CN107481512A - 自动驾驶公交的智能调度方法 - Google Patents

自动驾驶公交的智能调度方法 Download PDF

Info

Publication number
CN107481512A
CN107481512A CN201710708867.6A CN201710708867A CN107481512A CN 107481512 A CN107481512 A CN 107481512A CN 201710708867 A CN201710708867 A CN 201710708867A CN 107481512 A CN107481512 A CN 107481512A
Authority
CN
China
Prior art keywords
public transport
automatic pilot
flow
pilot public
abnormal
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
CN201710708867.6A
Other languages
English (en)
Inventor
胡剑平
江键鑫
李建峰
杨小栋
毛小飞
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.)
Shenzhen Hai Liang Technology Co Ltd
Original Assignee
Shenzhen Hai Liang 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 Shenzhen Hai Liang Technology Co Ltd filed Critical Shenzhen Hai Liang Technology Co Ltd
Priority to CN201710708867.6A priority Critical patent/CN107481512A/zh
Publication of CN107481512A publication Critical patent/CN107481512A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种自动驾驶公交的智能调度方法，包括如下步骤：智能调度系统在正常状况下按照静态调度方案执行对自动驾驶公交的调度；监测系统实时监测乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息，并将监测数据传送给异常事件检测系统；异常事件检测系统根据所述监测数据判定是否发生异常事件，如是，执行下一步骤；否则，返回上一步骤；确定异常事件的类型，智能调度系统根据异常事件的类型对自动驾驶公交执行相应的动态调度方案；异常事件的类型包括客流异常、车辆状态异常和线路运营异常。本发明能全自动合理的调度整个自动驾驶公交车队、有效的减少乘客的候车时间、降低公交公司的运营成本。

Description

自动驾驶公交的智能调度方法
技术领域
本发明涉及自动驾驶公交领域，特别涉及一种自动驾驶公交的智能调度方法。
背景技术
“十二五”规划纲要首次指出未来城市交通发展目标，即2011年到2015年用五年时间实现城市公共交通的全面发展，实施公交先行、优先发展的宏伟战略，完善城市公交系统，打造智能化、信息化、快捷化和层次化的现代新型公交系统。近年来，越来越多的科研机构和企业热衷于对自动驾驶技术的研究，投入了大量的资金和人才，自动驾驶技术取得了显著的成果，各种自动驾驶车辆相继问世。自动驾驶公交是自动驾驶技术的一个重要应用领域，而且公交线路固定，一定程度上降低了自动驾驶的难度。此外，自动驾驶公交可以为公交运营公司节约运营成本。随着自动驾驶公交的推广，自动驾驶公交的调度问题是不可避免的。
目前，对于自动驾驶公交的调度还没人研究过，现有的研究都是针对有人驾驶的公交调度，而且也取得了非常多的成果，为自动驾驶公交的调度提供了非常好的参考依据。但是自动驾驶公交和有人驾驶公交之间存在很大的差别，最明显的差别是自动驾驶公交没有驾驶员。自动驾驶公交把原本属于驾驶员的工作交给自动驾驶系统和调度系统来完成。现有的研究把公交调度分为静态调度和动态调度两类。静态调度是根据历史统计数据和未来预期制定的发车计划，其规定了发车时间和车辆间的时间间隔，具有很强的稳定性和规律性。动态调度是为了应对突发情况，比如客流的急剧增加或交通拥堵，动态地做出及时高效的车辆调度。
静态调度是在公交车辆发车之前，根据近期客流、车辆状态、线路交通信息等统计数据，调度系统自动生成发车排班计划。它是所有公交运营工作的前提，只有在制定好静态调度以后，才能组织车辆发车运行并收集车辆和客流信息。而且静态调度也是动态调度的基础，根据公交车辆运行的实际情况，静态调度的原始方案随着路况的变化、客流量的突变及交通事故需要进行动态调整。正是由于静态调度的科学性和基础性，才使动态调度有了可靠依据。动态调度就是要适应复杂多变的城市交通环境，选择合适的调度方法，对运行中的车辆进行的调度调整。
公交运营调度中常见的异常事件包括客流异常、线路运营异常和车况异常。客流异常主要是针对历史数据，当运营线路的某一站点客流量相对于该站点的历史平均客流量突然增加即可认为该线路该站点的客流异常。线路运营异常是指线路车辆在运行过程中，由于受到道路环境及天气等的影响，造成串车、堵车、大间隔等运营异常。车况异常是指在运行过程中发生的突发事件，例如车辆故障、车辆事故等。
公开号为CN 101572011 A，名称为《城市公交智能化调度管理系统及方法》的发明专利申请中，公开了调度系统都包括GPS系统、GIS地理信息系统、客流检测系统和无线通信系统，该方案针对的是有人驾驶公交的调度。
公开号为CN 101571996A，名称为《城市公交智能化应急管理方法》，公开了使用GPS定位系统和GIS地理信息系统，能判断是否有异常事件发生，其针对的也是有人驾驶公交，需要有人参与。另外，现有技术中也没有对异常事件进行检测和分类的方案。
目前已有的公交调度系统都是针对有人驾驶的公交，没有针对自动驾驶公交的调度系统；而有人驾驶的公交与自动驾驶公交之间存在很大的差别，有人驾驶公交有驾驶员，而自动驾驶公交无驾驶员，驾驶员可以自行根据异常事件做出相应的调整，无需调度系统给出相关的指示。自动驾驶公交的调度系统需要完成部分驾驶员的工作，另外自动驾驶公交的调度系统还需要与自动驾驶系统进行通信，给自动驾驶系统发送调度命令，自动驾驶系统控制自动驾驶公交行驶。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能全自动合理的调度整个自动驾驶公交车队、有效的减少乘客的候车时间、降低公交公司的运营成本的自动驾驶公交的智能调度方法。
本发明解决其技术问题所采用的技术方案是：构造一种自动驾驶公交的智能调度方法，应用于智能调度系统，所述智能调度系统包括监测系统和异常事件检测系统，所述方法包括如下步骤：
A)所述智能调度系统在正常状况下按照静态调度方案执行对自动驾驶公交的调度；所述静态调度方案是根据历史数据和经验制定出来的调度方案；
B)所述监测系统实时监测乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息，并将监测数据传送给所述异常事件检测系统；
C)所述异常事件检测系统根据所述监测数据判定是否发生异常事件，如是，执行步骤D)；否则，返回步骤B)；
D)确定异常事件的类型，所述智能调度系统根据所述异常事件的类型对所述自动驾驶公交执行相应的动态调度方案；所述异常事件的类型包括客流异常、车辆状态异常和线路运营异常。
在本发明所述的自动驾驶公交的智能调度方法中，所述客流异常包括单点客流异常和多点客流异常，所述线路运营异常包括堵车情况和串车情况。
在本发明所述的自动驾驶公交的智能调度方法中，在所述步骤D)中，对客流异常检测的流程包括如下步骤：
D1)获取某个站点的历史平均客流量和当日客流量，并计算站点客流不均系数；
D2)判断所述站点客流不均系数是否大于或等于第一设定值，如是，确认发生客流异常，执行步骤D3)；否则，返回步骤D1)；
D3)判断异常站点的个数是否大于1，如是，判定为多点客流异常，执行步骤D4)；否则，判定为单点客流异常，所述智能调度系统给临近所述站点的下一自动驾驶公交发送行驶速度指令，使其尽快到达所述站点接送滞留乘客；
D4)计算线路中每个站点在指定时间段内的客流到达率，并计算每个站点的客流量；
D5)将每个所述站点的客流量求和后得到线路站点客流总量；
D6)所述线路站点客流总量除以所述线路中站点的个数，得到线路站点平均客流量；
D7)分别计算每个站点的客流量与所述线路站点平均客流量的差的绝对值，将每个所述绝对值求和后得到总差值；
D8)计算所述站点的个数与线路站点平均客流量的乘积，所述总差值除以所述乘积得到线路客流不均衡系数；
D9)判断所述线路客流不均衡系数是否大于或等于第二设定值，如是，所述智能调度系统安排跨站快车；否则，所述智能调度系统调整发车间隔，增加班次。
在本发明所述的自动驾驶公交的智能调度方法中，在所述步骤D)中，对车辆状态异常和线路运营异常检测的流程包括如下步骤：
D1＇)根据所述自动驾驶公交实时反馈的车辆速度信息、车辆位置信息和车辆状态信息，判断相邻两辆自动驾驶公交车的间距是否小于设定间距阈值，如是，判定为串车情况，执行步骤D4＇)；否则，执行步骤D2＇)；
D2＇)判断所述自动驾驶公交的行驶速度是否持续一定时间低于设定速度阈值，如是，判定为堵车情况，执行步骤D4＇)；否则，执行步骤D3＇)；
D3＇)判断所述自动驾驶公交的车辆状态信息是否反馈报警，如是，判定为车辆状态异常情况，执行步骤D5＇)；否则，返回步骤D1＇)；
D4＇)所述智能调度系统根据所述自动驾驶公交的行驶速度和车辆位置信息，采用间隔均衡模型计算需调整的自动驾驶公交的行驶速度，并将速度指令发送给对应的自动驾驶公交，使各自动驾驶公交的间隔处于合适的范围；
D5＇)所述智能调度系统根据当前线路行驶的自动驾驶公交的客流量以及异常自动驾驶公交上的乘客数目采取相应的调度策略。
在本发明所述的自动驾驶公交的智能调度方法中，在所述步骤D5＇)中，如果是异常自动驾驶公交的车上乘客小于第一设定人数，且所述异常自动驾驶公交的下一自动驾驶公交上的人数少于第二设定人数，则所述智能调度系统发送行驶速度指令给所述异常自动驾驶公交的下一自动驾驶公交，使其尽快到异常自动驾驶公交位置并将异常自动驾驶公交上的乘客接送；如果所述异常自动驾驶公交上的乘客大于或等于所述第一设定人数，或距离所述异常自动驾驶公交最近的下一自动驾驶公交上的人数大于或等于所述第二设定人数，则所述智能调度系统安排备用自动驾驶公交到所述异常自动驾驶公交的位置接送所述异常自动驾驶公交的乘客。
在本发明所述的自动驾驶公交的智能调度方法中，对于所述串车情况和堵车情况，以及所述车辆状态异常情况中的部分情况，所述智能调度系统采用间隔均衡模型调整所述自动驾驶公交的行驶速度，只调整所述异常自动驾驶公交及其之后的自动驾驶公交的行驶速度，所述异常自动驾驶公交之前的自动驾驶公交的行驶速度不进行调整。
在本发明所述的自动驾驶公交的智能调度方法中，所述间隔均衡模型的求解流程包括如下步骤：
A")确定所述异常自动驾驶公交的序号；
B")预估所述需调整的自动驾驶公交的行驶速度调整量；
C")在规定的间隔时间更新相邻两辆自动驾驶公交的间距；
D")计算所述相邻两辆自动驾驶公交间距的最大值与最小值的差，并判断是否小于某条线路自动驾驶公交的间距偏差阈值，如是，结束调整，执行步骤E")；否则，重复所述步骤B")和步骤C")；
E")异常处理后恢复正常运营。
在本发明所述的自动驾驶公交的智能调度方法中，在执行所述步骤A)中的静态调度方案或执行所述步骤D)中的动态调度方案时，其执行调度的流程包括：
A1)所述智能调度系统通过无线通信方式向车载终端发送静态调度指令或动态调度指令；所述静态调度指令或动态调度指令包括行驶路线指令、发车指令和行驶速度指令。
A2)所述车载终端将所述静态调度指令或动态调度指令通过CAN总线传送到自动驾驶系统；
A3)所述自动驾驶系统根据所述静态调度指令或动态调度指令控制所述自动驾驶公交行驶。
在本发明所述的自动驾驶公交的智能调度方法中，所述监测系统包括乘客流量检测模块、GIS地理信息模块、车辆定位模块、车辆行驶数据采集模块、无线通信模块和数据存储模块，所述乘客流量检测模块监测乘客客流量数据并将其通过所述无线通信模块传送到所述数据存储模块，所述GIS地理信息模块监测线路交通状况数据并将其传送到所述数据存储模块，所述车辆定位模块监测车辆位置信息并将其通过所述无线通信模块传送到所述数据存储模块，所述车辆行驶数据采集模块监测车辆运行状态信息并将其通过所述无线通信模块传送到所述数据存储模块。
实施本发明的自动驾驶公交的智能调度方法，具有以下有益效果：由于通过实时反馈的自动驾驶公交车辆的乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息给监测系统，异常事件检测系统实时检测是否发生异常事件并判定异常事件的类型，根据异常事件的不同类型对自动驾驶公交进行相应的动态调度，使公交公司的运营长期处于最佳的效益，因此其能全自动合理的调度整个自动驾驶公交车队、有效的减少乘客的候车时间、降低公交公司的运营成本。
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简单地介绍，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为本发明自动驾驶公交的智能调度方法一个实施例中的流程图；
图2为所述实施例中对客流异常检测的具体流程图；
图3为所述实施例中对车辆状态异常和线路运营异常检测的具体流程图；
图4为所述实施例中间隔均衡模型的求解流程图；
图5为所述实施例中执行调度的具体流程图；
图6为所述实施例中监测系统的结构示意图。
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。
在本发明自动驾驶公交的智能调度方法实施例中，该自动驾驶公交的智能调度方法的流程图如图1所示。本实施例中，该自动驾驶公交的智能调度方法应用于智能调度系统，该智能调度系统包括监测系统和异常事件检测系统，图1中，该自动驾驶公交进行智能调度的方法包括如下步骤：
步骤S01智能调度系统在正常状况下按照静态调度方案执行对自动驾驶公交的调度：本步骤中，智能调度系统在正常状况下按照静态调度方案执行对自动驾驶公交的调度，静态调度方案是根据历史数据和经验制定出来的调度方案，历史数据包括客流、车况、运行线路信息等，静态调度方案是所有公交运营工作的前提，只有在制定好静态调度以后，才能组织车辆发车运行并收集车辆和客流信息。静态调度也是动态调度的基础，根据公交车辆运行的实际情况，静态调度的原始方案随着路况的变化、客流量的突变及交通事故，需要进行动态调整。正是由于静态调度的科学性和基础性，才使动态调度有了可靠依据。
步骤S02监测系统实时监测乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息，并将监测数据传送给异常事件检测系统：本步骤中，监测系统实时监测乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息，并将监测数据(即乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息)传送给异常事件检测系统。
图6为本实施例中监测系统的结构示意图，图6中，监测系统包括乘客流量检测模块、GIS地理信息模块、车辆定位模块、车辆行驶数据采集模块、无线通信模块和数据存储模块，其中，乘客流量检测模块监测乘客客流量数据，并将监测的乘客客流量数据通过无线通信模块传送到数据存储模块；GIS地理信息模块监测线路交通状况数据，并将监测的线路交通状况数据传送到数据存储模块，车辆定位模块监测车辆位置信息，并将监测的车辆位置信息通过无线通信模块传送到数据存储模块，车辆行驶数据采集模块监测车辆运行状态信息，并将监测的车辆运行状态信息通过无线通信模块传送到数据存储模块。当然，监测系统同时也会把监测的乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息通过上述无线通信模块传送到异常事件检测系统。
步骤S03异常事件检测系统根据监测数据判定是否发生异常事件：本步骤中，异常事件检测系统根据监测数据判定是否发生异常事件，具体是根据阈值判定法检测是否发生异常事件，如果判断的结果为是，则执行步骤S04；否则，返回步骤S01。
步骤S04确定异常事件的类型，智能调度系统根据异常事件的类型对自动驾驶公交执行相应的动态调度方案：如果上述步骤S03的判断结果为是，则执行本步骤。本步骤中，当检测到异常事件时，确定异常事件的类型，智能调度系统根据异常事件的类型对自动驾驶公交执行相应的动态调度方案，具体的，本实施例中，异常事件的类型包括客流异常、车辆状态异常和线路运营异常，其中，线路运营异常包括堵车情况和串车情况。客流异常主要是针对历史客流数据，当运营线路的某一站点的客流量相对于该站点的历史平均客流量突然增加，即认为该线路该站点客流异常。客流异常包括单点客流异常和多点客流异常。
本发明的方法中使用了静态调度和动态调度两部分，静态调度是根据近期历史数据制定的发车排班计划，动态调度是对异常事件进行的调度调整。监测系统通过实时反馈的自动驾驶公交的乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息，检测是否出现异常事件，并判定是何种类型的异常事件，最后针对这种类型的异常事件进行自动驾驶公交的动态调度，也就是针对客流异常、线路运营异常、车辆状态异常制定相应的动态调度策略，使自动驾驶公交的运营尽快恢复正常的运营状态，降低运营损失和乘客的候车时间。
对于本实施例而言，客流异常判断采用站点客流不均系数和线路客流不均系数。具体的，对于上述步骤S04中的客流异常检测来讲，其具体流程图如图2所示。图2中，对客流异常检测的流程包括如下步骤：
步骤S401获取某个站点的历史平均客流量和当日客流量，并计算站点客流不均系数：本步骤中，获取某个站点的历史平均客流量和当日客流量，并计算站点客流不均系数，具体的，设为站点i的历史平均客流量，Pi为站点i的当日客流量，则站点客流不均系数
步骤S402判断站点客流不均系数是否大于或等于第一设定值：本步骤中，判断站点客流不均系数λs(P)是否大于或等于第一设定值，值得一提的是，本实施例中，第一设定值为2，因此，本步骤中其实就是判断站点客流不均系数λs(P)是否大于或等于2，即判断是否符合λs(P)≥2，如果判断的结果为是，则执行步骤S403；否则，返回步骤S401。在本实施例的一些情况下，第一设定值的大小可根据具体情况进行相应调整。
步骤S403确定发生客流异常：如果上述步骤S402的判断结果为是，即λs(P)≥2，则执行本步骤。本步骤中，确定此站点发生客流异常。执行完本步骤，执行步骤S404。
步骤S404判断异常站点的个数是否大于1：本步骤中，判断异常站点的个数是否大于1，如果判断的结果为是，则执行步骤S406；否则，执行步骤S405。
步骤S405判定为单点客流异常，智能调度系统给临近站点的下一自动驾驶公交发送行驶速度指令，使其尽快到达站点接送滞留乘客：如果上述步骤S404的判断结果为否，则执行本步骤。本步骤中，判定为单点客流异常，智能调度系统给临近站点的下一自动驾驶公交发送行驶速度指令，使其尽快到达站点接送滞留乘客。
步骤S406判定为多点客流异常：如果上述步骤S404的判断结果为是，则执行本步骤。本步骤中，判定为多点客流异常，值得一提的是，对于多点客流异常，根据线路不均衡系数分类制定调度策略。执行完本步骤，执行步骤S407。
步骤S407计算线路中每个站点在指定时间段内的客流到达率，并计算每个站点的客流量：本步骤中，设定某条线路的站点数量为n，站点i在(0，t)时间段内的客流到达率为r(i)，则站点i的客流量为按照此方式计算线路中每个站点在指定时间段内的客流到达率，并计算每个站点的客流量。执行完本步骤，执行步骤S408。
步骤S408将每个站点的客流量求和后得到线路站点客流总量：本步骤中，将每个站点的客流量求和后得到线路站点客流总量，即Z为线路站点客流总量。执行完本步骤，执行步骤S409。
步骤S409线路站点客流总量除以线路中站点的个数，得到线路站点平均客流量：本步骤中，线路站点客流总量除以线路中站点的个数，得到线路站点平均客流量执行完本步骤，执行步骤S410。
步骤S410分别计算每个站点的客流量与线路站点平均客流量的差的绝对值，将每个绝对值求和后得到总差值：本步骤中，分别计算每个站点的客流量与线路站点平均客流量的差的绝对值，将每个绝对值求和后得到总差值。执行完本步骤，执行步骤S411。
步骤S411计算站点的个数与线路站点平均客流量的乘积，总差值除以乘积得到线路客流不均衡系数：本步骤中，计算站点的个数与线路站点平均客流量的乘积，总差值除以乘积得到线路客流不均衡系数执行完本步骤，执行步骤S412。
本实施例中，当各站点客流量为时，λL(P)取最小值为0，当n-1个站点流量为0时，λL(P)取最大值，经求导取极值得2。λL(P)的取值范围为[0，2)。
线路客流不均衡系数λL(P)反映了线路总的客流量在各个站点的分布情况，当客流在各个站点的分布比较均匀时，线路客流不均衡系数λL(P)取0；当线路客流不均衡系数λL(P)趋向于2时，线路总的客流集中于一个站点，为最不均衡的情况。根据经验发现，线路客流不均衡系数的阈值为0.5，当超过0.5时，即认为该线路的客流在各站点的分布不均衡。
步骤S412判断线路客流不均衡系数是否大于或等于第二设定值：本步骤中，判断线路客流不均衡系数λL(P)是否大于或等于第二设定值，值得一提的是，本实施例中，第二设定值为0.5，本步骤中，其实就是判断线路客流不均衡系数是否大于或等于0.5，如果判断的结果为是，则执行步骤S414；否则，执行步骤S413。
步骤S413智能调度系统调整发车间隔，增加班次：如果上述步骤S412的判断结果为否，则执行本步骤。本步骤中，智能调度系统调整发车间隔，增加班次。
步骤S414智能调度系统安排跨站快车：如果上述步骤S412的判断结果为是，则执行本步骤。本步骤中，智能调度系统安排跨站快车。
对于本实施例而言，车辆状态异常和线路运营异常判断根据自动驾驶公交实时反馈的车辆速度信息、车辆位置信息和车辆状态信息。具体的，对于上述步骤S04中的车辆状态异常和线路运营异常检测来讲，其具体流程图如图3所示。图3中，对车辆状态异常和线路运营异常检测的流程包括如下步骤：
步骤S41＇根据自动驾驶公交实时反馈的车辆速度信息、车辆位置信息和车辆状态信息，判断相邻两辆自动驾驶公交车的间距是否小于设定间距阈值：本步骤中，根据自动驾驶公交实时反馈的车辆速度信息、车辆位置信息和车辆状态信息，判断相邻两辆自动驾驶公交车的间距是否小于设定间距阈值d，如果判断的结果为是，则执行步骤S42＇，否则，执行步骤S43＇。
步骤S42＇判定为串车情况：如果上述步骤S41＇的判断结果为是，则执行本步骤。本步骤中，判定为串车情况。执行完本步骤，执行步骤S45＇。
步骤S43＇判断自动驾驶公交的行驶速度是否持续一定时间低于设定速度阈值：如果上述步骤S41＇的判断结果为否，则执行本步骤。本步骤中，判断自动驾驶公交的行驶速度在一定时间L是否一直低于设定速度阈值Vth，如果判断的结果为是，则执行步骤S44＇；否则，执行步骤S46＇。
步骤S44＇判定为堵车情况：如果上述步骤S43＇的判断结果为否，则执行本步骤。本步骤中，判定为堵车情况，执行完本步骤，执行步骤S45＇。
步骤S45＇判断自动驾驶公交的车辆状态信息是否反馈报警：如果上述步骤S43＇的判断结果为否，则执行本步骤。本步骤中，判断自动驾驶公交的车辆状态信息是否反馈报警，如果判断的结果为是，则执行步骤S46＇；否则，返回步骤S41＇。
步骤S46＇判定为车辆状态异常情况：如果上述步骤S45＇的判断结果为是，则执行本步骤。本步骤中，判定为车辆状态异常情况。执行完本步骤，执行步骤S47＇。
步骤S47＇智能调度系统根据当前线路行驶的自动驾驶公交的客流量以及异常自动驾驶公交上的乘客数目采取相应的调度策略：本步骤中，对于车辆状态异常情况，调度策略分两类，智能调度系统根据当前线路行驶的自动驾驶公交的客流量以及异常自动驾驶公交上的乘客数目采取相应的调度策略。
步骤S48＇智能调度系统根据自动驾驶公交的行驶速度和车辆位置信息，采用间隔均衡模型计算需调整的自动驾驶公交的行驶速度，并将速度指令发送给对应的自动驾驶公交，使各自动驾驶公交的间隔处于合适的范围：本步骤中，自动驾驶公交最需要避免的就是出现大间隔的现象。针对堵车情况和串车情况，智能调度系统根据当前自动驾驶公交的行驶速度和车辆位置信息，采用间隔均衡模型计算需调整的自动驾驶公交的行驶速度，并将速度指令发送给对应的自动驾驶公交，使各自动驾驶公交的间隔处于合适的范围。
对于上述步骤S47＇中对车辆状态异常情况的调度策略分两类，第一类：如果是异常自动驾驶公交的车上乘客小于第一设定人数，且异常自动驾驶公交的下一自动驾驶公交上的人数少于第二设定人数，则智能调度系统发送行驶速度指令给异常自动驾驶公交的下一自动驾驶公交，使其尽快到异常自动驾驶公交位置并将异常自动驾驶公交上的乘客接送；第二类：如果异常自动驾驶公交上的乘客大于或等于第一设定人数，或距离异常自动驾驶公交最近的下一自动驾驶公交上的人数大于或等于第二设定人数，则智能调度系统安排备用自动驾驶公交到异常自动驾驶公交的位置接送乘客。
值得一提的是，对于串车情况和堵车情况，以及车辆状态异常情况中的部分情况(即第一类)，智能调度系统采用间隔均衡模型调整自动驾驶公交的行驶速度，只调整异常自动驾驶公交及其之后的自动驾驶公交的行驶速度，异常自动驾驶公交之前的自动驾驶公交的行驶速度不进行调整。
假设第K辆自动驾驶公交所在的位置为Pk，第K-1辆公交所在的位置为Pk-1，则相邻两自动驾驶公交的间距Lk：Lk＝Pk-Pk-1；
目标函数：minΔL＝max(Lk)-min(Lk)，(M≤k≤N)
其中，M为异常自动驾驶公交，N为线路上行驶的最后发车的自动驾驶公交。
约束条件如下：
(1)两自动驾驶公交的间距满足：Lmin＜Lk＜Lmax，其中，Lmin为某线路相邻两辆自动驾驶公交允许的最小公交间距，Lmax为某线路相邻两辆自动驾驶公交允许的最大公交间距。
(2)自动驾驶公交的行驶速度满足：Vmin＜V＜Vmax，其中，Vmin为某线路自动驾驶公交允许的最小行驶速度，Vmax为某线路自动驾驶公交允许的最大行驶速度。
(3)需要调整的公交满足：M≤k≤N，其中，M为异常自动驾驶公交，N为线路上行驶的最后发车的自动驾驶公交；
(4)自动驾驶公交的发车间隔为t，间隔t分钟后，N＝N+1；
(5)最快时间恢复正常运营：min(T)，T为调整时间。
图4为本实施例中间隔均衡模型的求解流程图，图4中，该间隔均衡模型的求解流程包括如下步骤：
步骤S01"确定异常自动驾驶公交的序号：本步骤中，确定异常自动驾驶公交的序号m。
步骤S02"预估需调整自动驾驶公交的行驶速度调整量：本步骤中，预估需调整自动驾驶公交的行驶速度调整量ΔV。
步骤S03"在规定的间隔时间更新相邻两辆自动驾驶公交的间距：本步骤中，在规定的间隔时间Δt更新相邻两辆自动驾驶公交的间距。
步骤S04"计算相邻两辆自动驾驶公交间距的最大值与最小值的差，并判断是否小于某条线路自动驾驶公交的间距偏差阈值：本步骤中，计算相邻两辆自动驾驶公交间距的最大值与最小值的差，并判断是否小于某条线路自动驾驶公交的间距偏差阈值，即判断是否满足minΔL＜ε，ε为某条线路自动驾驶公交的间距偏差阈值，如果判断的结果为是，则执行步骤S05"；否则，返回步骤S02"。
步骤S05"结束调整：如果上述步骤S04"的判断结果为是，则执行本步骤。本步骤中，结束调整。执行完本步骤，执行步骤S06"。
步骤S06"异常处理后恢复正常运营：本步骤中，异常处理后恢复正常运营。
值得一提的是，在执行步骤S01中的静态调度方案或执行步骤S04中的动态调度方案时，其执行调度的具体流程图如图5所示。图5中，该执行调度的流程包括如下步骤：
步骤S11智能调度系统通过无线通信方式向车载终端发送静态调度指令或动态调度指令：本步骤中，智能调度系统通过无线通信方式向车载终端发送静态调度指令或动态调度指令。上述静态调度指令或动态调度指令包括行驶路线指令、发车指令和行驶速度指令。
步骤S12车载终端将静态调度指令或动态调度指令通过CAN总线传送到自动驾驶系统：本步骤中，车载终端将静态调度指令或动态调度指令通过CAN总线传送到自动驾驶系统。
步骤S13自动驾驶系统根据静态调度指令或动态调度指令控制自动驾驶公交行驶：本步骤中，自动驾驶系统根据静态调度指令或动态调度指令控制自动驾驶公交行驶。
总之，本发明通过实时检测异常事件，针对不同的异常事件提出相应的动态调度的方案，这种动态调度算法更高效；传统技术都是针对有人驾驶公交的调度，没有针对自动驾驶公交的调度，而本发明实现对自动驾驶公交的智能调度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种自动驾驶公交的智能调度方法，其特征在于，应用于智能调度系统，所述智能调度系统包括监测系统和异常事件检测系统，所述方法包括如下步骤：
A)所述智能调度系统在正常状况下按照静态调度方案执行对自动驾驶公交的调度；所述静态调度方案是根据历史数据和经验制定出来的调度方案；
B)所述监测系统实时监测乘客客流量数据、线路交通状况数据、车辆位置信息和车辆运行状态信息，并将监测数据传送给所述异常事件检测系统；
C)所述异常事件检测系统根据所述监测数据判定是否发生异常事件，如是，执行步骤D)；否则，返回步骤B)；
D)确定异常事件的类型，所述智能调度系统根据所述异常事件的类型对所述自动驾驶公交执行相应的动态调度方案；所述异常事件的类型包括客流异常、车辆状态异常和线路运营异常。
2.根据权利要求1所述的自动驾驶公交的智能调度方法，其特征在于，所述客流异常包括单点客流异常和多点客流异常，所述线路运营异常包括堵车情况和串车情况。
3.根据权利要求2所述的自动驾驶公交的智能调度方法，其特征在于，在所述步骤D)中，对客流异常检测的流程包括如下步骤：
D1)获取某个站点的历史平均客流量和当日客流量，并计算站点客流不均系数；
D2)判断所述站点客流不均系数是否大于或等于第一设定值，如是，确认发生客流异常，执行步骤D3)；否则，返回步骤D1)；
D3)判断异常站点的个数是否大于1，如是，判定为多点客流异常，执行步骤D4)；否则，判定为单点客流异常，所述智能调度系统给临近所述站点的下一自动驾驶公交发送行驶速度指令，使其尽快到达所述站点接送滞留乘客；
D4)计算线路中每个站点在指定时间段内的客流到达率，并计算每个站点的客流量；
D5)将每个所述站点的客流量求和后得到线路站点客流总量；
D6)所述线路站点客流总量除以所述线路中站点的个数，得到线路站点平均客流量；
D7)分别计算每个站点的客流量与所述线路站点平均客流量的差的绝对值，将每个所述绝对值求和后得到总差值；
D8)计算所述站点的个数与线路站点平均客流量的乘积，所述总差值除以所述乘积得到线路客流不均衡系数；
D9)判断所述线路客流不均衡系数是否大于或等于第二设定值，如是，所述智能调度系统安排跨站快车；否则，所述智能调度系统调整发车间隔，增加班次。
4.根据权利要求1至3任意一项所述的自动驾驶公交的智能调度方法，其特征在于，在所述步骤D)中，对车辆状态异常和线路运营异常检测的流程包括如下步骤：
D1＇)根据所述自动驾驶公交实时反馈的车辆速度信息、车辆位置信息和车辆状态信息，判断相邻两辆自动驾驶公交车的间距是否小于设定间距阈值，如是，判定为串车情况，执行步骤D4＇)；否则，执行步骤D2＇)；
D2＇)判断所述自动驾驶公交的行驶速度是否持续一定时间低于设定速度阈值，如是，判定为堵车情况，执行步骤D4＇)；否则，执行步骤D3＇)；
D3＇)判断所述自动驾驶公交的车辆状态信息是否反馈报警，如是，判定为车辆状态异常情况，执行步骤D5＇)；否则，返回步骤D1＇)；
D4＇)所述智能调度系统根据所述自动驾驶公交的行驶速度和车辆位置信息，采用间隔均衡模型计算需调整的自动驾驶公交的行驶速度，并将速度指令发送给对应的自动驾驶公交，使各自动驾驶公交的间隔处于合适的范围；
D5＇)所述智能调度系统根据当前线路行驶的自动驾驶公交的客流量以及异常自动驾驶公交上的乘客数目采取相应的调度策略。
5.根据权利要求4所述的自动驾驶公交的智能调度方法，其特征在于，在所述步骤D5＇)中，如果是异常自动驾驶公交的车上乘客小于第一设定人数，且所述异常自动驾驶公交的下一自动驾驶公交上的人数少于第二设定人数，则所述智能调度系统发送行驶速度指令给所述异常自动驾驶公交的下一自动驾驶公交，使其尽快到异常自动驾驶公交位置并将异常自动驾驶公交上的乘客接送；如果所述异常自动驾驶公交上的乘客大于或等于所述第一设定人数，或距离所述异常自动驾驶公交最近的下一自动驾驶公交上的人数大于或等于所述第二设定人数，则所述智能调度系统安排备用自动驾驶公交到所述异常自动驾驶公交的位置接送所述异常自动驾驶公交的乘客。
6.根据权利要求5所述的自动驾驶公交的智能调度方法，其特征在于，对于所述串车情况和堵车情况，以及所述车辆状态异常情况中的部分情况，所述智能调度系统采用间隔均衡模型调整所述自动驾驶公交的行驶速度，只调整所述异常自动驾驶公交及其之后的自动驾驶公交的行驶速度，所述异常自动驾驶公交之前的自动驾驶公交的行驶速度不进行调整。
7.根据权利要求6所述的自动驾驶公交的智能调度方法，其特征在于，所述间隔均衡模型的求解流程包括如下步骤：
A")确定所述异常自动驾驶公交的序号；
B")预估所述需调整的自动驾驶公交的行驶速度调整量；
C")在规定的间隔时间更新相邻两辆自动驾驶公交的间距；
D")计算所述相邻两辆自动驾驶公交间距的最大值与最小值的差，并判断是否小于某条线路自动驾驶公交的间距偏差阈值，如是，结束调整，执行步骤E")；否则，重复所述步骤B")和步骤C")；
E")异常处理后恢复正常运营。
8.根据权利要求1至3任意一项所述的自动驾驶公交的智能调度方法，其特征在于，在执行所述步骤A)中的静态调度方案或执行所述步骤D)中的动态调度方案时，其执行调度的流程包括：
A1)所述智能调度系统通过无线通信方式向车载终端发送静态调度指令或动态调度指令；所述静态调度指令或动态调度指令包括行驶路线指令、发车指令和行驶速度指令。
A2)所述车载终端将所述静态调度指令或动态调度指令通过CAN总线传送到自动驾驶系统；
A3)所述自动驾驶系统根据所述静态调度指令或动态调度指令控制所述自动驾驶公交行驶。
9.根据权利要求1至3任意一项所述的自动驾驶公交的智能调度方法，其特征在于，所述监测系统包括乘客流量检测模块、GIS地理信息模块、车辆定位模块、车辆行驶数据采集模块、无线通信模块和数据存储模块，所述乘客流量检测模块监测乘客客流量数据并将其通过所述无线通信模块传送到所述数据存储模块，所述GIS地理信息模块监测线路交通状况数据并将其传送到所述数据存储模块，所述车辆定位模块监测车辆位置信息并将其通过所述无线通信模块传送到所述数据存储模块，所述车辆行驶数据采集模块监测车辆运行状态信息并将其通过所述无线通信模块传送到所述数据存储模块。
CN201710708867.6A 2017-08-17 2017-08-17 自动驾驶公交的智能调度方法 Pending CN107481512A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710708867.6A CN107481512A (zh) 2017-08-17 2017-08-17 自动驾驶公交的智能调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710708867.6A CN107481512A (zh) 2017-08-17 2017-08-17 自动驾驶公交的智能调度方法

Publications (1)

Publication Number Publication Date
CN107481512A true CN107481512A (zh) 2017-12-15

Family

ID=60601757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710708867.6A Pending CN107481512A (zh) 2017-08-17 2017-08-17 自动驾驶公交的智能调度方法

Country Status (1)

Country Link
CN (1) CN107481512A (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537458A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种发车策略的显示方法和装置
CN108831151A (zh) * 2018-06-25 2018-11-16 青岛智能产业技术研究院 无人驾驶公交车应急调度系统及方法
CN109410618A (zh) * 2018-11-28 2019-03-01 交通运输部公路科学研究所 一种智能公交车路协同控制系统及其使用方法
CN109544969A (zh) * 2019-01-09 2019-03-29 张鸿青 公交车智能跳站运行方法及装置
CN109598417A (zh) * 2018-11-16 2019-04-09 浩鲸云计算科技股份有限公司 一种公交车辆断点乘降量与平均乘降量之比的计算方法
CN109767638A (zh) * 2018-12-17 2019-05-17 北京百度网讯科技有限公司 车辆控制方法、装置、设备及计算机可读存储介质
CN109785610A (zh) * 2019-01-24 2019-05-21 桂林远望智能通信科技有限公司 一种基于大数据的智能公交管理方法及系统
CN109859459A (zh) * 2019-02-22 2019-06-07 北京航空航天大学 一种自动驾驶公交调度优化方法
CN110288821A (zh) * 2019-07-11 2019-09-27 北京航空航天大学 一种人工驾驶公交和自动驾驶公交联合调度优化方法
CN110659794A (zh) * 2019-08-07 2020-01-07 北京航空航天大学 一种基于综合成本评估的公交车队置换方法
CN111125184A (zh) * 2019-11-23 2020-05-08 同济大学 基于时间序列结构性变点识别的公交客流动态监测方法
CN111210618A (zh) * 2018-11-22 2020-05-29 南京锦和佳鑫信息科技有限公司 自动网联公交道路系统
CN111599172A (zh) * 2020-04-30 2020-08-28 广东中科臻恒信息技术有限公司 基于车路协同的自动驾驶公交调度方法、设备、存储介质
CN112020734A (zh) * 2018-06-15 2020-12-01 沃尔沃建筑设备公司 用于识别至少两个车辆之间的事故情况的方法和控制单元
CN112419705A (zh) * 2020-11-06 2021-02-26 杭州图软科技有限公司 一种基于大数据的公交智能调度系统
CN113096376A (zh) * 2021-04-26 2021-07-09 广州通达汽车电气股份有限公司 一种串车判断方法、装置、设备及存储介质
CN113157797A (zh) * 2021-02-24 2021-07-23 华录智达科技股份有限公司 一种公交线路全日运行状态多维度图形化展示和调度方法
CN113496604A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 运行管理装置、运行管理方法、以及交通系统
CN113496605A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
CN113496346A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 运行管理装置、运行管理方法以及交通系统
CN113496603A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
CN113496608A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 车辆的运行管理装置、运行管理方法以及交通系统
CN113496611A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 车辆的运行管理装置、运行管理方法以及交通系统
CN113538952A (zh) * 2021-06-04 2021-10-22 深圳市城市交通规划设计研究中心股份有限公司 公交车间隔异常识别与预警系统、方法、设备及存储介质
CN115131979A (zh) * 2021-03-25 2022-09-30 丰田自动车株式会社 共乘系统以及共乘方法
CN116127210A (zh) * 2023-04-12 2023-05-16 深圳柯赛标识智能科技有限公司 一种信息数据推送系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571996A (zh) * 2009-06-10 2009-11-04 上海理工大学 城市公交智能化应急管理方法
CN103077605A (zh) * 2012-12-14 2013-05-01 中国航天系统工程有限公司 车辆的调度方法和装置
CN105955257A (zh) * 2016-04-29 2016-09-21 大连楼兰科技股份有限公司 基于固定路线的公交车自动驾驶系统及其驾驶方法
CN106485340A (zh) * 2015-08-31 2017-03-08 台北科技大学 自动驾驶车辆的派遣系统
CN106651175A (zh) * 2016-12-21 2017-05-10 驭势科技（北京）有限公司 无人驾驶车辆运营管理系统、总控平台、分控平台、车载计算装置和计算机可读存储介质
CN106875723A (zh) * 2017-04-12 2017-06-20 中南大学 一种智能公共交通的调度控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571996A (zh) * 2009-06-10 2009-11-04 上海理工大学 城市公交智能化应急管理方法
CN103077605A (zh) * 2012-12-14 2013-05-01 中国航天系统工程有限公司 车辆的调度方法和装置
CN106485340A (zh) * 2015-08-31 2017-03-08 台北科技大学 自动驾驶车辆的派遣系统
CN105955257A (zh) * 2016-04-29 2016-09-21 大连楼兰科技股份有限公司 基于固定路线的公交车自动驾驶系统及其驾驶方法
CN106651175A (zh) * 2016-12-21 2017-05-10 驭势科技（北京）有限公司 无人驾驶车辆运营管理系统、总控平台、分控平台、车载计算装置和计算机可读存储介质
CN106875723A (zh) * 2017-04-12 2017-06-20 中南大学 一种智能公共交通的调度控制方法及系统

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537458A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种发车策略的显示方法和装置
CN112020734A (zh) * 2018-06-15 2020-12-01 沃尔沃建筑设备公司 用于识别至少两个车辆之间的事故情况的方法和控制单元
CN108831151A (zh) * 2018-06-25 2018-11-16 青岛智能产业技术研究院 无人驾驶公交车应急调度系统及方法
CN108831151B (zh) * 2018-06-25 2020-04-07 青岛智能产业技术研究院 无人驾驶公交车应急调度系统及方法
CN109598417A (zh) * 2018-11-16 2019-04-09 浩鲸云计算科技股份有限公司 一种公交车辆断点乘降量与平均乘降量之比的计算方法
CN111210618A (zh) * 2018-11-22 2020-05-29 南京锦和佳鑫信息科技有限公司 自动网联公交道路系统
CN111210618B (zh) * 2018-11-22 2022-06-07 上海丰豹商务咨询有限公司 自动网联公交道路系统
CN109410618A (zh) * 2018-11-28 2019-03-01 交通运输部公路科学研究所 一种智能公交车路协同控制系统及其使用方法
CN109767638A (zh) * 2018-12-17 2019-05-17 北京百度网讯科技有限公司 车辆控制方法、装置、设备及计算机可读存储介质
CN109544969A (zh) * 2019-01-09 2019-03-29 张鸿青 公交车智能跳站运行方法及装置
CN109544969B (zh) * 2019-01-09 2020-12-15 张鸿青 公交车智能跳站运行方法及装置
CN109785610A (zh) * 2019-01-24 2019-05-21 桂林远望智能通信科技有限公司 一种基于大数据的智能公交管理方法及系统
CN109859459A (zh) * 2019-02-22 2019-06-07 北京航空航天大学 一种自动驾驶公交调度优化方法
CN110288821A (zh) * 2019-07-11 2019-09-27 北京航空航天大学 一种人工驾驶公交和自动驾驶公交联合调度优化方法
CN110288821B (zh) * 2019-07-11 2020-05-12 北京航空航天大学 一种人工驾驶公交和自动驾驶公交联合调度优化方法
WO2021004115A1 (zh) * 2019-07-11 2021-01-14 北京航空航天大学 一种人工驾驶公交和自动驾驶公交联合调度优化方法
CN110659794A (zh) * 2019-08-07 2020-01-07 北京航空航天大学 一种基于综合成本评估的公交车队置换方法
CN110659794B (zh) * 2019-08-07 2022-04-26 北京航空航天大学 一种基于综合成本评估的公交车队置换方法
CN111125184A (zh) * 2019-11-23 2020-05-08 同济大学 基于时间序列结构性变点识别的公交客流动态监测方法
CN113496611A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 车辆的运行管理装置、运行管理方法以及交通系统
CN113496346B (zh) * 2020-04-02 2024-04-26 丰田自动车株式会社 运行管理装置、运行管理方法以及交通系统
CN113496604A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 运行管理装置、运行管理方法、以及交通系统
CN113496605A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
CN113496346A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 运行管理装置、运行管理方法以及交通系统
CN113496603A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
CN113496608A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 车辆的运行管理装置、运行管理方法以及交通系统
US11914396B2 (en) 2020-04-02 2024-02-27 Toyota Jidosha Kabushiki Kaisha Operation management apparatus and operation management method of autonomous travel vehicle
CN113496611B (zh) * 2020-04-02 2023-02-17 丰田自动车株式会社 车辆的运行管理装置、运行管理方法以及交通系统
CN113496603B (zh) * 2020-04-02 2023-11-14 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
US11769089B2 (en) 2020-04-02 2023-09-26 Toyota Jidosha Kabushiki Kaisha Operation management apparatus of vehicle, operation management method, and transportation system
CN111599172A (zh) * 2020-04-30 2020-08-28 广东中科臻恒信息技术有限公司 基于车路协同的自动驾驶公交调度方法、设备、存储介质
CN112419705A (zh) * 2020-11-06 2021-02-26 杭州图软科技有限公司 一种基于大数据的公交智能调度系统
CN113157797A (zh) * 2021-02-24 2021-07-23 华录智达科技股份有限公司 一种公交线路全日运行状态多维度图形化展示和调度方法
CN113157797B (zh) * 2021-02-24 2024-03-29 华录智达科技股份有限公司 一种公交线路全日运行状态多维度图形化展示和调度方法
CN115131979A (zh) * 2021-03-25 2022-09-30 丰田自动车株式会社 共乘系统以及共乘方法
CN115131979B (zh) * 2021-03-25 2023-09-29 丰田自动车株式会社 共乘系统以及共乘方法
CN113096376B (zh) * 2021-04-26 2022-06-17 广州通达汽车电气股份有限公司 一种串车判断方法、装置、设备及存储介质
CN113096376A (zh) * 2021-04-26 2021-07-09 广州通达汽车电气股份有限公司 一种串车判断方法、装置、设备及存储介质
CN113538952A (zh) * 2021-06-04 2021-10-22 深圳市城市交通规划设计研究中心股份有限公司 公交车间隔异常识别与预警系统、方法、设备及存储介质
CN116127210A (zh) * 2023-04-12 2023-05-16 深圳柯赛标识智能科技有限公司 一种信息数据推送系统及方法

Similar Documents

Publication Publication Date Title
CN107481512A (zh) 自动驾驶公交的智能调度方法
CN108932862B (zh) 一种自动驾驶车辆调度方法和装置
US7394404B2 (en) System and method for controlling public transportation
CN103236177B (zh) 一种基于车网路多系统融合的智能交互系统的控制方法
CN109118758A (zh) 一种面向移动共享的智能网联交通管理系统
CN109255972B (zh) 一种基于大数据的地面公交固定线路时刻表的优化方法
CN106504516A (zh) 一种基于公交站点信息化的多形式公交动态调度方法
CN103186981B (zh) 一种大型警卫任务精确指挥调度系统及方法
CN113628473B (zh) 一种智能公交车辆响应式停站计划与动态调度系统
US20220169138A1 (en) Method for planning a power exchange between a charging infrastructure and an electricity supply grid
CN110276975A (zh) 一种自动驾驶车辆分流调度方法及系统
CN111487931A (zh) 一种agv异常时的处理方法和装置
CN113175939A (zh) 纯电动汽车行程规划方法及系统
CN112465177B (zh) 一种基于大数据分析的公交线路优化系统及方法
CN110853374B (zh) 一种基于无人驾驶技术的共享汽车调度方法及系统
CN115892034A (zh) 一种公交车到站的控制方法及服务器
CN106096793A (zh) 基于拥塞感知的周期性优化的电动汽车充电决策方法
Oshyani et al. Real-time bus departure time predictions: Vehicle trajectory and countdown display analysis
CN106568455A (zh) 一种电动汽车低电量处理方法及电动汽车
CN116151538A (zh) 一种应用于智能公交需求均衡式调度的仿真系统及方法
CN116153060A (zh) 一种应用于智能公交的乘客周期性行为模式的需求响应车辆调度方法及系统
CN116109081A (zh) 一种基于物联网的动态公交调度优化方法和装置
CN115762131A (zh) 一种应用于公共交通的智能行车计划编制方法及系统
CZ20011464A3 (cs) Způsob stanovení jízdních časů a prognóz jízdních časů v dopravní síti s pouľitím polohování mobilních telefonů a systém k provedení způsobu
CN109859458B (zh) 一种基于车辆大数据的车辆调度方法及系统

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: 20171215