口520可以用于服务器与公交车辆之间的信息传输。处理器510可以调用存储器530中的逻辑指令,以执行如下方法:接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间;根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,装置,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的服务器的实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,装置,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种公交时距数据的获取方法,其特征在于,包括:
接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间;
根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
2.根据权利要求1所述的方法,其特征在于,所述首站出发时间的获取,包括:
获取以所述首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间;
根据所述前N个连续累积距离和所述各第一数据采集时间,拟合相对应的函数;
根据所述函数和所述首站累积距离,获取所述首站出发时间,其中,所述首站累积距离的数值为零。
3.根据权利要求1所述的方法,其特征在于,所述公交线路信息还包括末站静态位置,相应的,所述根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,包括:
根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据;
根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据;
获取所述第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间的所有实时数据;
将所述所有实时数据按时间顺序先后排列,组成此次出行的目标定位数据;
根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。
4.根据权利要求3所述的方法,其特征在于,所述根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据,包括:
若所述首站静态位置与所述各实时动态位置之间的距离小于首站预设距离值,则提取满足所述首站预设距离值条件的所述实时数据作为第一首站实时数据;
若各所述第一首站实时数据的数据采集时间之间的时间间隔小于首站预设时间间隔值,则提取满足所述首站预设时间间隔值条件的所述第一首站实时数据作为第二首站实时数据;
计算各所述第二首站实时数据的实时动态位置与所述首站静态位置之间的首站距离;
若各所述首站距离随所述第二首站实时数据的数据采集时间的推移逐渐增加,则在所述逐渐增加的所述第二首站实时数据中提取所述数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。
5.根据权利要求3所述的方法,其特征在于,所述根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据,包括:
若所述末站静态位置与所述各实时动态位置之间的距离小于末站预设距离值,则提取满足所述末站预设距离值条件的所述实时数据作为第一末站实时数据;
若各所述第一末站实时数据的数据采集时间之间的时间间隔小于末站预设时间间隔值,则提取满足所述末站预设时间间隔值条件的所述第一末站实时数据作为第二末站实时数据;
计算各所述第二末站实时数据的实时位置与所述末站静态位置之间的末站距离;
若各所述末站距离随所述第二末站实时数据的数据采集时间的推移逐渐减小,则在所述逐渐减小的所述第二末站实时数据中提取所述数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。
6.根据权利要求3所述的方法,其特征在于,所述根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,包括:
根据所述目标定位数据中的各实时动态位置,计算所述目标定位数据中的第i个实时动态位置与第i-1个实时动态位置之间的定位距离disti-1,i
选择所述目标定位数据中数据采集时间最早的目标定位数据作为第一目标定位数据,并计算所述第一目标定位数据中的所述实时动态位置与所述首站静态位置之间的起始距离dist0,1
根据公式计算各所述实时动态位置相对应的各累积距离cumDisti
将所述各累积距离cumDisti对应的实时动态位置所在的数据采集时间与所述首站出发时间的时间差作为各累积运行时间。
7.一种公交时距数据的获取服务器,其特征在于,包括:
接收模块,用于接收公交线路信息和公交车辆实时数据,所述公交线路信息包括首站静态位置;所述公交车辆实时数据包括所述公交车辆的各实时动态位置和与所述各实时动态位置相对应的各数据采集时间;
获取模块,用于根据所述公交线路信息和所述公交车辆实时数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据,其中,所述时距数据包括:各累积距离和各累积运行时间,所述各累积运行时间是所述各累积距离对应的实时动态位置所在的数据采集时间与首站出发时间之间的时间间隔。
8.根据权利要求7所述的服务器,其特征在于,所述获取模块具体用于:
获取以所述首站静态位置为起始点的前N个连续累积距离和所述前N个连续累积距离的实时动态位置相对应的各第一数据采集时间;
根据所述前N个连续累积距离和所述各第一数据采集时间,拟合相对应的函数;
根据所述函数和所述首站累积距离,获取所述首站出发时间,其中,所述首站累积距离的数值为零。
9.根据权利要求7所述的服务器,其特征在于,所述公交线路信息还包括末站静态位置,相应的,所述获取模块,包括:
第一首站定位数据获取子模块,用于根据所述首站静态位置和所述公交车辆实时数据,获取第一首站定位数据;
第一末站定位数据获取子模块,用于根据所述末站静态位置和所述公交车辆实时数据,获取第一末站定位数据;
运营数据获取子模块,用于获取所述第一首站定位数据的数据采集时间和所述第一末站定位数据的数据采集时间之间的所有实时数据;
目标定位数据获取子模块,用于将所述所有实时数据按时间顺序先后排列,组成此次出行的目标定位数据;
时距数据获取子模块,用于根据所述目标定位数据,获取各所述实时动态位置与所述首站静态位置之间的时距数据。
10.根据权利要求9所述的服务器,其特征在于,所述第一首站定位数据获取子模块具体用于:
若所述首站静态位置与所述各实时动态位置之间的距离小于首站预设距离值,则提取满足所述首站预设距离值条件的所述实时数据作为第一首站实时数据;
若各所述第一首站实时数据的数据采集时间之间的时间间隔小于首站预设时间间隔值,则提取满足所述首站预设时间间隔值条件的所述第一首站实时数据作为第二首站实时数据;
计算各所述第二首站实时数据的实时动态位置与所述首站静态位置之间的首站距离;
若各所述首站距离随所述第二首站实时数据的数据采集时间的推移逐渐增加,则在所述逐渐增加的所述第二首站实时数据中提取所述数据采集时间最早的所述第二首站实时数据,作为第一首站定位数据。
11.根据权利要求9所述的服务器,其特征在于,所述第一末站定位数据获取子模块具体用于:
若所述末站静态位置与所述各实时动态位置之间的距离小于末站预设距离值,则提取满足所述末站预设距离值条件的所述实时数据作为第一末站实时数据;
若各所述第一末站实时数据的数据采集时间之间的时间间隔小于末站预设时间间隔值,则提取满足所述末站预设时间间隔值条件的所述第一末站实时数据作为第二末站实时数据;
计算各所述第二末站实时数据的实时位置与所述末站静态位置之间的末站距离;
若各所述末站距离随所述第二末站实时数据的数据采集时间的推移逐渐减小,则在所述逐渐减小的所述第二末站实时数据中提取所述数据采集时间最晚的所述第二末站实时数据,作为第一末站定位数据。
12.根据权利要求9所述的服务器,其特征在于,所述时距数据获取子模块具体用于:
根据所述目标定位数据中的各实时动态位置,计算所述目标定位数据中的第i个实时动态位置与第i-1个实时动态位置之间的定位距离disti-1,i
选择所述目标定位数据中数据采集时间最早的目标定位数据作为第一目标定位数据,并计算所述第一目标定位数据中的所述实时动态位置与所述首站静态位置之间的起始距离dist0,1
根据公式计算各所述实时动态位置相对应的各累积距离cumDisti
将所述各累积距离cumDisti对应的实时动态位置所在的数据采集时间与所述首站出发时间的时间差作为各累积运行时间。
CN201610887646.5A 2016-10-11 2016-10-11 一种公交时距数据的获取方法及服务器 Pending CN106355931A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610887646.5A CN106355931A (zh) 2016-10-11 2016-10-11 一种公交时距数据的获取方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610887646.5A CN106355931A (zh) 2016-10-11 2016-10-11 一种公交时距数据的获取方法及服务器

Publications (1)

Publication Number Publication Date
CN106355931A true CN106355931A (zh) 2017-01-25

Family

ID=57865585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610887646.5A Pending CN106355931A (zh) 2016-10-11 2016-10-11 一种公交时距数据的获取方法及服务器

Country Status (1)

Country Link
CN (1) CN106355931A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107644533A (zh) * 2017-10-27 2018-01-30 上海云砥信息科技有限公司 基于移动网络数据的高速公路虚拟断面车流量监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09305895A (ja) * 1996-05-20 1997-11-28 Fuji Electric Co Ltd 接近バス案内表示システム
CN101334288A (zh) * 2008-08-07 2008-12-31 北京工业大学 基于标准线路匹配的公交准确定位方法
CN101419751A (zh) * 2008-11-21 2009-04-29 重庆安运科技有限公司 一种公交车自动语音报站方法及其报站器
CN101950488A (zh) * 2010-09-19 2011-01-19 苏富特交通科技(南京)有限公司 基于线路路径表的公交车辆运行方向及离始发站距离自动判断方法
CN103295414A (zh) * 2013-05-31 2013-09-11 北京建筑工程学院 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN104252795A (zh) * 2014-09-23 2014-12-31 深圳市谷米科技有限公司 公交车到站时间预测方法
CN105976637A (zh) * 2016-06-30 2016-09-28 百度在线网络技术(北京)有限公司 公交车确定方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09305895A (ja) * 1996-05-20 1997-11-28 Fuji Electric Co Ltd 接近バス案内表示システム
CN101334288A (zh) * 2008-08-07 2008-12-31 北京工业大学 基于标准线路匹配的公交准确定位方法
CN101419751A (zh) * 2008-11-21 2009-04-29 重庆安运科技有限公司 一种公交车自动语音报站方法及其报站器
CN101950488A (zh) * 2010-09-19 2011-01-19 苏富特交通科技(南京)有限公司 基于线路路径表的公交车辆运行方向及离始发站距离自动判断方法
CN103295414A (zh) * 2013-05-31 2013-09-11 北京建筑工程学院 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN104252795A (zh) * 2014-09-23 2014-12-31 深圳市谷米科技有限公司 公交车到站时间预测方法
CN105976637A (zh) * 2016-06-30 2016-09-28 百度在线网络技术(北京)有限公司 公交车确定方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107644533A (zh) * 2017-10-27 2018-01-30 上海云砥信息科技有限公司 基于移动网络数据的高速公路虚拟断面车流量监测方法

Similar Documents

Publication Publication Date Title
Biagioni et al. Easytracker: automatic transit tracking, mapping, and arrival time prediction using smartphones
CN111612122B (zh) 实时需求量的预测方法、装置及电子设备
CN109754594A (zh) 一种路况信息获取方法及其设备、存储介质、终端
CN104766473A (zh) 基于多模式公交数据匹配的公共交通出行特征提取方法
CN108154698A (zh) 一种基于gps轨迹大数据的公交到离站精确时间计算方法
CN110008413A (zh) 一种交通出行问题查询方法和装置
CN105117790A (zh) 车费预估方法及装置
CN103942312B (zh) 公交换乘线路规划方法和装置
CN106610981A (zh) 电子地图中道路信息的验证更新方法及系统
JP2018538627A (ja) 交通道路の経路ヒートを取得する方法および装置
CN104111073A (zh) 一种识别地图数据中不准确路段的方法和装置
CN103680127A (zh) 一种利用低采样率浮动车数据计算信号灯控制道路交叉口延误的方法
CN114363842B (zh) 基于手机信令数据的公交乘客下车站点预测方法及装置
CN111787488B (zh) 一种用户定位方法及系统
CN104599002A (zh) 预测订单价值的方法及设备
CN107403550A (zh) 公交路网数据采集方法、装置和终端设备
CN106781507A (zh) 用于生成路况信息和测试路况识别系统的方法和装置
CN107545318B (zh) 公交线路优先级确定、公交换乘线路排序方法及装置
CN111222381A (zh) 用户出行方式识别方法、装置、电子设备及存储介质
CN110830915B (zh) 一种确定起点位置的方法及装置
CN110969861A (zh) 一种车辆识别方法、装置、设备及计算机存储介质
CN105989177A (zh) 一种公交信息查询方法及装置
CN114240796A (zh) 一种基于gan的遥感影像去云雾方法、设备、存储介质
CN112734956A (zh) 一种etc门架确定的方法、装置及存储介质
CN115862331A (zh) 考虑卡口网络拓扑结构的车辆出行轨迹重构方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170125

RJ01 Rejection of invention patent application after publication