CN107331156A - 城市交通综合调查云平台与系统 - Google Patents
城市交通综合调查云平台与系统 Download PDFInfo
- Publication number
- CN107331156A CN107331156A CN201710723047.4A CN201710723047A CN107331156A CN 107331156 A CN107331156 A CN 107331156A CN 201710723047 A CN201710723047 A CN 201710723047A CN 107331156 A CN107331156 A CN 107331156A
- Authority
- CN
- China
- Prior art keywords
- trip
- data
- targeted customer
- survey
- investigation
- 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
- 238000011835 investigation Methods 0.000 claims description 73
- 238000007726 management method Methods 0.000 claims description 26
- 230000000694 effects Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims 1
- 238000000034 method Methods 0.000 description 11
- 238000004088 simulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市交通综合调查云平台和系统,其包括第一获取模块,用于从待处理虚拟资源池中获取目标用户在设定时间内的出行链数据;预处理模块,用于对所述获取到的出行链数据进行预处理以生成出行基础数据;问卷生成模块,用于根据目标用户的基本信息和所述出行基础数据,生成与该目标用户相对应的出行调查问卷;数据校准模块,用于根据目标用户填写后的出行调查问卷中的问卷信息对所述出行基础数据进行校准以形成待加工出行数据。本发明的城市交通综合调查云平台和系统有效提高了城市交通综合调查的便利性和高效性。
Description
技术领域
本发明涉及交通数据采集和分析技术领域,尤其涉及用于城市交通综合调查的云平台与系统。
背景技术
近年来,随着我国城市化进程不断推进,城市交通问题越来越被受关注,对交通规划设计部门的规划水平与交通管理部门的综合管理水平不断提出考验。
交通出行数据,是城市交通规划与交通需求管理等的重要依据,通过对交通出行数据进行调查与分析,可以为城市交通相关部门的决策提供辅助支持,是解决城市交通问题的基础。
其中,居民出行调查是交通出行调查一个重要组成部分。传统居民出行数据调查主要以人工通过入户抽样调查、随机采访、现场踏勘等方法进行调查,由于城市规模、调查人员以及费用等限制,调查往往不能在统一时日一次性实施完成,整个城市的调查数据一般需要数个调查日的数据拼接而成,加大了数据误差,且数据随机性过大,难以全面反映城市居民出行及变化情况;在采集到居民出行数据后,后期海量数据处理工作庞大繁杂,难以准确快速用于城市交通需求的分析和决策支持;并且随着城市发展形态的转变,交通方式手段的多样化多层次化,传统交通调查出行数据已无法支撑精准化、详细化的城市交通规划与城市交通需求管理。
因此,如何使居民出行数据的调查与分析既方便又高效就显得尤为重要。
发明内容
本发明的目的是提供一种城市交通综合调查云平台,用以提高城市交通综合调查的便利性和高效性。
为了实现上述目的,本发明的技术方案是:
一种城市交通综合调查云平台,其包括调查实施管控模块,所述调查实施管控模块包括:
第一获取模块,用于从待处理虚拟资源池中获取目标用户在设定时间内的出行链数据,所述待处理虚拟资源池中存储有目标用户的移动终端在设定时间内采集并上传的关于该目标用户的出行链数据,所述出行链数据包括采集时刻、目标用户在采集时刻对应的地理位置信息以及移动终端的传感器数据;
预处理模块,用于对所述获取到的出行链数据进行预处理以生成出行基础数据,所述出行基础数据包括:在设定时间内目标用户的出行活动、不同出行活动的出行方式、以及各个出行活动间的用时和距离;
问卷生成模块,用于根据目标用户的基本信息和所述出行基础数据,生成与该目标用户相对应的出行调查问卷;
数据校准模块,用于根据目标用户填写后的出行调查问卷中的问卷信息对所述出行基础数据进行校准以形成待加工出行数据。
在一些实施方式中,所述调查实施管控模块还包括:第一发送模块,用于发送调查采集指令至目标用户的移动终端,以控制目标用户的移动终端按照所述调查采集指令的指令信息采集目标用户的出行链数据并上传至待处理虚拟资源池中,所述调查采集指令的指令信息包括采集开始时间、结束时间、采集频度以及数据上传时间。
在一些实施方式中,所述调查实施管控模块还包括:第二发送模块,用于发送所述出行调查问卷的下载链接至目标用户的移动终端;其中,目标用户通过移动终端上的下载链接获取所述出行调查问卷并填写相应的问卷信息,在填写完成后通过移动终端提交上传至待处理虚拟资源池中。
在一些实施方式中,所述调查实施管控模块还包括:第二获取模块,用于从待处理虚拟资源池中获取所述目标用户填写后的出行调查问卷的问卷信息。
在一些实施方式中,该云平台还包括调查组织管理模块,用于在调查活动开始前采集并管理调查意愿者的基本信息,进一步根据所述调查意愿者的基本信息确定调查的目标用户,其中,所述调查意愿者的基本信息由调查意愿者在其移动终端上填写并上传至所述云平台。
在一些实施方式中,所述基本信息包括家庭信息和成员信息,其中,所述家庭信息包括:家庭住址,住房类型,家庭人口,家庭的拥有交通工具等信息;所述家庭成员个体信息包括:年龄、性别、职业和收入等信息。
在一些实施方式中,所述根据所述调查意愿者的基本信息确定调查的目标用户,具体为:根据GIS交通小区信息提供交通小区定义与GIS边界数据,并结合人口普查数据信息确定各个交通小区的调查者的抽样量,进一步根据所述抽样量和所述调查意愿者的基本信息的特征确定最终的目标用户。
在一些实施方式中,该云平台还包括:调查数据处理模块,用于对所述待加工出行数据进行处理以形成出行调查成果数据;调查数据编制模块,用于将所述出行调查成果数据编制成统计图表;交通软件数据处理模块,用于将所述出行调查成果数据转换成专业交通规划软件接口格式数据。
进一步,所述出行调查成果数据包括:居民出行特征统计、交通工具出行特征统计、道路交通量统计、城市公共交通、停车与出行费用统计数据中的一种或多种。
本发明还提供了一种城市交通综合调查系统,该系统包括有上述实施方式中的城市交通综合调查云平台,还包括与该云平台通讯连接的移动终端。
本发明的城市交通综合调查云平台与系统,通过目标用户的移动终端自动采集其出行链数据,然后对出行数据进行预处理、校准,形成待加工出行数据,使城市交通综合调查更加方便和高效,大大缩减了传统调查方式的调查成本(包括有工作量、时间与费用等),且可以自由控制调查在同一时日以及多日实施完成,提高了数据精度与可信度。
为了更好地理解和实施,下面结合附图详细说明本发明。
附图说明
图1是本发明的城市交通综合调查系统的结构示意图;
图2是本发明的城市交通综合调查云平台的结构示意图;
图3是本发明的调查实施管控模块的结构示意图;
图4是本发明的城市交通综合调查方法流程图;
图5是本发明的城市交通综合调查方法流程图;
图6是本发明的城市交通综合调查方法流程图;
图7是本发明的城市交通综合调查方法流程图。
具体实施方式
下面将结合本发明实施例中的附图1-4,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。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。
实施例1
请参阅图1,为本发明实施例的城市交通综合调查系统,包括城市交通综合调查云平台200、与云平台通讯连接的移动终端100。
其中,所述移动终端100为目标用户持有端,其可以是智能手机、智能手环、智能手表、PAD或者专用设备等等。
如图2所示,所述云平台200主要包括:调查实施管控模块220。
其中,如图3所示,所述调查实施管控模块220包括:
第一获取模块221,用于从待处理虚拟资源池210中获取目标用户在设定时间内的出行链数据,所述待处理虚拟资源池中存储有目标用户的移动终端在设定时间内采集并上传的关于该目标用户的出行链数据,所述出行链数据包括采集时刻、目标用户在采集时刻对应的地理位置信息、以及移动终端传感器数据。优选地,所述地理位置信息为GPS定位信息,也可以是北斗定位信息、LBSN网络位置信息等。优选地,所述移动终端传感器数据包括手机加速度传感器、重力传感器、方向传感器等。
优选地,本实施的调查实施管控模块还包括:第一发送模块222,用于发送调查采集指令至目标用户的移动终端,以控制目标用户的移动终端按照所述调查采集指令的指令信息采集目标用户的出行链数据并上传至待处理虚拟资源池中,所述调查采集指令的指令信息包括采集开始时间、结束时间、采集频度以及数据上传间隔。
预处理模块223,用于对所述获取到的出行链数据进行预处理以生成出行基础数据,所述出行基础数据包括:在设定时间内目标用户的出行活动、不同出行活动的出行方式、以及各个出行活动间的用时和距离。
问卷生成模块224,用于根据目标用户的基本信息和所述出行基础数据,生成与该目标用户相对应的出行调查问卷。
作为一种优选的实施方式,在本实施例中,所述调查实施管控模块还包括:
第二发送模块225,用于发送所述出行调查问卷的下载链接至目标用户的移动终端;其中,目标用户通过移动终端上的下载链接获取所述出行调查问卷并填写相应的问卷信息,在填写完成后通过移动终端提交上传至待处理虚拟资源池中。
进一步,所述调查实施管控模块还包括:第二获取模块226,用于从待处理虚拟资源池中获取所述目标用户填写后的出行调查问卷的问卷信息。
数据校准模块227,用于根据目标用户填写后的出行调查问卷中的问卷信息对所述出行基础数据进行校准以形成待加工出行数据。
下面以目标用户在其智能手机(移动终端)上下载并使用调查APP的方式与本实施例的云平台通讯连接为例,结合附图4和图5,详细说明采用本实施例的城市交通综合调查云平台和系统的城市交通综合调查方法:
如图4所示,本发明实施例的调查方法包括以下步骤:
S21:从待处理虚拟资源池中获取目标用户在设定时间内的出行链数据,所述待处理虚拟资源池中存储有目标用户的移动终端在设定时间内采集并上传的关于该目标用户的出行链数据。具体地,所述第一获取模块从待处理虚拟资源池中获取目标用户在设定采集时间内的出行链数据。所述出行链数据包括有采集时刻,以及目标用户在采集时刻所在的GPS定位信息、以及智能手机的手机加速度传感器、重力传感器、方向传感器等信息。
S22:对所述获取到的出行链数据进行预处理以生成出行基础数据。具体地,预处理模块对该数据进行解码并进行预处理,形成出行基础数据,其中,所述预处理可以包括但不限于对出行链数据的异动数据清洗、停留点和换乘点的识别与判定、出行端点切割、出行方式切割等,形成包括有在设定时间内目标用户的出行活动、不同出行活动的出行方式、以及各个出行活动间的用时和距离中的一种或多种的出行基础数据。例如,通过对出行链数据的采集时刻和GPS定位信息进行处理,可以判定走行、跑步、骑自行车、坐汽车(私家小车,出租,卡车等)、坐公交、坐地铁;通过手机传感器数据处理,可以判断目标用户是否坐电梯(上/下)、上下楼梯等出行的方式,确定出行方式的组合等。
S23:根据目标用户的基本信息和所述出行基础数据,生成与该目标用户相对应的出行调查问卷。
S26:根据目标用户填写后的出行调查问卷中的问卷信息对所述出行基础数据进行校准以形成待加工出行数据。数据校准模块根据采集到的问卷信息对出行基础数据进行校准,例如,经过预处理得出目标用户的出行方式是出租车,但问卷信息反馈目标用户乘坐的是私家小车或卡车,则进行校准。
优选地的,如图5所示,本实施例的调查方法还包括以下步骤:
S20:发送调查采集指令至目标用户的移动终端,以控制目标用户的移动终端按照所述调查采集指令的指令信息采集目标用户的出行链数据并上传至待处理虚拟资源池中。具体地,第一发送模块,发送调查采集指令至目标用户的智能手机的调查APP上,调查APP根据指令信息中采集开始时间、结束时间、以及采集频度开始调查采集目标用户的出行链数据,并按照规定数据上传时间/间隔将采集到的出行链数据上传至云平台的待处理虚拟资源池。
S24:发送所述出行调查问卷的下载链接至目标用户的移动终端,其中,目标用户通过移动终端上的下载链接获取所述出行调查问卷并填写相应的问卷信息,在填写完成后通过移动终端提交上传至待处理虚拟资源池中。也即,目标用户在调查APP上链接获取出行调查问卷,填写相关问卷信息并上传。
S25:从待处理虚拟资源池中获取所述目标用户填写后的出行调查问卷的问卷信息。
本实施例的城市交通综合调查云平台与系统通过目标用户的移动终端自动采集其出行链数据,然后对出行数据进行预处理、校准,形成待加工出行数据,使城市交通综合调查更加方便和高效,大大缩减了传统调查方式的调查成本(工作量、时间与费用),且可以自由控制调查在同一时日以及多日实施完成,提高了数据精度与可信度。
实施例2
本实施例与实施例1基本相同,其主要区别在于,本实施例的综合调查云平台还包括:调查组织管理模块230,用于在调查活动开始前采集并管理调查意愿者的基本信息,进一步根据所述调查意愿者的基本信息确定调查的目标用户。
其中,如图6所示,本实施例的调查方法,还包括:
S10:在调查活动开始前采集并管理调查意愿者的基本信息,进一步根据所述调查意愿者的基本信息确定调查的目标用户,其中,所述调查意愿者的基本信息由调查意愿者在其移动终端上填写并上传至所述云平台。
其中,所述基本信息包括所述基本信息包括家庭信息和成员信息,其中,所述家庭信息包括:家庭住址,住房类型,家庭人口,家庭的拥有交通工具等信息的一种或多种;所述成员信息包括:成员的年龄、性别、职业和收入等信息的一种或多种。
其中,所述根据所述调查意愿者的基本信息确定调查的目标用户,具体为:根据GIS交通小区信息提供交通小区定义与GIS边界数据,并结合人口普查数据信息确定各个交通小区的调查者的抽样量,进一步根据所述抽样量和所述调查意愿者的基本信息确定最终的目标用户。
本实施例的综合调查云平台和系统,在实施例1的基础上,通过云平台实现了调查组织的自动化管理与控制,以及对调查的抽样量数量和分布的确定。进一步提高了本实施例的调查云平台和系统在调查的便利性和高效性。
例如,在调查活动开始前,云平台通过获取到的GIS交通小区信息对城市交通小区进行划分,并结合城市人口普查数据,确定参与交通调查的调查者在不同交通小区的分布以及抽样量。在确定好不同小区的抽样量后,通过发布调查APP的下载方式(如二维码)至各个交通小区,征集调查意愿者,意愿者可直接下载使用调查APP,在APP上填写所述基本信息提交上传。调查云平台根据上传的意愿者的基本信息、以及交通小区的抽样量,通过调整或设定目标用户特征控制系数,最终确定参与调查的目标用户。使整个调查自动化管理能保证抽样的数据有效性与分布合理性。同时,根据不同的调查需求,只需修改目标用户特征控制系数,即可完成。
实施例3
本实施例与实施例1或2基本相同,其主要区别在于,在实施例1或2的基础上,本实施例的综合调查云平台还包括:调查数据处理模块240,用于对所述待加工出行数据进行处理以形成出行调查成果数据;调查数据编制模块250,用于将所述出行调查成果数据编制成统计图表;交通软件数据处理模块260,用于将所述出行调查成果数据转换成专业交通规划软件接口格式数据。
如图7所示,本实施例的调查方法还包括以下步骤:
S30:对所述待加工出行数据进行处理以形成出行调查成果数据。
S31:将所述出行调查成果数据编制成统计图表。
S32:将所述出行调查成果数据转换成专业交通规划软件接口格式数据。
其中,所述出行调查成果数据包括:居民出行特征统计、交通工具出行特征统计、道路交通量统计、城市公共交通统计、停车与出行费用统计数据中的一种或多种。
具体地,所述居民出行特征统计包括:
1)参与调查样本的人口选项统计:常住、暂住人口总户数、总人数,每户平均人数,年龄、性别、收入、职业等。
2)交通出行特性:总量与平均的出行次数、出行目的构成、出行方式构成、出行耗时、耗时分布、时段分布、交通工具千人拥有率,未出行原因、出行换乘次数等统计内容。
3)出行特征交叉分析统计:如不同年龄段、职业、收入的各类人群的出行次数特征;不同年龄段、职业、收入、出行目的、耗时、出行距离、区位的各类人群的出行方式特征;不同出行目的、出行方式、职业的各类人群的出行时段分布特征;不同出行目的、出行方式、职业、区位的各类人群的平均出行时间特征;
4)OD分布,具体可按宏观,中观,微观等各级交通小区统计。
5)出行意愿统计等等。
所述交通工具出行特征统计包括:
1)交通工具总量与平均值;
2)交通工具出行,其包括:调查样本、日平均出行次数、出行时段分布、平均出行数据与距离、出行耗时分布、出行OD分布(可按宏观,中观,微观等各级交通小区统计)。
所述交通量统计包括:1)交通量空间分布;2)交通量时间分布;3)高峰小时交通量;4)车型构成特征。
所述城市公共交通统计包括:1)城市常规公交——公交客流;2)出租车——出租客流。
所述停车与出行费用统计包括:停车场所与费用;出行费用等。
其中,优选地,所述调查数据编制模块,包括第一调用单元,用于调用EXCEL软件中宏运算编辑单元;第一索引单元,用于搜索并获取与统计图表相关的出行调查成果数据;导入单元,将所述获取到的与该统计需求相关的出行调查成果数据导入所述EXCEL宏中以生成相应的统计图表。
优选地,所述交通软件数据处理模块,其包括第二调用单元,用于调用专业交通规划软件中与城市交通规划软件模拟需求相对应的交通数据模板;第二索引单元,用于识别所述交通数据模板中所含列表项,并为不同列表项标引相应索引码;第二索引单元,用于对出行调查成果数据中不同数据进行匹配码标引,一个匹配码与与一个所述索引码对应;匹配转换模块,用于将所有完成匹配码标引后的出行调查成果数据导入与所述匹配码一一对应的索引码所在交通数据模板的列表项中,转换成与专业交通规划软件数据格式匹配的接口数据。
本实施例的综合调查系统,包括:与城市交通综合调查云平台连接的移动终端100、与城市交通综合调查云平台连接的专业交通规划软件300。
通过本实施例的城市交通综合调查云平台和系统,城市交通规划人员可以直接将出行调查成果数据转换成与交通规划软件的接口数据,然后直接导入专业交通规划软件中进行相应的道路交通模拟,有效克服了传统技术中,在进行专业交通规划软件建模模拟时首先需具备专业计算机技术,先将出行调查成果数据按照交通规划需求进行计算机数据处理,然后将处理后的数据导入专业交通规划软件,最后专业交通规划人员根据城市交通规划知识理论在专业交通规划软件中进行建模模拟。所以传统技术中往往需要交通规划员既懂计算机数据处理技术,又要求其具有交通规划知识水平,综合人才要求高。因此,通过本实施例的云平台和系统,有效降低了对人员综合知识能力的门槛。
进一步,传统技术在进行数据转换、导入建模模拟,所需要的周期非常长,一般数据处理周期至少数月,当交通规划模拟需求发生变化时,需重新对数据进行处理,周期长,成本高。而本实施例的城市交通综合调查云平台可以通过交通软件数据处理模块针对交通规划模拟需求做出快速响应,如图4所示,可直接交转换后的出行调查成果交通规划软件接口数据导入交通规划软件进行建模模拟。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也意图包含这些改动和变形。
Claims (10)
1.一种城市交通综合调查云平台,其特征在于,包括:
调查实施管控模块,其包括:
第一获取模块,用于从待处理虚拟资源池中获取目标用户在设定时间内的出行链数据,所述待处理虚拟资源池中存储有目标用户的移动终端在设定时间内采集并上传的关于该目标用户的出行链数据,所述出行链数据包括采集时刻、目标用户在采集时刻对应的地理位置信息以及移动终端的传感器数据;
预处理模块,用于对所述获取到的出行链数据进行预处理以生成出行基础数据,所述出行基础数据包括:在设定时间内目标用户的出行活动、不同出行活动的出行方式、以及各个出行活动间的用时和距离;
问卷生成模块,用于根据目标用户的基本信息和所述出行基础数据,生成与该目标用户相对应的出行调查问卷;
数据校准模块,用于根据目标用户填写后的出行调查问卷中的问卷信息对所述出行基础数据进行校准以形成待加工出行数据。
2.根据权利要求1所述的云平台,其特征在于,所述调查实施管控模块还包括:
第一发送模块,用于发送调查采集指令至目标用户的移动终端,以控制目标用户的移动终端按照所述调查采集指令的指令信息采集目标用户的出行链数据并上传至待处理虚拟资源池中,所述调查采集指令的指令信息包括采集开始时间、结束时间、采集频度以及数据上传时间。
3.根据权利要求1所述的云平台,其特征在于,所述调查实施管控模块还包括:
第二发送模块,用于发送所述出行调查问卷的下载链接至目标用户的移动终端,其中,目标用户通过移动终端上的下载链接获取所述出行调查问卷并填写相应的问卷信息,在填写完成后通过移动终端提交上传至待处理虚拟资源池中。
4.根据权利要求1所述的云平台,其特征在于,所述调查实施管控模块还包括:
第二获取模块,用于从待处理虚拟资源池中获取所述目标用户填写后的出行调查问卷的问卷信息。
5.根据权利要求1所述的云平台,其特征在于,该云平台还包括调查组织管理模块,用于在调查活动开始前采集并管理调查意愿者的基本信息,进一步根据所述调查意愿者的基本信息确定调查的目标用户,其中,所述调查意愿者的基本信息由调查意愿者在其移动终端上填写并上传至所述云平台。
6.根据权利要求5所述的云平台,其特征在于:所述基本信息包括家庭信息和成员信息,其中,所述家庭信息包括:家庭住址,住房类型,家庭人口,家庭的拥有交通工具信息的一种或多种;所述成员信息包括:成员的年龄、性别、职业和收入信息的一种或多种。
7.根据权利要求5所述的云平台,其特征在于,所述根据所述调查意愿者的基本信息确定调查的目标用户,具体为:根据GIS交通小区信息提供交通小区定义与GIS边界数据,并结合人口普查数据信息确定各个交通小区的调查者的抽样量,进一步根据所述抽样量和所述调查意愿者的基本信息确定最终的目标用户。
8.根据权利要求1所述的云平台,其特征在于,该云平台还包括:
调查数据处理模块,用于对所述待加工出行数据进行处理以形成出行调查成果数据;
调查数据编制模块,用于将所述出行调查成果数据编制成统计图表;
交通软件数据处理模块,用于将所述出行调查成果数据转换成专业交通规划软件接口格式数据。
9.根据权利要求8所述的云平台,其特征在于,所述出行调查成果数据包括:
居民出行特征统计、交通工具出行特征统计、道路交通量统计、城市公共交通、停车与出行费用统计数据中的一种或多种。
10.一种城市交通综合调查系统,其特征在于,包括权利要求1-9任一项所述的城市交通综合调查云平台,还包括有与所述云平台通讯连接的移动终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710723047.4A CN107331156A (zh) | 2017-08-22 | 2017-08-22 | 城市交通综合调查云平台与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710723047.4A CN107331156A (zh) | 2017-08-22 | 2017-08-22 | 城市交通综合调查云平台与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107331156A true CN107331156A (zh) | 2017-11-07 |
Family
ID=60224498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710723047.4A Pending CN107331156A (zh) | 2017-08-22 | 2017-08-22 | 城市交通综合调查云平台与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107331156A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108269019A (zh) * | 2018-01-22 | 2018-07-10 | 珠海市规划设计研究院 | 一种居民出行调查方法及系统 |
WO2019137205A1 (zh) * | 2018-01-09 | 2019-07-18 | 比亚迪股份有限公司 | 轨道交通运营调度系统、方法及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201927075U (zh) * | 2010-12-20 | 2011-08-10 | 庄斌 | 居民出行调查数据采集系统 |
CN102682604A (zh) * | 2012-05-28 | 2012-09-19 | 北京世纪高通科技有限公司 | 获取交通出行特征信息的方法及装置 |
CN104159189A (zh) * | 2013-05-15 | 2014-11-19 | 同济大学 | 基于智能手机的居民出行信息获取方法 |
CN104751631A (zh) * | 2015-03-13 | 2015-07-01 | 同济大学 | 基于gps定位和模糊理论判断出行链交通方式的方法 |
CN104967733A (zh) * | 2015-06-01 | 2015-10-07 | 上海交通大学 | 基于智能手机应用程序的交通出行数据采集与分析系统 |
CN105279572A (zh) * | 2015-09-16 | 2016-01-27 | 北京城建设计发展集团股份有限公司 | 城市轨道交通客流密集度指数计算与发布系统 |
CN105824887A (zh) * | 2016-03-11 | 2016-08-03 | 深圳市规划国土发展研究中心 | 一种基于智能问卷生成设计的移动电子调查系统和方法 |
WO2017031290A1 (en) * | 2015-08-20 | 2017-02-23 | Swurveys, Inc. | System and methods for effectively taking surveys using mobile devices |
CN106934039A (zh) * | 2017-03-15 | 2017-07-07 | 泰康保险集团股份有限公司 | 问卷生成方法及装置 |
-
2017
- 2017-08-22 CN CN201710723047.4A patent/CN107331156A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201927075U (zh) * | 2010-12-20 | 2011-08-10 | 庄斌 | 居民出行调查数据采集系统 |
CN102682604A (zh) * | 2012-05-28 | 2012-09-19 | 北京世纪高通科技有限公司 | 获取交通出行特征信息的方法及装置 |
CN104159189A (zh) * | 2013-05-15 | 2014-11-19 | 同济大学 | 基于智能手机的居民出行信息获取方法 |
CN104751631A (zh) * | 2015-03-13 | 2015-07-01 | 同济大学 | 基于gps定位和模糊理论判断出行链交通方式的方法 |
CN104967733A (zh) * | 2015-06-01 | 2015-10-07 | 上海交通大学 | 基于智能手机应用程序的交通出行数据采集与分析系统 |
WO2017031290A1 (en) * | 2015-08-20 | 2017-02-23 | Swurveys, Inc. | System and methods for effectively taking surveys using mobile devices |
US20170053299A1 (en) * | 2015-08-20 | 2017-02-23 | Swurveys, Inc. | System and methods for effectively taking surveys using mobile devices |
CN105279572A (zh) * | 2015-09-16 | 2016-01-27 | 北京城建设计发展集团股份有限公司 | 城市轨道交通客流密集度指数计算与发布系统 |
CN105824887A (zh) * | 2016-03-11 | 2016-08-03 | 深圳市规划国土发展研究中心 | 一种基于智能问卷生成设计的移动电子调查系统和方法 |
CN106934039A (zh) * | 2017-03-15 | 2017-07-07 | 泰康保险集团股份有限公司 | 问卷生成方法及装置 |
Non-Patent Citations (3)
Title |
---|
徐瑞华 等: "《交通运输组织基础》", 31 December 2008, 清华大学出版社 * |
柴彦威: "《时空间行为研究前沿》", 30 November 2014, 东南大学出版社 * |
过秀成: "《城市交通规划》", 31 December 2010 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019137205A1 (zh) * | 2018-01-09 | 2019-07-18 | 比亚迪股份有限公司 | 轨道交通运营调度系统、方法及设备 |
CN108269019A (zh) * | 2018-01-22 | 2018-07-10 | 珠海市规划设计研究院 | 一种居民出行调查方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Optimize taxi driving strategies based on reinforcement learning | |
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 | |
CN109117993B (zh) | 一种车辆路径优化的处理方法 | |
CN105426997A (zh) | 城市公共自行车智能调度与运用管理系统及其实现方法 | |
CN109155104A (zh) | 推荐估计到达时间的系统和方法 | |
TW201741993A (zh) | 確定運輸服務路線之系統及方法 | |
Gentile et al. | The theory of transit assignment: basic modelling frameworks | |
CN110537212A (zh) | 确定预估到达时间的系统与方法 | |
CN104254865A (zh) | 凭经验的专家确定和问题路由系统和方法 | |
Šetinc et al. | Optimization of a highway project planning using a modified genetic algorithm | |
CN109492811A (zh) | 一种游乐场智能管理方法、装置、计算机设备及存储介质 | |
CN113327424B (zh) | 交通需求的预测方法、预测装置及电子设备 | |
CN107392389A (zh) | 基于arima模型的出租车调度处理方法 | |
CN112036696A (zh) | 任务分配方法、任务分配装置、存储介质和电子设备 | |
KR102296356B1 (ko) | 펫 택시 서비스 제공 방법 및 장치 | |
CN113672846A (zh) | 网约车调度方法、装置、电子设备及存储介质 | |
Fernández et al. | Bike3S: A tool for bike sharing systems simulation | |
CN115049152A (zh) | 一种机场换乘区到港旅客流量预测方法、装置及电子设备 | |
CN107331156A (zh) | 城市交通综合调查云平台与系统 | |
CN109325657A (zh) | 一种信贷业务的审批方法、存储介质和服务器 | |
Kamel et al. | A modelling platform for optimizing time-dependent transit fares in large-scale multimodal networks | |
Losapio et al. | Smart balancing of E-scooter sharing systems via deep reinforcement learning: a preliminary study | |
Du et al. | Cross-regional manpower scheduling and routing problem with stochastic service times in home health care | |
Tian et al. | A Long‐Term Shared Autonomous Vehicle System Design Problem considering Relocation and Pricing | |
Kim et al. | Spatial experience on tourism through MaaS (Mobility as a Service): Applying for a conjoint model of portfolio choice |
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 |
Application publication date: 20171107 |
|
RJ01 | Rejection of invention patent application after publication |