CN107392357A - 一种基于大数据平台的公共交通精准出行服务系统及方法 - Google Patents
一种基于大数据平台的公共交通精准出行服务系统及方法 Download PDFInfo
- Publication number
- CN107392357A CN107392357A CN201710525545.8A CN201710525545A CN107392357A CN 107392357 A CN107392357 A CN 107392357A CN 201710525545 A CN201710525545 A CN 201710525545A CN 107392357 A CN107392357 A CN 107392357A
- Authority
- CN
- China
- Prior art keywords
- data
- big data
- real
- platform
- journey
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000007726 management method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 235000013305 food Nutrition 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G06Q50/40—
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Abstract
本发明涉及智能交通领域，具体地讲涉及一种基于大数据平台的公共交通精准出行服务系统，包括如下部分：数据采集平台，实时采集城市公共交通的相关数据，并将相关数据加载到大数据平台中；大数据平台，接收数据采集平台的相关数据并存储，接收用户服务系统的请求指令并进行处理，处理后的结果发送到用户服务系统；用户服务系统，发送请求指令至大数据平台，接收大数据平台处理后的结果；所述数据采集平台的输出端连接大数据平台的输入端，大数据平台与用户服务系统双向通信连接。本发明能够使公众及时得知各种公共交通工具运行情况、准确了解乘公共交通工具出行用时情况、以最少的时间完成出行规划，发挥了公共交通工具最大的社会效益。
Description
技术领域
本发明涉及智能交通领域，具体是涉及一种基于大数据平台的公共交通精准出行服务系统及方法。
背景技术
随着我国社会经济持续快速发展，人口在城市中大量聚集，汽车占机动车的比率迅速提高，近五年汽车占机动车比率从47.06％提高到61.82％，群众机动化出行方式经历了从摩托车到汽车的转变，交通出行结构发生了根本性变化，导致了交通拥堵问题，影响了居民的日常生活，制约了城市的发展。
上下班高峰期导致道路拥堵主要由于汽车量逐渐增长，道路的承载力无法满足日益增加的车辆出行需求，因此需大力发展城市公共交通，改善公众出行方式。但是目前，大多数公众不愿乘坐城市公共交通出行，其主要原因是无法及时得知公共交通工具运行情况、无法准确了解乘公共交通工具出行用时情况，在候车、转车过程中耗费大量时间，导致公众担心因乘坐公共交通工具日常生活和工作受到影响。
现有的出行规划工具，功能比较单一，只能对较少的出行方式进行规划，或者没有实时信息，只有静态的线路，很难实现合理、快速、连续的实时出行路线规划。因此，如何及时得知各种公共交通工具运行情况、准确了解乘公共交通工具出行用时情况、以最少的时间完成出行规划以及如何发挥公共交通工具最大的社会效益，是目前急需解决的问题。
发明内容
根据现有技术中存在的问题，本发明提供了一种基于大数据平台的公共交通精准出行服务系统，其能够使公众及时得知各种公共交通工具运行情况、准确了解乘公共交通工具出行用时情况、以最少的时间完成出行规划，发挥了公共交通工具最大的社会效益。
本发明采用以下技术方案：
一种基于大数据平台的公共交通精准出行服务系统，包括如下部分：
数据采集平台，实时采集城市公共交通的交通信息数据，并将交通信息数据加载到大数据平台中；
大数据平台，接收数据采集平台的交通信息数据并存储，接收用户服务系统的请求指令并进行处理，处理后的结果发送到用户服务系统；
用户服务系统，发送请求指令至大数据平台，接收大数据平台处理后的结果；
所述数据采集平台的输出端连接大数据平台的输入端，大数据平台与用户服务系统双向通信连接。
优选的，所述数据采集平台包括前置机服务器和采集处理服务器，前置机服务器部署在各业务系统，通过数据库适配器访问各业务系统的业务数据库，采集各业务系统的交通信息数据，并将各业务系统的交通信息数据实时上传至采集处理服务器；采集处理服务器部署在数据中心，接收各前置机服务器传输的各业务系统的交通信息数据并对其进行处理，将处理后的各业务系统的交通信息数据加载到大数据平台中。
进一步优选的，所述各业务系统包括公交集团、出租车管理处、轨道交通部门、道路监控中心、公共自行车管理中心和共享单车管理中心；所述各业务系统的交通信息数据包括城市公交车定位信息、公交车到站信息、公交车线路信息、出租车定位信息、轨道交通线路信息、轨道交通到站信息、城市道路视频信息、城市道路状态信息、道路通畅度信息、公共自行车站点信息和共享单车定位信息。
优选的，所述大数据平台包括存储模块和计算模块，存储模块接收采集处理服务器处理后的交通信息数据并进行存储，计算模块接收由用户服务系统发送的请求指令，并由存储模块和采集处理服务器处获取交通信息数据发送到用户服务系统。
优选的，所述用户服务系统包括出行应用软件和应用服务器，出行应用软件安装在用户终端，用户通过出行应用软件发送请求指令，应用服务器部署在数据中心，接收请求指令并发送至计算模块，并由计算模块获取处理后的结果；所述出行应用软件为用户提供出行规划、公交车查询、地铁查询、出租车呼叫、道路实时拥堵信息、公共自行车站点信息、共享单车定位信息，出行应用软件还为用户提供天气预报、旅游、餐饮、娱乐、住宿、购物方面的增值服务。
相应地，本发明还提供了一种基于大数据平台的公共交通精准出行服务方法，其包括如下步骤：
S1，用户通过出行应用软件发送请求指令；
S2，请求指令通过应用服务器发送至计算模块；
S3，计算模块获取采集处理服务器和存储模块中的交通信息数据并进行分析处理，得到处理后的结果；
S4，处理后的结果通过应用服务器发送到出行应用软件，反馈给用户。
进一步优选的，所述存储模块接收采集处理服务器处理后的交通信息数据并存储在Mysql和HBase中；步骤S3中计算模块对数据进行分析处理的具体工作过程如下：
S11，用户通过出行应用软件的Web服务发送请求指令；
S12，请求指令发送到应用服务器的服务管理节点；
S13，服务管理节点发送请求指令至计算模块的Zookeeper并与其进行交互；
S14，Zookeeper根据请求指令，调用计算模块的节点服务；
S15，计算模块通过节点服务获取Mysql和HBase中的数据并进行分析处理，得到处理后的结果；
S16，处理后的结果分别通过Zookeeper和Web服务发送到出行应用软件。
更进一步优选的，计算模块分为实时计算框架和离线计算框架，实时计算框架采用storm框架，离线计算框架采用Hadoop框架；所述离线计算框架用于对历史的交通信息数据进行分析，提供交通状况信息，其具体工作过程如下：
S21，用户通过出行应用软件发送离线请求指令，应用服务器接收离线请求指令并发送至离线计算框架；
S22，离线计算框架由采集处理服务器和存储模块处获取历史的交通信息数据；
S23，离线计算框架中的管理节点将获取的数据分割成多个数据块，并将数据块分布至离线计算框架的各个Map节点；
S24，每个Map节点读取其相应分布的数据块并其进行合并、排序处理后再分发到离线计算框架的Reduce节点；
S25，Reduce节点对每个Map节点处理后的数据块再次进行合并，得到离线请求指令对应的处理后结果；
S26，多个分析结果通过离线计算框架的汇总处理后，得到离线请求指令对应的历史的交通信息数据；
S27，离线计算框架将对应的历史的交通信息数据发送至应用服务器,并最终反馈到出行应用软件。
更进一步优选的，步骤S23的具体过程如下：
所述离线计算框架中的管理节点将获取的数据分割成多个数据块，先向离线计算框架的每个Map节点均分布一个数据块，优先处理完数据块的Map节点优先再分配另一个数据块，直至所有数据块分布完为止。
更进一步优选的，实时计算框架主要用于为用户提供实时的出行规划服务，其具体工作过程如下：
S31，用户通过出行应用软件发送实时请求指令，应用服务器接收实时请求指令并发送至实时计算框架；
S32，实时计算框架的zookeeper将用户的实时请求指令形成实时任务集tasks；
S33，实时计算框架的管理者Supervisor通过zookeeper获取实时任务集tasks，并启动实时任务集tasks；
S34，管理者Supervisor启动并运行多个worker；
S35，每个woker将每个实时任务集tasks生成多个task，一个task对应一个线程；
S36，每个线程根据任务情况由采集处理服务器和存储模块处获取交通信息数据并根据任务情况进行实时分析，得到多个分析结果；
S37，多个分析结果通过实时计算框架的融合单元进行分析汇总，得到实时请求指令对应的处理后结果；
S38，实时计算框架将处理后结果发送至应用服务器,并最终反馈到出行应用软件。
本发明的优点和有益效果在于：
1)本发明通过用户服务系统发送请求指令至大数据平台，大数据平台接收用户服务系统的请求指令并接收数据采集平台的交通信息数据，对交通信息数据进行处理，再将处理后的结果发送到用户服务系统，使公众及时得知各种公共交通工具运行情况、准确了解乘公共交通工具出行用时情况、以最少的时间完成出行规划，发挥了公共交通工具最大的社会效益。
2)本发明数据采集平台的前置机服务器设置在公交集团、出租车管理处、轨道交通部门、道路监控中心、公共自行车管理中心、共享单车管理中心，并且采集城市公交车定位信息、公交车到站信息、公交车线路信息、出租车定位信息、轨道交通线路信息、轨道交通到站信息、城市道路视频信息、城市道路状态信息、道路通畅度信息、公共自行车站点信息和共享单车定位信息，使公众能够根据自身需要在多种公共出行方式中进行综合选择，且路途较远或者目的地较偏时，能够以最少的时间和最便捷的方式实现转车、换乘。
3)本发明用户服务系统中的出行应用软件还为用户提供天气预报、旅游、餐饮、娱乐、住宿、购物方面的增值服务，使信息集成度更高，通过出行应用软件就能解决用户的衣食住行方面的需求。
附图说明
图1是本发明的出行服务系统的示意图。
图2是本发明的出行服务方法的工作流程图。
图3是本发明的大数据平台中的计算模块的总体架构。
图4是本发明的大数据平台中的离线计算框架工作示意图。
图5是本发明的大数据平台中的实时计算框架工作示意图。
附图标记：1-数据采集模块，2-大数据平台，3-用户服务系统，11-前置机服务器，12-采集处理服务器，21-存储模块，22-计算模块，221-实时计算框架，222-离线计算框架，31-出行应用软件，32-应用服务器。
具体实施方式
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他实施例，都属于本发明保护的范围。
如图1所示，一种基于大数据平台的公共交通精准出行服务系统，包括如下部分：
数据采集平台1，实时采集城市公共交通的交通信息数据，并将交通信息数据加载到大数据平台2中；
大数据平台2，接收数据采集平台1的交通信息数据并存储，接收用户服务系统3的请求指令并进行处理，处理后的结果发送到用户服务系统3；
用户服务系统3，发送请求指令至大数据平台2，接收大数据平台2处理后的结果；
所述数据采集平台1的输出端连接大数据平台2的输入端，大数据平台2与用户服务系统3双向通信连接。
所述数据采集平台1包括前置机服务器11和采集处理服务器12，前置机服务器11部署在各业务系统，通过数据库适配器访问各业务系统的业务数据库，采集各业务系统的交通信息数据，并将各业务系统的交通信息数据实时上传至采集处理服务器12；采集处理服务器12部署在数据中心，接收各前置机服务器11传输的各业务系统的交通信息数据并对其进行处理，将处理后的各业务系统的交通信息数据加载到大数据平台2中。
所述各业务系统包括公交集团、出租车管理处、轨道交通部门、道路监控中心、公共自行车管理中心和共享单车管理中心；所述各业务系统的交通信息数据包括城市公交车定位信息、公交车到站信息、公交车线路信息、出租车定位信息、轨道交通线路信息、轨道交通到站信息、城市道路视频信息、城市道路状态信息、道路通畅度信息、公共自行车站点信息和共享单车定位信息。
具体的，在不同的业务系统中，相关数据来自不同的数据库，如DB2、SQLServer、Access，前置机服务器11采集交通信息数据，采集处理服务器12将交通信息数据通过数据连接器进行清洗和转换，转换成大数据平台2能够识别的数据库，如Mysql、HBase，并将转换后的相关数据加载到大数据平台2中的存储模块21。
所述大数据平台2包括存储模块21和计算模块22，存储模块21接收采集处理服务器12处理后的交通信息数据并进行存储，计算模块22接收由用户服务系统3发送的请求指令，并由存储模块21和采集处理服务器12处获取交通信息数据发送到用户服务系统3。
所述用户服务系统3包括出行应用软件31和应用服务器32，出行应用软件31安装在用户终端，用户通过出行应用软件31发送请求指令，应用服务器32部署在数据中心，接收请求指令并发送至计算模块22，并由计算模块22获取处理后的结果；所述出行应用软件31为用户提供出行规划、公交车查询、地铁查询、出租车呼叫、道路实时拥堵信息、公共自行车站点信息、共享单车定位信息，出行应用软件31还为用户提供天气预报、旅游、餐饮、娱乐、住宿、购物方面的增值服务。
具体的，所述出行应用软件31主要安装在手机、平板、电脑、导航等用户终端上，为用户提供便捷、实时的出行服务。
相应地，本发明还提供了一种基于大数据平台的公共交通精准出行服务方法，如图2所示，其包括如下步骤：
S1，用户通过出行应用软件31发送请求指令；
S2，请求指令通过应用服务器32发送至计算模块22；
S3，计算模块22获取采集处理服务器12和存储模块21中的交通信息数据并进行分析处理，得到处理后的结果；
S4，处理后的结果通过应用服务器32发送到出行应用软件31，反馈给用户。
所述存储模块21接收采集处理服务器12处理后的交通信息数据并存储在Mysql和HBase中。
如图3所示，步骤S3中计算模块22对数据进行分析处理的具体工作过程如下：
S11，用户通过出行应用软件31的Web服务发送请求指令；
S12，请求指令发送到应用服务器32的服务管理节点；
S13，服务管理节点发送请求指令至计算模块22的Zookeeper并与其进行交互；
S14，Zookeeper根据请求指令，调用计算模块22的节点服务；
S15，计算模块22通过节点服务获取Mysql和HBase中的数据并进行分析处理，得到处理后的结果；
S16，处理后的结果分别通过Zookeeper和Web服务发送到出行应用软件31。
计算模块22分为实时计算框架221和离线计算框架222，实时计算框架221采用storm框架，离线计算框架222采用Hadoop框架；所述离线计算框架222用于对历史的交通信息数据进行分析，提供交通状况信息，如图4所示，其具体工作过程如下：
S21，用户通过出行应用软件31发送离线请求指令，应用服务器32接收离线请求指令并发送至离线计算框架222；
S22，离线计算框架222由采集处理服务器12和存储模块21处获取历史的交通信息数据；
S23，离线计算框架222中的管理节点将获取的数据分割成多个数据块，并将数据块分布至离线计算框架222的各个Map节点；
具体的，所述离线计算框架222中的管理节点将获取的数据分割成多个数据块，先向离线计算框架222的每个Map节点均分布一个数据块，优先处理完数据块的Map节点优先再分配另一个数据块，直至所有数据块分布完为止。
S24，每个Map节点读取其相应分布的数据块并其进行合并、排序处理后再分发到离线计算框架222的Reduce节点；
S25，Reduce节点对每个Map节点处理后的数据块再次进行合并，得到离线请求指令对应的处理后结果；
S26，多个分析结果通过离线计算框架222的汇总处理后，得到离线请求指令对应的历史的交通信息数据；
S27，离线计算框架222将对应的历史的交通信息数据发送至应用服务器32,并最终反馈到出行应用软件31。
实时计算框架221主要用于为用户提供实时的出行规划服务，如图5所示，其具体工作过程如下：
S31，用户通过出行应用软件31发送实时请求指令，应用服务器32接收实时请求指令并发送至实时计算框架221；
S32，实时计算框架221的zookeeper将用户的实时请求指令形成实时任务集tasks；
S33，实时计算框架221的管理者Supervisor通过zookeeper获取实时任务集tasks，并启动实时任务集tasks；
S34，管理者Supervisor启动并运行多个worker；
S35，每个woker将每个实时任务集tasks生成多个task，一个task对应一个线程；
S36，每个线程根据任务情况由采集处理服务器12和存储模块21处获取交通信息数据并根据任务情况进行实时分析，得到多个分析结果；
S37，多个分析结果通过实时计算框架221的融合单元进行分析汇总，得到实时请求指令对应的处理后结果；
S38，实时计算框架221将处理后结果发送至应用服务器32,并最终反馈到出行应用软件31。
实施例：
以安徽省合肥市内的出行服务为例，用户通过本发明的出行服务系统对从城隍庙到义城中心小学的出行进行规划，具体过程如下：
1)用户从安装在手机中出行应用软件31中发出起点城隍庙到终点义城中心小学的请求指令；
2)请求指令通过应用服务器32发送到大数据采集平台2中的计算模块22，计算模块22获取指令后，通过其实时计算框架221和离线计算框架222从存储模块21和采集处理服务器12中实时获取城隍庙周边的交通工具情况，如公交车实时状态、地铁实时状态、公共自行车站点及使用情况、共享单车定位状态等信息。
3)计算模块22通过对以上信息进行实时计算给出多种出行方式和路线，并对各种出行方式和路线并行比较分析，给出推荐最佳路线(总时间60分钟)：
城隍庙至公交站(飞凤街)：1.1公里，骑共享单车耗时7分钟；
公交站(飞凤街)至公交站(小东门)：1.6公里，乘坐1路公交车耗时6分钟；
公交站(小东门)至地铁站(大东门)：770米，骑共享单车耗时4分钟；
地铁站(大东门)至地铁站(紫庐)：乘坐地铁1号线，途经12站耗时29分钟；
地铁站(紫庐)至公交站(岗胡)：1公里，骑共享单车耗时6分钟；
公交站(岗胡)至公交站(义城中心小学)：5公里，乘坐522路公交车耗时8分钟。
4)用户通过手机中出行应用软件31可以实时掌握共享单车定位信息、公交车到站时间信息、地铁到站时间信息，便于安排行程和及时调整规划。
因此，通过本发明的出行服务系统，能帮助规划出行路线，节省了途中时间，特别在上下班高峰期，可以避开拥堵。
综上所述，本发明通过用户服务系统发送请求指令至大数据平台，大数据平台接收用户服务系统的请求指令并接收数据采集平台的交通信息数据，对交通信息数据进行处理，再将处理后的结果发送到用户服务系统，使公众能够根据自身需要在多种公共出行方式中进行综合选择，及时得知各种公共交通工具运行情况、准确了解乘公共交通工具出行用时情况、以最少的时间完成出行规划，发挥了公共交通工具最大的社会效益。
Claims (10)
1.一种基于大数据平台的公共交通精准出行服务系统，其特征在于，包括如下部分：
数据采集平台(1)，实时采集城市公共交通的交通信息数据，并将交通信息数据加载到大数据平台(2)中；
大数据平台(2)，接收数据采集平台(1)的交通信息数据并存储，接收用户服务系统(3)的请求指令并进行处理，处理后的结果发送到用户服务系统(3)；
用户服务系统(3)，发送请求指令至大数据平台(2)，接收大数据平台(2)处理后的结果；
所述数据采集平台(1)的输出端连接大数据平台(2)的输入端，大数据平台(2)与用户服务系统(3)双向通信连接。
2.根据权利要求1所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于：所述数据采集平台(1)包括前置机服务器(11)和采集处理服务器(12)，前置机服务器(11)部署在各业务系统，通过数据库适配器访问各业务系统的业务数据库，采集各业务系统的交通信息数据，并将各业务系统的交通信息数据实时上传至采集处理服务器(12)；采集处理服务器(12)部署在数据中心，接收各前置机服务器(11)传输的各业务系统的交通信息数据并对其进行处理，将处理后的各业务系统的交通信息数据加载到大数据平台(2)中。
3.根据权利要求2所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于：所述各业务系统包括公交集团、出租车管理处、轨道交通部门、道路监控中心、公共自行车管理中心和共享单车管理中心；所述各业务系统的交通信息数据包括城市公交车定位信息、公交车到站信息、公交车线路信息、出租车定位信息、轨道交通线路信息、轨道交通到站信息、城市道路视频信息、城市道路状态信息、道路通畅度信息、公共自行车站点信息和共享单车定位信息。
4.根据权利要求2或3所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于：所述大数据平台(2)包括存储模块(21)和计算模块(22)，存储模块(21)接收采集处理服务器(12)处理后的交通信息数据并进行存储，计算模块(22)接收由用户服务系统(3)发送的请求指令，并由存储模块(21)和采集处理服务器(12)处获取交通信息数据发送到用户服务系统(3)。
5.根据权利要求4所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于：所述用户服务系统(3)包括出行应用软件(31)和应用服务器(32)，出行应用软件(31)安装在用户终端，用户通过出行应用软件(31)发送请求指令，应用服务器(32)部署在数据中心，接收请求指令并发送至计算模块(22)，并由计算模块(22)获取处理后的结果；所述出行应用软件(31)为用户提供出行规划、公交车查询、地铁查询、出租车呼叫、道路实时拥堵信息、公共自行车站点信息、共享单车定位信息，出行应用软件(31)还为用户提供天气预报、旅游、餐饮、娱乐、住宿、购物方面的增值服务。
6.一种根据权利要求5所述的基于大数据平台的公共交通精准出行服务方法，其特征在于，包括如下步骤：
S1，用户通过出行应用软件(31)发送请求指令；
S2，请求指令通过应用服务器(32)发送至计算模块(22)；
S3，计算模块(22)获取采集处理服务器(12)和存储模块(21)中的交通信息数据并进行分析处理，得到处理后的结果；
S4，处理后的结果通过应用服务器(32)发送到出行应用软件(31)，反馈给用户。
7.根据权利要求6所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于，所述存储模块(21)接收采集处理服务器(12)处理后的交通信息数据并存储在Mysql和HBase中；步骤S3中计算模块(22)对数据进行分析处理的具体工作过程如下：
S11，用户通过出行应用软件(31)的Web服务发送请求指令；
S12，请求指令发送到应用服务器(32)的服务管理节点；
S13，服务管理节点发送请求指令至计算模块(22)的Zookeeper并与其进行交互；
S14，Zookeeper根据请求指令，调用计算模块(22)的节点服务；
S15，计算模块(22)通过节点服务获取Mysql和HBase中的数据并进行分析处理，得到处理后的结果；
S16，处理后的结果分别通过Zookeeper和Web服务发送到出行应用软件(31)。
8.根据权利要求7所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于，计算模块(22)分为实时计算框架(221)和离线计算框架(222)，实时计算框架(221)采用storm框架，离线计算框架(222)采用Hadoop框架；所述离线计算框架(222)用于对历史的交通信息数据进行分析，提供交通状况信息，其具体工作过程如下：
S21，用户通过出行应用软件(31)发送离线请求指令，应用服务器(32)接收离线请求指令并发送至离线计算框架(222)；
S22，离线计算框架(222)由采集处理服务器(12)和存储模块(21)处获取历史的交通信息数据；
S23，离线计算框架(222)中的管理节点将获取的数据分割成多个数据块，并将数据块分布至离线计算框架(222)的各个Map节点；
S24，每个Map节点读取其相应分布的数据块并其进行合并、排序处理后再分发到离线计算框架(222)的Reduce节点；
S25，Reduce节点对每个Map节点处理后的数据块再次进行合并，得到离线请求指令对应的处理后结果；
S26，多个分析结果通过离线计算框架(222)的汇总处理后，得到离线请求指令对应的历史的交通信息数据；
S27，离线计算框架(222)将对应的历史的交通信息数据发送至应用服务器(32),并最终反馈到出行应用软件(31)。
9.根据权利要求8所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于，步骤S23的具体过程如下：
所述离线计算框架(222)中的管理节点将获取的数据分割成多个数据块，先向离线计算框架(222)的每个Map节点均分布一个数据块，优先处理完数据块的Map节点优先再分配另一个数据块，直至所有数据块分布完为止。
10.根据权利要求8所述的一种基于大数据平台的公共交通精准出行服务系统，其特征在于，实时计算框架(221)主要用于为用户提供实时的出行规划服务，其具体工作过程如下：
S31，用户通过出行应用软件(31)发送实时请求指令，应用服务器(32)接收实时请求指令并发送至实时计算框架(221)；
S32，实时计算框架(221)的zookeeper将用户的实时请求指令形成实时任务集tasks；
S33，实时计算框架(221)的管理者Supervisor通过zookeeper获取实时任务集tasks，并启动实时任务集tasks；
S34，管理者Supervisor启动并运行多个worker；
S35，每个woker将每个实时任务集tasks生成多个task，一个task对应一个线程；
S36，每个线程根据任务情况由采集处理服务器(12)和存储模块(21)处获取交通信息数据并根据任务情况进行实时分析，得到多个分析结果；
S37，多个分析结果通过实时计算框架(221)的融合单元进行分析汇总，得到实时请求指令对应的处理后结果；
S38，实时计算框架(221)将处理后结果发送至应用服务器(32),并最终反馈到出行应用软件(31)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710525545.8A CN107392357A (zh) | 2017-06-30 | 2017-06-30 | 一种基于大数据平台的公共交通精准出行服务系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710525545.8A CN107392357A (zh) | 2017-06-30 | 2017-06-30 | 一种基于大数据平台的公共交通精准出行服务系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107392357A true CN107392357A (zh) | 2017-11-24 |
Family
ID=60334925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710525545.8A Pending CN107392357A (zh) | 2017-06-30 | 2017-06-30 | 一种基于大数据平台的公共交通精准出行服务系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107392357A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108154341A (zh) * | 2017-12-18 | 2018-06-12 | 千寻位置网络有限公司 | 基于数据流和工作流的统一调度平台及工作方法 |
| CN108520309A (zh) * | 2018-02-28 | 2018-09-11 | 交控科技股份有限公司 | 一种基于选择出行的轨道交通无人驾驶系统 |
| CN109145228A (zh) * | 2018-10-29 | 2019-01-04 | 武汉东湖大数据交易中心股份有限公司 | 一种定时交通状态互联网查询及展示方法 |
| CN110428606A (zh) * | 2019-08-12 | 2019-11-08 | 安徽赛福贝特信息技术有限公司 | 一种智能公交大数据的监管系统 |
| CN112685047A (zh) * | 2020-12-31 | 2021-04-20 | 杭州当虹科技股份有限公司 | 一种基于大文件的快速解析系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106702A (zh) * | 2012-12-20 | 2013-05-15 | 青岛海信网络科技股份有限公司 | 基于云计算的公交出行服务系统 |
| CN104318324A (zh) * | 2014-10-13 | 2015-01-28 | 南京大学 | 基于出租车gps记录的机场巴士站点及路线规划方法 |
| CN105224445A (zh) * | 2015-10-28 | 2016-01-06 | 北京汇商融通信息技术有限公司 | 分布式跟踪系统 |
| CN105843810A (zh) * | 2015-01-13 | 2016-08-10 | 电信科学技术研究院 | 一种规划出行路线的方法和设备 |
| CN106354887A (zh) * | 2016-10-21 | 2017-01-25 | 上海延华智能科技（集团）股份有限公司 | 一种城市交通信息互联共享的操作方法及其系统 |
| US20170032291A1 (en) * | 2013-12-24 | 2017-02-02 | Zte Corporation | Bus Planning Method Using Mobile Communication Data Mining |
-
2017
- 2017-06-30 CN CN201710525545.8A patent/CN107392357A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106702A (zh) * | 2012-12-20 | 2013-05-15 | 青岛海信网络科技股份有限公司 | 基于云计算的公交出行服务系统 |
| US20170032291A1 (en) * | 2013-12-24 | 2017-02-02 | Zte Corporation | Bus Planning Method Using Mobile Communication Data Mining |
| CN104318324A (zh) * | 2014-10-13 | 2015-01-28 | 南京大学 | 基于出租车gps记录的机场巴士站点及路线规划方法 |
| CN105843810A (zh) * | 2015-01-13 | 2016-08-10 | 电信科学技术研究院 | 一种规划出行路线的方法和设备 |
| CN105224445A (zh) * | 2015-10-28 | 2016-01-06 | 北京汇商融通信息技术有限公司 | 分布式跟踪系统 |
| CN106354887A (zh) * | 2016-10-21 | 2017-01-25 | 上海延华智能科技（集团）股份有限公司 | 一种城市交通信息互联共享的操作方法及其系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108154341A (zh) * | 2017-12-18 | 2018-06-12 | 千寻位置网络有限公司 | 基于数据流和工作流的统一调度平台及工作方法 |
| CN108520309A (zh) * | 2018-02-28 | 2018-09-11 | 交控科技股份有限公司 | 一种基于选择出行的轨道交通无人驾驶系统 |
| CN109145228A (zh) * | 2018-10-29 | 2019-01-04 | 武汉东湖大数据交易中心股份有限公司 | 一种定时交通状态互联网查询及展示方法 |
| CN110428606A (zh) * | 2019-08-12 | 2019-11-08 | 安徽赛福贝特信息技术有限公司 | 一种智能公交大数据的监管系统 |
| CN112685047A (zh) * | 2020-12-31 | 2021-04-20 | 杭州当虹科技股份有限公司 | 一种基于大文件的快速解析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107392357A (zh) | 一种基于大数据平台的公共交通精准出行服务系统及方法 | |
| CN107330547B (zh) | 一种城市公交动态调度优化方法及系统 | |
| CN105070044B (zh) | 一种基于乘客预约的定制公交合乘车辆动态调度方法 | |
| CN107067707B (zh) | 一种公交运营及乘客出行优化系统 | |
| CN107545320B (zh) | 一种基于图论的城市轨道交通乘客路径规划方法及系统 | |
| CN105279955B (zh) | 一种拼车方法及设备 | |
| CN105070037A (zh) | 一种综合管理播报的公共交通信息平台及运行控制方法 | |
| CN104424812B (zh) | 一种公交到站时间预测系统和方法 | |
| CN107358319A (zh) | 城市轨道交通客流预测方法、装置、存储介质和计算机设备 | |
| EP3507749A2 (en) | Driver location prediction for a transportation service | |
| CN101483009B (zh) | 一种基于a-gps和3g网络的公交预时播报系统 | |
| CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
| Zhang et al. | Traveler information tool with integrated real-time transit information and multimodal trip planning: Design and implementation | |
| CN207367382U (zh) | 一种带有路线规划的公交站牌 | |
| CN105006145A (zh) | 一种出租车引导调度系统 | |
| CN110136427A (zh) | 一种基于车联网大数据的自动驾驶出租车调度系统 | |
| CN101482419A (zh) | 一种基于a-gps和3g网络的车辆动态导航业务系统 | |
| CN105894847A (zh) | 一种云平台环境下无监督学习的实时公交动态调度系统及方法 | |
| CN105844945B (zh) | 云平台环境下无监督学习的实时公交动态调度方法 | |
| CN113393137B (zh) | 一种基于车联网的调度共享系统 | |
| CN105913653A (zh) | 一种云平台环境下公共交通智能行车计划排班系统及方法 | |
| CN102324181A (zh) | 自助式出租车即时预约系统及自助式出租车即时预约方法 | |
| CN114971136A (zh) | 一种公交及巡游小巴调度方法 | |
| CN110390479A (zh) | 公交车发车时间调度方法、设备、存储介质及装置 | |
| CN107067708A (zh) | 一种非高峰公交车基于大数据的出行线路实时调整方法 |
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: 20171124 |
|
| RJ01 | Rejection of invention patent application after publication |