CN106682783A - 一种蓄车场内出租车候车时间的预测方法及装置 - Google Patents

一种蓄车场内出租车候车时间的预测方法及装置 Download PDF

Info

Publication number
CN106682783A
CN106682783A CN201710002747.4A CN201710002747A CN106682783A CN 106682783 A CN106682783 A CN 106682783A CN 201710002747 A CN201710002747 A CN 201710002747A CN 106682783 A CN106682783 A CN 106682783A
Authority
CN
China
Prior art keywords
taxi
time
passenger
parking lot
waiting
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
CN201710002747.4A
Other languages
English (en)
Inventor
王雯雯
刘爱华
牟三钢
杨金东
王佩瑾
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.)
Hisense TransTech Co Ltd
Qingdao Hisense Network Technology Co Ltd
Original Assignee
Qingdao Hisense Network Technology Co Ltd
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 Qingdao Hisense Network Technology Co Ltd filed Critical Qingdao Hisense Network Technology Co Ltd
Priority to CN201710002747.4A priority Critical patent/CN106682783A/zh
Publication of CN106682783A publication Critical patent/CN106682783A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种蓄车场内出租车候车时间的预测方法及装置,该方法包括获取出租车在蓄车场内的排队信息以及候车点乘客的数量,确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值,若是,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。通过实时采集出租车在蓄车场内的排队信息、候车点乘客的数量,快速的预测出出租车进入蓄车场时需要等候的时间,以使出租车司机根据预测的候车时间选择是在蓄车场等待还是离开。

Description

一种蓄车场内出租车候车时间的预测方法及装置
技术领域
本发明实施例涉及交通技术领域,尤其涉及一种蓄车场内出租车候车时间的预测方法及装置。
背景技术
为满足城市机场、火车站等地疏散客流的需求,一般会设置专门的蓄车场或出租车排队等候区为旅客出行提供服务。但在出租车在进入通道及蓄车场时,不能看见或看清候车区域的车辆和乘客流量情况,往往出现车多人少出租车等候时间很长,或车少人多乘客等候时间很长的情况,容易造成时间和能源的浪费。
因此,亟需一种蓄车场内出租车候车时间的预测方法,便于让出租车司机及时获知等候时间。
发明内容
本发明实施例提供一种蓄车场内出租车候车时间的预测方法及装置,用以解决的问题。
本发明实施例提供的一种蓄车场内出租车候车时间的预测方法,包括:
获取出租车在蓄车场内的排队信息以及候车点乘客的数量;所述出租车的排队信息包括出租车的排队序号和候车数量;
确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
若是,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
可选地,若确定所述出租车的排队信息与所述候车点乘客的数量的比值小于第一阈值,则根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
可选地,所述根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间,包括:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间、设定的乘客流的间隔时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
可选地,所述根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间,包括:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
可选地,根据公式(1)确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
所述公式(1)为:
其中,L为候车数量,Pt为候车点乘客的数量,δ为第一阈值。
相应地,本发明实施例还提供了一种蓄车场内出租车候车时间的预测装置,包括:
获取单元,用于获取出租车在蓄车场内的排队信息以及候车点乘客的数量;所述出租车的排队信息包括出租车的排队序号和候车数量;
确定单元,用于确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
处理单元,用于若确定所述出租车的排队信息与所述候车点乘客的数量的比值大于等于第一阈值,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
可选地,所述处理单元具体用于:
若确定所述出租车的排队信息与所述候车点乘客的数量的比值小于第一阈值,则根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
可选地,所述处理单元具体用于:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间、设定的乘客流的间隔时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
可选地,所述处理单元具体用于:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
可选地,所述确定单元具体用于:
根据公式(1)确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
所述公式(1)为:
其中,L为候车数量,Pt为候车点乘客的数量,δ为第一阈值。
本发明实施例表明,获取出租车在蓄车场内的排队信息以及候车点乘客的数量,确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值,若是,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。通过实时采集出租车在蓄车场内的排队信息、候车点乘客的数量,快速的预测出出租车进入蓄车场时需要等候的时间,以使出租车司机根据预测的候车时间选择是在蓄车场等待还是离开。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,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为本发明实施例提供的一种系统架构的示意图;
图2为本发明实施例提供的一种蓄车场的结构示意图;
图3为本发明实施例提供的一种蓄车场内出租车候车时间的预测方法的流程示意图;
图4为本发明实施例提供的一种蓄车场内出租车候车时间的预测装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示例性的示出了本发明实施例所适用的一种系统架构,该系统架构可以实现蓄车场内出租车候车时间的预测的流程,该系统架构中的摄像头分别位于乘客排队的候车点和蓄车场内各车道,分别用于采集候车点乘客的数量以及各车道内出租车的数量,然后通过出租车候车时间的预测方法,预测出租车的候车时间。
图2示例性的示出了本发明实施例所适用的一种多队列排队的蓄车场的结构,该蓄车场内分为N条车道,每条车道有若干停车车位,每个车道的入口和出口均设置有闸门,通过严格的车道进出口控制维持秩序,因此,该蓄车场的各车道设有放行规则,该放行规则为先停先放,且前一车道停满车辆后允许后一车道停车,前一车道放空车辆后允许后一车道放行。具体的,在进场时,出租车进入蓄车场停满A车道后,关闭A车道的入口,出租车进入B车道停车,然后依次停放C、D等车道。在放行时,按照先停先放的顺序,优先放行A车道内的车辆,在A车道车辆已放空时再开放B车道出口放行车辆,依次放行后续各车道内的车辆。在A车道未放空时,进入蓄车场的车辆依次往后续未满车道停放,A车道已放空时,新入车辆可停至A车道,根据循环放行的规则等待放行。图2在本发明实施例中仅是示例作用,对于蓄车场内车道的设置不做具体限制。
基于上述描述,图3示例性的示出了本发明实施例提供的一种蓄车场内出租车候车时间的预测方法的流程,该流程可以由蓄车场内出租车候车时间的预测装置执行。
如图3所示,该流程具体步骤包括:
步骤301,获取出租车在蓄车场内的排队信息以及候车点乘客的数量。
步骤302,确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值。
步骤303,若确定所述出租车的排队信息与所述候车点乘客的数量的比值大于等于第一阈值,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
在本发明实施例中获取的出租车在蓄车场内的排队信息可以包括出租车的排队序号和候车数量,通过候车数量,出租车司机可以获知位于自己之前还有多少辆车。
由于出租车进入蓄车场时,有可能会出现车多人少的情况,或是车少人多,因此,可以通过确定出租车的排队信息与候车点乘客的数量的比值是否大于等于第一阈值来得知是车多人少还是车少人多。
当出租车的排队信息与候车点乘客的数量的比值大于等于第一阈值时,表示此时蓄车场内的出租车的数量所能承载的乘客的数量比候车点乘客的数量多。因此,可以根据公式(1)来确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值。
该公式(1)为:
其中,L为候车数量,Pt为候车点乘客的数量,δ为第一阈值。
当出租车的排队信息与候车点乘客的数量的比值大于等于第一阈值时,可以根据乘客平均上车时间、设定的乘客流的间隔时间以及出租车从所述蓄车场的出口至上客区的时间,确定出租车的候车时间。具体的,依据出租车的排队信息以及乘客平均上车时间,统计出位于出租车之前的车辆离开所需的时间,然后将位于出租车之前的车辆离开所需的时间、设定的乘客流的间隔时间与出租车从蓄车场的出口至上客区的时间之和确定为出租车的候车时间。换而言之,对位于该出租车之前的车辆的乘客平均上车时间进行统计,然后加上乘客流的间隔时间和出租车从蓄车场的出口至上客区的时间,就可以获知出租车的候车时间。
由于蓄车场内所有出租车所能承载的乘客的数量大于候车点乘客的数量,因此,排在后面的车辆有可能需要等会下一批乘客的到来。
当出租车的排队信息与候车点乘客的数量的比值小于第一阈值时,可以依据出租车的排队信息以及乘客平均上车时间,统计出位于出租车之前的车辆离开所需的时间,再将该位于出租车之前的车辆离开所需的时间与出租车从蓄车场的出口至上客区的时间之和确定为出租车的候车时间。出租车从蓄车场的出口至上客区的时间是从蓄车场的出口至上客区的路程以及出租车的车速确定的,可以对多辆出租车进行测试,然后取一平均值。该乘客平均上车时间也是根据历史乘客上车时间计算的一个平均值。
比如,出租车的排队信息中排队序号为16、候车数量为11,而乘客平均上车时间为30s,则可以得出位于出租车之前的车辆离开所需的时间为330s。而出租车从蓄车场的出口至上客区的时间为20s,从而可以确定出该出租车的候车时间为350s。
上述实施例表明,通过获取出租车在蓄车场内的排队信息以及候车点乘客的数量,确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值,若是,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。通过实时采集出租车在蓄车场内的排队信息、候车点乘客的数量,快速的预测出出租车进入蓄车场时需要等候的时间,以使出租车司机根据预测的候车时间选择是在蓄车场等待还是离开。
基于相同的技术构思,图4示例性的示出了本发明实施例提供的一种蓄车场内出租车候车时间的预测装置,该装置可以执行蓄车场内出租车候车时间的预测流程。
如图4所示,该装置具体包括:
获取单元401,用于获取出租车在蓄车场内的排队信息以及候车点乘客的数量;所述出租车的排队信息包括出租车的排队序号和候车数量;
确定单元402,用于确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
处理单元403,用于若确定所述出租车的排队信息与所述候车点乘客的数量的比值大于等于第一阈值,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
可选地,所述处理单元403具体用于:
若确定所述出租车的排队信息与所述候车点乘客的数量的比值小于第一阈值,则根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
可选地,所述处理单元403具体用于:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间、设定的乘客流的间隔时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
可选地,所述处理单元403具体用于:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
可选地,所述确定单元402具体用于:
根据公式(1)确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
所述公式(1)为:
其中,L为候车数量,Pt为候车点乘客的数量,δ为第一阈值。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种蓄车场内出租车候车时间的预测方法,其特征在于,包括:
获取出租车在蓄车场内的排队信息以及候车点乘客的数量;所述出租车的排队信息包括出租车的排队序号和候车数量;
确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
若是,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
2.如权利要求1所述的方法,其特征在于,若确定所述出租车的排队信息与所述候车点乘客的数量的比值小于第一阈值,则根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
3.如权利要求2所述的方法,其特征在于,所述根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间,包括:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间、设定的乘客流的间隔时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
4.如权利要求1所述的方法,其特征在于,所述根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间,包括:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
5.如权利要求1至4任一项所述的方法,其特征在于,根据公式(1)确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
所述公式(1)为:
P t L ≥ δ ... ( 1 )
其中,L为候车数量,Pt为候车点乘客的数量,δ为第一阈值。
6.一种蓄车场内出租车候车时间的预测装置,其特征在于,包括:
获取单元,用于获取出租车在蓄车场内的排队信息以及候车点乘客的数量;所述出租车的排队信息包括出租车的排队序号和候车数量;
确定单元,用于确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
处理单元,用于若确定所述出租车的排队信息与所述候车点乘客的数量的比值大于等于第一阈值,则根据乘客平均上车时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
7.如权利要求6所述的装置,其特征在于,所述处理单元具体用于:
若确定所述出租车的排队信息与所述候车点乘客的数量的比值小于第一阈值,则根据所述乘客平均上车时间、设定的乘客流的间隔时间以及所述出租车从所述蓄车场的出口至上客区的时间,确定所述出租车的候车时间。
8.如权利要求7所述的装置,其特征在于,所述处理单元具体用于:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间、设定的乘客流的间隔时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
9.如权利要求6所述的装置,其特征在于,所述处理单元具体用于:
依据所述出租车的排队信息以及所述乘客平均上车时间,统计出位于所述出租车之前的车辆离开所需的时间;
将所述位于所述出租车之前的车辆离开所需的时间与所述出租车从所述蓄车场的出口至上客区的时间之和确定为所述出租车的候车时间。
10.如权利要求6所述的装置,其特征在于,所述确定单元具体用于:
根据公式(1)确定所述出租车的排队信息与所述候车点乘客的数量的比值是否大于等于第一阈值;
所述公式(1)为:
P t L ≥ δ ... ( 1 )
其中,L为候车数量,Pt为候车点乘客的数量,δ为第一阈值。
CN201710002747.4A 2017-01-03 2017-01-03 一种蓄车场内出租车候车时间的预测方法及装置 Pending CN106682783A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710002747.4A CN106682783A (zh) 2017-01-03 2017-01-03 一种蓄车场内出租车候车时间的预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710002747.4A CN106682783A (zh) 2017-01-03 2017-01-03 一种蓄车场内出租车候车时间的预测方法及装置

Publications (1)

Publication Number Publication Date
CN106682783A true CN106682783A (zh) 2017-05-17

Family

ID=58850220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710002747.4A Pending CN106682783A (zh) 2017-01-03 2017-01-03 一种蓄车场内出租车候车时间的预测方法及装置

Country Status (1)

Country Link
CN (1) CN106682783A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730974A (zh) * 2017-08-29 2018-02-23 西安艾润物联网技术服务有限责任公司 一种车辆调度方法和系统
CN108492551A (zh) * 2018-05-17 2018-09-04 西安艾润物联网技术服务有限责任公司 出租车排队管理方法、系统及计算机可读存储介质
CN108597221A (zh) * 2018-04-27 2018-09-28 东莞中国科学院云计算产业技术创新与育成中心 车辆等待时间检测方法、装置、计算机设备和存储介质
CN109035748A (zh) * 2018-07-18 2018-12-18 西安艾润物联网技术服务有限责任公司 出租车排队管理方法、移动终端及计算机可读存储介质
CN109151035A (zh) * 2018-08-31 2019-01-04 西安艾润物联网技术服务有限责任公司 车辆通行管理方法及相关装置
CN111160597A (zh) * 2019-10-29 2020-05-15 三峡大学 基于出租车司机综合满意度的智能调度方法
CN111341092A (zh) * 2020-02-28 2020-06-26 山东女子学院 一种机场乘车效率优化方法
CN111354212A (zh) * 2020-03-11 2020-06-30 青岛海信网络科技股份有限公司 应用于车站机场的出租车调度方法、服务器以及调度设备
CN112185099A (zh) * 2018-07-18 2021-01-05 西安艾润物联网技术服务有限责任公司 出租车调度系统及出租车调度方法
CN113158462A (zh) * 2021-04-21 2021-07-23 电子科技大学成都学院 一种出租车发车方式的选择方法
CN113192354A (zh) * 2021-04-02 2021-07-30 浙江浙大中控信息技术有限公司 一种基于时间窗格状态概率的大型场站等候时长预测方法
CN113780608A (zh) * 2020-11-18 2021-12-10 京东城市(北京)数字科技有限公司 基于车辆数据的排队时长预估方法、装置及相关设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4303520B2 (ja) * 2003-05-22 2009-07-29 株式会社富士通エフサス タクシー待ち表示方法及びシステム
CN101551941A (zh) * 2009-05-22 2009-10-07 同济大学 一种出租车排队区设置的控制方法
CN102890861A (zh) * 2012-09-28 2013-01-23 山东大学 场站出租车自动计数与调度方法及系统
CN102956099A (zh) * 2011-08-26 2013-03-06 苏州市国贸电子系统工程有限公司 一种站前广场出租车候车管理方法和系统
CN103093607A (zh) * 2011-10-27 2013-05-08 苏州市国贸电子系统工程有限公司 一种场站出租车排队管理系统和方法
CN104658291A (zh) * 2013-11-25 2015-05-27 上海博泰悦臻电子设备制造有限公司 一种区域车辆排队时间的预计方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4303520B2 (ja) * 2003-05-22 2009-07-29 株式会社富士通エフサス タクシー待ち表示方法及びシステム
CN101551941A (zh) * 2009-05-22 2009-10-07 同济大学 一种出租车排队区设置的控制方法
CN102956099A (zh) * 2011-08-26 2013-03-06 苏州市国贸电子系统工程有限公司 一种站前广场出租车候车管理方法和系统
CN103093607A (zh) * 2011-10-27 2013-05-08 苏州市国贸电子系统工程有限公司 一种场站出租车排队管理系统和方法
CN102890861A (zh) * 2012-09-28 2013-01-23 山东大学 场站出租车自动计数与调度方法及系统
CN104658291A (zh) * 2013-11-25 2015-05-27 上海博泰悦臻电子设备制造有限公司 一种区域车辆排队时间的预计方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
俞春辉 等: "考虑随机需求的出租车上客区泊位设置模式和规模优化方法", 《中国公路学报》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730974A (zh) * 2017-08-29 2018-02-23 西安艾润物联网技术服务有限责任公司 一种车辆调度方法和系统
CN108597221A (zh) * 2018-04-27 2018-09-28 东莞中国科学院云计算产业技术创新与育成中心 车辆等待时间检测方法、装置、计算机设备和存储介质
CN108492551A (zh) * 2018-05-17 2018-09-04 西安艾润物联网技术服务有限责任公司 出租车排队管理方法、系统及计算机可读存储介质
CN109035748A (zh) * 2018-07-18 2018-12-18 西安艾润物联网技术服务有限责任公司 出租车排队管理方法、移动终端及计算机可读存储介质
CN112185099B (zh) * 2018-07-18 2022-03-29 西安艾润物联网技术服务有限责任公司 出租车调度系统及出租车调度方法
CN112185099A (zh) * 2018-07-18 2021-01-05 西安艾润物联网技术服务有限责任公司 出租车调度系统及出租车调度方法
CN109151035B (zh) * 2018-08-31 2021-07-30 西安艾润物联网技术服务有限责任公司 车辆通行管理方法及相关装置
CN109151035A (zh) * 2018-08-31 2019-01-04 西安艾润物联网技术服务有限责任公司 车辆通行管理方法及相关装置
CN111160597A (zh) * 2019-10-29 2020-05-15 三峡大学 基于出租车司机综合满意度的智能调度方法
CN111341092A (zh) * 2020-02-28 2020-06-26 山东女子学院 一种机场乘车效率优化方法
CN111354212A (zh) * 2020-03-11 2020-06-30 青岛海信网络科技股份有限公司 应用于车站机场的出租车调度方法、服务器以及调度设备
CN113780608A (zh) * 2020-11-18 2021-12-10 京东城市(北京)数字科技有限公司 基于车辆数据的排队时长预估方法、装置及相关设备
CN113192354A (zh) * 2021-04-02 2021-07-30 浙江浙大中控信息技术有限公司 一种基于时间窗格状态概率的大型场站等候时长预测方法
CN113192354B (zh) * 2021-04-02 2022-06-17 浙江中控信息产业股份有限公司 一种基于时间窗格状态概率的大型场站等候时长预测方法
CN113158462A (zh) * 2021-04-21 2021-07-23 电子科技大学成都学院 一种出租车发车方式的选择方法

Similar Documents

Publication Publication Date Title
CN106682783A (zh) 一种蓄车场内出租车候车时间的预测方法及装置
CN106971246A (zh) 一种出租车上客区乘客候车时间预测方法和装置
CN105225500B (zh) 一种交通控制辅助决策方法及装置
CN106779256B (zh) 一种基于事件驱动的停车空余泊位数实时预测方法及系统
KR20210148052A (ko) 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치
CN103150930B (zh) 针对快速道路常发性拥堵路段的追尾事故实时预测方法
CN104169990B (zh) 用于提供关于空闲停车位的驻车信息的方法
CN104299432B (zh) 一种过饱和路口信号灯控制方法及装置
CN108289203B (zh) 一种用于轨道交通的视频监控系统
Fernández et al. Influence of platform height, door width, and fare collection on bus dwell time: laboratory evidence for Santiago de Chile
CN107316010A (zh) 一种识别前方车辆尾灯及判断其状态的方法
CN104392607B (zh) 一种交通状态判别方法及装置
CN107886740A (zh) 一种车辆合流的方法及装置
CN107886725A (zh) 基于卡口数据的排队长度计算方法和装置
CN109598950A (zh) 一种智能网联车辆的匝道协同汇入控制方法及系统
CN110450822B (zh) 一种轨道交通服务方法、装置、设备及系统
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
US20200160708A1 (en) Method and apparatus for adaptively managing a vehicle
CN111581538B (zh) 一种基于高速公路收费数据的高速交通流状态推断方法
CN106997674A (zh) 一种特勤线路交通控制方法和装置
CN111383448A (zh) 一种基于道路区段的交通信息处理方法及装置
US20220383738A1 (en) Method for short-term traffic risk prediction of road sections using roadside observation data
CN106571029A (zh) 一种车辆排队长度检测的方法和装置
CN112330955B (zh) 基于物联网实现车辆自动调度控制的方法及装置
CN106251628B (zh) 一种确定机动车的交通出行量的方法及装置

Legal Events

Date Code Title Description
PB01 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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170517