CN106373399A - 一种公交线路站点间运行瓶颈识别系统 - Google Patents
一种公交线路站点间运行瓶颈识别系统 Download PDFInfo
- Publication number
- CN106373399A CN106373399A CN201611050316.7A CN201611050316A CN106373399A CN 106373399 A CN106373399 A CN 106373399A CN 201611050316 A CN201611050316 A CN 201611050316A CN 106373399 A CN106373399 A CN 106373399A
- Authority
- CN
- China
- Prior art keywords
- data
- bus network
- public
- road
- public 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.)
- Granted
Links
- 239000013589 supplement Substances 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 241000894007 species Species 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 abstract 2
- 238000013480 data collection Methods 0.000 abstract 1
- 239000010353 tongjiang Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 241001098053 Molva dipterygia Species 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公交线路站点间运行瓶颈识别系统,包括公交数据采集系统、城市道路信息系统和后台核心的公交线路站点间运行瓶颈识别系统。所述后台核心的公交线路站点间运行瓶颈识别系统包括预处理模块、参数估计模块和瓶颈识别模块;所述预处理模块可以对公交数据进行数据清洗和数据融合并补充线路站点信息;所述参数估计模块基于前述的基础的信息和数据,根据公交线路运营特性和它经过站点间的城市道路等级确定速度阈值;所述瓶颈识别模块根据速度阈值计算相同运营属性的公交线路在运营站点间运行速度到达理想速度阈值的概率,依据概率值对公交运行状态评估并识别公交线路站点间运行瓶颈。
Description
技术领域
本发明涉及一种公交线路站点间行瓶颈识别系统,属于智能公交技术、公交大数据和城市公交运行管理领域。
背景技术
为了把握公交系统的发展情况就必须对公交运行状态有一个准确的把控,然而传统的人工调查手段已经不能适应现在复杂的公交系统,依据人工调查手段并对公交运行状态进行打分评价也存在很多不足。同时在现实过程中,由于公交运行与社会车辆的相关干扰、公交本身线路与车辆的交织等等,公交运行中的瓶颈难以识别,使得交通运营和管理者缺乏对道路状态的准确把握。随着公共交通系统的智能化和信息化的快速推进,每个参加公交运行的个体都留下来具有时间标签的电子信息,积累了海量的公交运行数据,这其中就有公交车的GPS数据和AVL数据。而本发明提出了一种公交线路站点间运行瓶颈识别系统,充分利用公交数据采集系统采集到的公交车的GPS数据、AVL数据和城市道路信息融合分析从而把握公交在站点间的运行状态并识别出公交线路站点间运行瓶颈。该系统可以面向交通规划部门、交通管理部门和公交运营部门,使他们对公交站点间运行状态有一个准确的把控,从而对公交调度和公交资源配置提供决策的支持,有着很好的推广前景。
发明内容
本发明的目的是针对公交线路站点间运行状态难以准确把控的问题,结合不断变化的城市道路信息,提供了一种基于智能公交系统采集到的海量公交数据的公交线路站点间运行瓶颈识别系统。
本发明采用的技术方案为:一种公交线路站点间运行瓶颈识别系统,包括前端的公交数据采集系统、城市道路信息系统和后台核心的公交线路站点间运行瓶颈识别系统;所述公交数据采集系统和城市道路信息系统为公交线路站点间运行瓶颈识别系统提供公交数据和道路交通信息的支持;
所述公交数据采集系统采集公交车GPS数据、公交车AVL数据和公交线路站点信息;所述城市道路信息系统采集城市道路交通信息并更新城市道路交通信息;
所述公交线路站点间运行瓶颈识别系统包括预处理模块、参数估计模块和瓶颈识别模块;
所述的预处理模块依次实现异常数据判别、数据清洗、数据融合和线路站点信息补充,预处理模块的基础数据和信息来自于前端的公交车数据采集系统和城市道路信息系统;所述异常数据判断是通过数据挖掘手段得到的数据中的异常数据对象,这些异常数据与正常数据存在偏差;所述数据清洗是指将异常数据判断模块中发掘到的异常数据进行剔除;所述数据融合是将公交GPS数据、AVL数据、线路站点信息和城市公交线路经过的城市道路交通信息进行匹配和融合得到融合信息数据库;所述线路站点信息补充指的是补充说明城市道路是否存在施工、车祸、公交车辆故障信息,该信息不断更新数据库中的信息并加以补充说明,使得评估结果更加科学客观;
所述参数评估模块需要基于经过预处理模块后的公交数据进行参数评估模块确定速度阈值;所述确定速度阈值的方法流程如下:
①首先定义公交线路及它经过的城市道路的速度阈值为Cij;
②接着确定公交线路属性i:包括快速公交线路、常规公交线路和支线公交线路,它们的i分别取值为1、2、3;
③然后确定公交线路经过的站点间道路属性j:包括主干路、次干路和支路,它们的j分别取值为1、2、3;
④然后提取特定公交线路经过站点间道路属性相同的所有公交数据;
⑤将提取出相同属性的公交线路在相同道路属性的站点间路段上的GPS速度数据分别绘制频率分布直方图,选取65%车速为公交运行速度的一个阈值,高于它的速度为运行状态良好,低于它的速度可认为运行状态不佳;
所述参数估计模块利用的海量公交数据至少为一星期所有工作日(星期一到星期五)的公交数据;所述公交数据需要扣除车辆在站点范围的运行数据,目的是为了更加准确反映站点间的运行状态;所述公交数据需要将公交运行上下行方向区别开;
依据所述速度阈值的确定方法流程可以得到快速公交线路经过主干路上站点的速度阈值C11、快速公交线路经过次干路上的速度阈值C12、快速公交线路经过支路上的速度阈值C13,快速公交线路一般不设置在次干路与支路上;依据所述速度阈值的确定方法流程可以得到常规公交线路经过主干路上站点的速度阈值C21、快速公交线路经过次干路上的速度阈值C22、快速公交线路经过支路上的速度阈值C23,常规公交线路布置的范围较广;依据所述速度阈值的确定方法流程可以得到支线公交线路经过主干路上站点的速度阈值C31、支线公交线路经过次干路上的速度阈值C32、支线线路经过支路上的速度阈值C33,支线公交线路一般不会设置在主干路上;
速度阈值得到了以后,则可以进行瓶颈识别模块的工作;所述瓶颈识别模块的工作流程如下:
①首先确定需要评估的公交线路;包括确定公交线路的运行类型和公交线路站点间道路隶属的城市道路属性;
②接着进行运行状态评估;运行状态评估需要依据公交线路站点间运行状态评估模型;所述公交线路站点间运行状态评估模型,采用的是基于概率指标定义的公交运行状态评估,将公交线路站点间运行状态良好为得到一定良好运行速度服务的概率,阈值为Cij,模型如下:
Rbus=Pr(Vbusij≥Cij)
式中,Rbus是公交线路站点间良好运行速度服务的概率,Vbusij是公交线路在路段上的速度值;其中i表示公交线路属性包括快速公交线路、常规公交线路和支线公交线路,它们的i分别取值为1、2、3;其中j表示站点间道路属性,包括主干路、次干路和支路,它们的j分别取值为1、2、3;
所述运行状态评估模块根据上述模型计算结果Rbus值并将公交线路站点运行状态分为畅通、一般畅通、拥堵、严重拥堵四个等级;
若Rbus≥85%,则同一种类公交线路在指定站点间的运行状态为畅通;
若Rbus≥60%且Rbus<85%,则同一种类公交线路在指定站点间的运行状态为一般畅通;
若Rbus≥45%且Rbus<60%,则同一种类公交线路在指定站点间的运行状态为拥堵;
若Rbus<45%,则同一种类公交线路在指定站点间的运行状态为严重拥堵;
③运行瓶颈识别;运行瓶颈识别需要依据流程②运行状态评估中得到的Rbus值,
若Rbus<45%,则同一种类公交线路在指定站点间的运行状态为严重拥堵并认为改种类公交线路在指定站点间发生了运行瓶颈。
有益效果:本发明为实用可靠的处理系统,在对公交线路站点间的运行状态的评估上从公交数据与城市道路信息的融合运用、数据的处理、阈值确定以及判别方法的创新。
本发明参数估计模块结合海量历史公交数据和城市道路特征信息对公交运行状态评估的阈值进行确定并识别站点间的公交运行瓶颈,充分考虑了公交线路的特征和城市公交站点间道路的实际情况,避免了现有公交评价中的盲目打分。
与传统的依靠公交速度数据来判别公交运行状态相比,本发明通过数据和信息融合充分考虑了实际情况并且保证了数据的质量,提高了判别结果的准确性和客观性。
附图说明
图1为一种公交线路站点间运行瓶颈识别系统的结构图;
图2为速度阈值确定的流程图;
图3瓶颈识别模块的流程图;
图4为常州市快速公交1号线上行方向的线路站点信息;
图5为常州市快速公交1号线某日早高峰(上行)站点间运行状态;
图6为常州市快速公交1号线某日早高峰(上行)站点间运行瓶颈识别结果。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示,一种公交线路站点间运行瓶颈识别系统,包括前端的公交数据采集系统、城市道路信息系统和后台核心的公交线路站点间运行瓶颈识别系统;所述公交数据采集系统和城市道路信息系统为公交线路站点间运行瓶颈识别系统提供公交数据和道路交通信息的支持;
所述公交数据采集系统采集公交车GPS数据(即公交车全球定位系统数据)、公交车AVL数据(即公交车辆自动定位数据)和公交线路站点信息;所述城市道路信息系统采集城市道路交通信息并更新城市道路交通信息;
所述公交线路站点间运行瓶颈识别系统包括预处理模块、参数估计模块和瓶颈识别模块;
所述的预处理模块依次实现异常数据判别、数据清洗、数据融合和线路站点信息补充,预处理模块的基础数据和信息来自于前端的公交车数据采集系统和城市道路信息系统;所述异常数据判断是通过数据挖掘手段得到的数据中的异常数据对象,这些异常数据与正常数据存在偏差;所述数据清洗是指将异常数据判断模块中发掘到的异常数据进行剔除;所述数据融合是将公交GPS数据、AVL数据、线路站点信息和城市公交线路经过的城市道路交通信息进行匹配和融合得到融合信息数据库;所述线路站点信息补充指的是补充说明城市道路是否存在施工、车祸、公交车辆故障信息,该信息不断更新数据库中的信息并加以补充说明,使得评估结果更加科学客观;
所述参数评估模块需要基于经过预处理模块后的公交数据进行参数评估模块确定速度阈值;如图2所示:所述确定速度阈值的方法流程如下:
①首先定义公交线路及它经过的城市道路的速度阈值为Cij;
②接着确定公交线路属性i(包括快速公交线路、常规公交线路和支线公交线路,他们的i分别取值为1、2、3);
③然后确定公交线路经过的站点间道路属性j(包括主干路、次干路和支路,他们的j分别取值为1、2、3);
④然后提取特定公交线路(如常规公交线路)经过站点间道路属性相同的所有公交数据;
⑤将提取出相同属性的公交线路在相同道路属性的站点间路段上的GPS速度数据分别绘制频率分布直方图,选取65%车速为公交运行速度的一个阈值,高于它的速度为运行状态良好,低于它的速度可认为运行状态不佳;
所述确定速度阈值的流程①需要将公交数据采集系统采集到的公交车GPS数据(即公交车全球定位系统数据)、公交车AVL数据(即公交车辆自动定位数据)、公交线路站点信息与城市道路信息系统采集到的采集城市道路交通信息形成融合数据库并定义阈值为Cij;
依据所述速度阈值的确定方法流程可以得到快速公交线路经过主干路上站点的速度阈值C11、快速公交线路经过次干路上的速度阈值C12、快速公交线路经过支路上的速度阈值C13,快速公交线路一般不设置在次干路与支路上;依据所述速度阈值的确定方法流程可以得到常规公交线路经过主干路上站点的速度阈值C21、快速公交线路经过次干路上的速度阈值C22、快速公交线路经过支路上的速度阈值C23,常规公交线路布置的范围较广;依据所述速度阈值的确定方法流程可以得到支线公交线路经过主干路上站点的速度阈值C31、支线公交线路经过次干路上的速度阈值C32、支线线路经过支路上的速度阈值C33,支线公交线路一般不会设置在主干路上;
速度阈值得到了以后,则可以进行瓶颈识别模块的工作;所述瓶颈识别模块的工作流程如下:
①首先确定需要评估的公交线路;
②接着进行运行状态评估;
③运行瓶颈识别;
所述流程①确定需要评估的公交线路包括确定公交线路的运行类型和公交线路站点间道路隶属的城市道路属性;所述流程②运行状态评估需要依据公交线路站点间运行状态评估模型;所述公交线路站点间运行状态评估模型,采用的是基于概率指标定义的公交运行状态评估,将公交线路站点间运行状态良好为得到一定良好运行速度服务的概率,阈值为Cij,模型如下:
Rbus=Pr(Vbusij≥Cij)
式中,Rbus是公交线路站点间良好运行速度服务的概率,Vbusij是公交线路在路段上的速度值;其中i表示公交线路属性包括快速公交线路、常规公交线路和支线公交线路,它们的i分别取值为1、2、3;其中j表示站点间道路属性,包括主干路、次干路和支路,它们的j分别取值为1、2、3;
所述运行状态评估模块根据上述模型计算结果Rbus值并将公交线路站点运行状态分为畅通、一般畅通、拥堵、严重拥堵四个等级;
若Rbus≥85%,则同一种类公交线路在指定站点间的运行状态为畅通;
若Rbus≥60%且Rbus<85%,则同一种类公交线路在指定站点间的运行状态为一般畅通;
若Rbus≥45%且Rbus<60%,则同一种类公交线路在指定站点间的运行状态为拥堵;
若Rbus<45%,则同一种类公交线路在指定站点间的运行状态为严重拥堵;
所述流程③运行瓶颈识别需要依据流程②运行状态评估中得到的Rbus值,若Rbus<45%,则同一种类公交线路在指定站点间的运行状态为严重拥堵并认为改种类公交线路在指定站点间发生了运行瓶颈。
下面结合一算例对本发明做进一步说明;
对某日常州市快速公交1号线在早高峰(上行方向)的站点间运行状态进行评估,并识别其站点间的运行瓶颈;
依据图1一种公交线路站点间运行瓶颈识别系统的系统框架图,需要前端公交数据采集系统采集常州市的公交数据;
需要前端城市道路信息系统提供常州市城市道路信息;
得到了常州市公交数据和常州市城市道路信息以后,进入后台核心的公交线路站点间运行瓶颈识别系统;
后台核心的公交线路站点间运行瓶颈识别系统又包含了预处理模块、参数估计模块和瓶颈识别模块,其中:
所述的预处理模块,可以对常州市公交数据和城市道路交通信息实现)异常数据判别、数据清洗、数据融合和线路站点信息补充;
所述参数估计模块确定速度阈值;
根据参数估计模块,①定义常州市公交线路及它经过的城市道路的速度阈值为Cij,②确定常州快速公交线路1号线的公交线路属性i=1,③确定快速公交1号线经过的站点间道路属性有城市主干路(j=1)和城市次干路(j=2);由此可以得到图4常州是快速公交1号线(上行方向)的线路站点信息,线路经过了城市主干路和城市次干路两种城市道路属性;
根据参数估计模块,④提取常州快速公交线路经过站点间道路属性为城市主干路和城市次干路上的所有数据;
依据上述数据,⑤将提取出相同属性的公交线路在相同道路属性的站点间上的GPS速度数据分别绘制频率分布直方图,选取65%车速为公交运行速度的一个阈值,可以得到常州市快速公交线路在主干路上的评估阈值C11=9km/h,常州市快速公交线路在次干路上的评估阈值C12=6km/h;
依据图3所示瓶颈识别模块的详细流程,①确定需要评估的公交线路为常州市快速公交1号线,它的线路站点信息如图4所示;
依据图3所示瓶颈识别模块的详细流程②运行状态评估需要依据公交线路站点间运行状态评估模型,可以得到常州市快速公交1号线在早高峰(上行方向)的站点间运行状态的Rbus值,并绘制折线图如图5所示;
根据图3所示运行瓶颈识别的详细流程,并依据站点间运行状态的Rbus值可以确定常州市快速公交1号线在某日早高峰(上行方向)站点间发生运行瓶颈的有:
1武进汽车客运站-信息学院、6兰陵路滆湖路-兰陵路延政路、7兰陵路延政路-兰陵路长虹路、9兰陵路广电路-兰陵路人民路、12兰陵路吴中大道-兰陵路光华路、13兰陵路光华路-兰陵路劳动路、14兰陵路劳动路-兰陵路广化街、16怀德桥-怀德桥延陵路、17怀德桥延陵路-西新桥、18西新桥-万福桥、19万福桥-通江路飞龙路、20通江路飞龙路-通江路龙城大道、21通江路龙城大道-通江路太湖路、22通江路太湖路-通江路河海路、23通江路河海路-通江路汉江路、24通江路汉江路-通江路黄河路、26常澄路龙栖路-辽河路常澄路、27辽河路常澄路-辽河路通江路、30辽河路长江路-常州北站。
从图6中可以看到发生站点间瓶颈的位置。
应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (2)
1.一种公交线路站点间运行瓶颈识别系统,其特征在于:包括前端的公交数据采集系统、城市道路信息系统和后台核心的公交线路站点间运行瓶颈识别系统;所述公交数据采集系统和城市道路信息系统为公交线路站点间运行瓶颈识别系统提供公交数据和道路交通信息的支持;
所述公交数据采集系统采集公交车GPS数据、公交车AVL数据和公交线路站点信息;所述城市道路信息系统采集城市道路交通信息并更新城市道路交通信息;
所述公交线路站点间运行瓶颈识别系统包括预处理模块、参数估计模块和瓶颈识别模块;
所述的预处理模块依次实现异常数据判别、数据清洗、数据融合和线路站点信息补充,预处理模块的基础数据和信息来自于前端的公交车数据采集系统和城市道路信息系统;所述异常数据判断是通过数据挖掘手段得到的数据中的异常数据对象,这些异常数据与正常数据存在偏差;所述数据清洗是指将异常数据判断模块中发掘到的异常数据进行剔除;所述数据融合是将公交GPS数据、AVL数据、线路站点信息和城市公交线路经过的城市道路交通信息进行匹配和融合得到融合信息数据库;所述线路站点信息补充指的是补充说明城市道路是否存在施工、车祸、公交车辆故障信息,该信息不断更新数据库中的信息并加以补充说明,使得评估结果更加科学客观;
所述参数评估模块需要基于经过预处理模块后的公交数据进行参数评估模块确定速度阈值;所述确定速度阈值的方法流程如下:
①首先定义公交线路及它经过的城市道路的速度阈值为Cij;
②接着确定公交线路属性i:包括快速公交线路、常规公交线路和支线公交线路,它们的i分别取值为1、2、3;
③然后确定公交线路经过的站点间道路属性j:包括主干路、次干路和支路,它们的j分别取值为1、2、3;
④然后提取特定公交线路经过站点间道路属性相同的所有公交数据;
⑤将提取出相同属性的公交线路在相同道路属性的站点间路段上的GPS速度数据分别绘制频率分布直方图,选取65%车速为公交运行速度的一个阈值,高于它的速度为运行状态良好,低于它的速度认为运行状态不佳;
速度阈值得到了以后,则进行瓶颈识别模块的工作;所述瓶颈识别模块的工作流程如下:
①首先确定需要评估的公交线路;包括确定公交线路的运行类型和公交线路站点间道路隶属的城市道路属性;
②接着进行运行状态评估;运行状态评估需要依据公交线路站点间运行状态评估模型;所述公交线路站点间运行状态评估模型,采用的是基于概率指标定义的公交运行状态评估,将公交线路站点间运行状态良好为得到一定良好运行速度服务的概率,阈值为Cij,模型如下:
Rbus=Pr(Vbusij≥Cij)
式中,Rbus是公交线路站点间良好运行速度服务的概率,Vbusij是公交线路在路段上的速度值;其中i表示公交线路属性包括快速公交线路、常规公交线路和支线公交线路,它们的i分别取值为1、2、3;其中j表示站点间道路属性,包括主干路、次干路和支路,它们的j分别取值为1、2、3;
所述运行状态评估模块根据上述模型计算结果Rbus值并将公交线路站点运行状态分为畅通、一般畅通、拥堵、严重拥堵四个等级;
若Rbus≥85%,则同一种类公交线路在指定站点间的运行状态为畅通;
若Rbus≥60%且Rbus<85%,则同一种类公交线路在指定站点间的运行状态为一般畅通;
若Rbus≥45%且Rbus<60%,则同一种类公交线路在指定站点间的运行状态为拥堵;
若Rbus<45%,则同一种类公交线路在指定站点间的运行状态为严重拥堵;
③运行瓶颈识别;运行瓶颈识别需要依据流程②运行状态评估中得到的Rbus值,
若Rbus<45%,则同一种类公交线路在指定站点间的运行状态为严重拥堵并认为改种类公交线路在指定站点间发生了运行瓶颈。
2.根据权利要求1所述的一种公交线路站点间运行瓶颈识别系统,其特征在于:所述参数估计模块利用的海量公交数据至少为一星期所有工作日的公交数据;所述公交数据需要扣除车辆在站点范围的运行数据,所述公交数据需要将公交运行上下行方向区别开。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611050316.7A CN106373399B (zh) | 2016-11-24 | 2016-11-24 | 一种公交线路站点间运行瓶颈识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611050316.7A CN106373399B (zh) | 2016-11-24 | 2016-11-24 | 一种公交线路站点间运行瓶颈识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106373399A true CN106373399A (zh) | 2017-02-01 |
CN106373399B CN106373399B (zh) | 2018-08-17 |
Family
ID=57891683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611050316.7A Active CN106373399B (zh) | 2016-11-24 | 2016-11-24 | 一种公交线路站点间运行瓶颈识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106373399B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107248282A (zh) * | 2017-06-29 | 2017-10-13 | 中兴软创科技股份有限公司 | 获取道路运行状态等级的方法 |
CN108877244A (zh) * | 2018-06-21 | 2018-11-23 | 东南大学 | 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法 |
CN110555615A (zh) * | 2019-08-30 | 2019-12-10 | 中电信用服务有限公司 | 一种线路的质量优化系统和方法 |
CN111276002A (zh) * | 2020-02-28 | 2020-06-12 | 河海大学 | 一种基于服务瓶颈站点识别的公交调度方法 |
CN112149919A (zh) * | 2020-10-15 | 2020-12-29 | 武汉译码当先科技有限公司 | 公交运营线路评测方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030061493A (ko) * | 2002-01-14 | 2003-07-22 | 팅크웨어(주) | 이동 통신망을 이용한 교통 정보 수집 시스템 |
JP2006221537A (ja) * | 2005-02-14 | 2006-08-24 | Denso Corp | 交通情報提供システム、交通情報提供センタ、車載用情報収集装置 |
CN101123551A (zh) * | 2007-08-07 | 2008-02-13 | 刘靖宇 | 一种基于通信和网格计算技术的智能公交系统 |
CN103426298A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 精确到秒的快速公交到站信息发布系统及方法 |
CN103426301A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 一种能够精确到秒的快速公交调度系统及方法 |
CN103871239A (zh) * | 2014-03-17 | 2014-06-18 | 同济大学 | 基于出租车和公交gps数据的公交运行状态判别方法及应用系统 |
CN104183117A (zh) * | 2014-08-01 | 2014-12-03 | 浙江工业大学 | 公交发车的控制方法 |
-
2016
- 2016-11-24 CN CN201611050316.7A patent/CN106373399B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030061493A (ko) * | 2002-01-14 | 2003-07-22 | 팅크웨어(주) | 이동 통신망을 이용한 교통 정보 수집 시스템 |
JP2006221537A (ja) * | 2005-02-14 | 2006-08-24 | Denso Corp | 交通情報提供システム、交通情報提供センタ、車載用情報収集装置 |
CN101123551A (zh) * | 2007-08-07 | 2008-02-13 | 刘靖宇 | 一种基于通信和网格计算技术的智能公交系统 |
CN103426298A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 精确到秒的快速公交到站信息发布系统及方法 |
CN103426301A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 一种能够精确到秒的快速公交调度系统及方法 |
CN103871239A (zh) * | 2014-03-17 | 2014-06-18 | 同济大学 | 基于出租车和公交gps数据的公交运行状态判别方法及应用系统 |
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 (2)
Title |
---|
徐特 等: ""一种基于Zigbee的公交车智能停靠解决方法"", 《湖北科技学院学报》 * |
杨敏 等: "基于ARIMA-SVM模型的快速公交停站时间组合预测方法", 《东南大学学报(自然科学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107248282A (zh) * | 2017-06-29 | 2017-10-13 | 中兴软创科技股份有限公司 | 获取道路运行状态等级的方法 |
CN107248282B (zh) * | 2017-06-29 | 2021-07-02 | 浩鲸云计算科技股份有限公司 | 获取道路运行状态等级的方法 |
CN108877244A (zh) * | 2018-06-21 | 2018-11-23 | 东南大学 | 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法 |
CN110555615A (zh) * | 2019-08-30 | 2019-12-10 | 中电信用服务有限公司 | 一种线路的质量优化系统和方法 |
CN110555615B (zh) * | 2019-08-30 | 2024-02-27 | 中电信用服务有限公司 | 一种线路的质量优化系统和方法 |
CN111276002A (zh) * | 2020-02-28 | 2020-06-12 | 河海大学 | 一种基于服务瓶颈站点识别的公交调度方法 |
CN112149919A (zh) * | 2020-10-15 | 2020-12-29 | 武汉译码当先科技有限公司 | 公交运营线路评测方法、装置、设备及存储介质 |
CN112149919B (zh) * | 2020-10-15 | 2024-01-16 | 武汉市公用电子工程有限责任公司 | 公交运营线路评测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106373399B (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106373399B (zh) | 一种公交线路站点间运行瓶颈识别系统 | |
CN103258430B (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
US10573173B2 (en) | Vehicle type identification method and device based on mobile phone data | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
CN102521965B (zh) | 基于车牌识别数据的交通需求管理措施效果评价方法 | |
CN104021671B (zh) | 一种svm与模糊判断相结合的道路实时路况的判断方法 | |
CN111862606B (zh) | 一种基于多源数据的非法营运车辆识别方法 | |
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 | |
CN106197458A (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
CN108335482A (zh) | 一种城市交通态势感知方法及可视化方法 | |
CN111091720A (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
CN105825669A (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
CN108877244B (zh) | 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法 | |
CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN102708689B (zh) | 一种实时路况监控系统 | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
CN110298516B (zh) | 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器 | |
CN107545757A (zh) | 基于车牌识别的城市道路流速测量装置和方法 | |
CN102722984A (zh) | 一种实时路况监控方法 | |
CN108108859A (zh) | 一种基于大数据分析的交通管理勤务优化方法 | |
CN107590999A (zh) | 一种基于卡口数据的交通状态判别方法 | |
CN116168356B (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN112017429A (zh) | 一种基于货车gps数据的治超监测布点方法 | |
CN110675646B (zh) | 公交站点位置获取方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |