CN107564292B - 基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 - Google Patents
基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 Download PDFInfo
- Publication number
- CN107564292B CN107564292B CN201710997621.5A CN201710997621A CN107564292B CN 107564292 B CN107564292 B CN 107564292B CN 201710997621 A CN201710997621 A CN 201710997621A CN 107564292 B CN107564292 B CN 107564292B
- Authority
- CN
- China
- Prior art keywords
- time
- bus
- passengers
- waiting
- mac address
- 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.)
- Active
Links
Images
Abstract
本发明提供一种基于站点WiFi和车载移动终端的乘客等车时间规律估计方法，通过在站点布设Wi‑Fi检测设备，检测站点附近设备检测范围内移动终端的MAC地址数据；在公交车上布设移动终端，根据站点Wi‑Fi检测到车载移动终端MAC信号的时间确定各线路公交车的进站和出站时间。通过信号持续时间、公交车进出站时间与站点用户MAC地址被检测到的时间的相近关系筛选出等车乘客的有效MAC数据，区分不同公交线路的乘客；对不同线路，不同时间段公交车乘客的等车时间进行统计分析，找到乘客等车时间的时空分布规律，为交管部门合理调度公交班次，减少公交乘客等车时间，提高公共交通系统的效率提供了技术支持和科学依据。
Description
技术领域
本发明涉及智能交通管理方法，尤其涉及一种将站点Wi-Fi检测MAC信息和车载移动终端相结合的乘客等车时间规律估计方法。
背景技术
在我国，即便是在轨道交通较为发达的大中城市，公交系统仍然是城市客运交通的重要组成部分，也是城市重要的基础设施，其规划与运营的优劣对城市的可持续发展至关重要。乘客等车时间作为反映公交系统运营效率和服务水平的基本指标之一,在很大程度上决定了城市公交系统的客运量。现有的公交车发车基本都是按统一固定的频率发车，导致有些公交乘客因等待时间过长而放弃公交出行这种出行方式。随着智能手机和Wi-Fi的大量普及，智能公交是未来公共交通发展的必然模式，对减少乘客等车时间，提高公交系统的运营效率和服务水平有着重大的意义。
当下对智能公交方面的研究虽发展迅速，但仍然处于初步研究阶段，存在较多不足有待改进：现有研究常见的基于站点Wi-Fi和车载GPS的公交客流O-D及等车时间规律估计方法，由于公交车停靠地点受公交司机行车习惯和各种交通条件影响较大，故车载GPS对公交车停靠站点的定位存在一定偏差，结果误差较大；利用车载Wi-Fi和车载GPS估计OD，研究公交车实时人数，但由于车载Wi-Fi设备扫描范围有限，无法估计站台上实时等车人数及其等车规律；现有专利中的Wi-Fi检测设备仅能检测到连接Wi-Fi的用户的MAC地址数据，与实际相比误差较大。故本发明选择在站台布设无需用户连接Wi-Fi即可检测到用户MAC地址数据的Wi-Fi检测设备，在公交车上安装移动终端来对公交乘客等车时间规律进行估计。
发明内容
发明目的：为了解决现有技术存在的问题，本发明的目的是提供一种基于站点Wi-Fi检测和车载移动终端，利用R软件进行筛选的公交乘客等车时间规律估计方法。
技术方案：一种基于站点WiFi检测和车载移动终端的公交乘客等车时间规律估计方法，包括如下步骤：
(1)数据采集：在站点布设Wi-Fi检测设备，以既定的频率收集并记录站点附近设备扫描范围内的移动终端的MAC地址数据，MAC信号接入时间、退出时间；所述步骤(1)基于站点布设Wi-Fi检测设备的RFID和蓝牙技术，对公交站附近用户的移动终端的MAC地址进行数据采集，用户的移动终端通过Wi-Fi射频方式传输信息并最终在检测设备上生成MAC地址数据和MAC信号接入、退出时刻。
(2)数据初步筛选：对步骤(1)得到的数据，计算MAC信号持续时间，对乘客有效MAC信息进行筛选；其具体步骤如下：
(21)提取上述步骤(1)中采集得到的数据信息，将时间信息转化为Unix时间戳格式，以便于后续用R软件处理数据；
(22)利用R软件处理上述数据，根据Wi-Fi检测的MAC信号接入时间与退出时间之差，得到每个MAC地址信号在站台附近的持续时间
(23)根据公交车停站时间和相邻班次公交车到站时间间隔定出合理的乘客等车时间阈值范围，将持续时间
不在阈值范围内的信息剔除，即排除公交车站附近经过的车辆和行人的影响。
(3)停站时间确定：基于站点布设的Wi-Fi检测装置，根据检测到的车载移动终端的MAC地址信号的时间确定公交车停站时间，其具体操作方法为：
(31)根据与车载移动终端唯一对应的MAC地址信息，提取出各站点检测到的公交车移动终端的MAC地址数据；
(32)对各站点检测到的公交车移动终端的MAC地址数据进行整理，基于时间顺序对其进行排序，得到每个站点公交车移动终端MAC地址数据的扫描时间列表；
(33)根据上述步骤(32)得到的公交车移动终端MAC地址数据的扫描时间列表确定公交车进站和出站时刻。取该站点MAC地址第一次被检测到的时间作为公交车进站时刻，MAC地址最后一次被检测到的时间作为公交车出站时刻；
(4)等车乘客筛选：对上述步骤(3)得到的数据进一步筛选，筛选出MAC信号接入时刻在公交车进站时刻之前且两者相差超过1s，MAC信号退出时刻与公交车出站时刻相近的MAC信号，认为其为等车乘客对应的MAC信号；
(5)等车时间确定：统计上述步骤(4)筛选后得到的MAC信号，计算MAC信号的持续时间，即对应公交乘客的等车时间；
所述步骤(5)利用步骤(4)处理所得到的等车乘客信息，统计其MAC信号的持续时间，即为用户在该站台等车的时间。
(6)数据分析：对不同线路、同一线路不同时段的乘客等车时间进行统计分析，得到乘客等车时间规律；其具体分析过程如下：
(61)对同一线路不同时间段的乘客等车时间进行统计分析，分别计算工作日早、晚高峰和平峰，工作日和周末乘客的等车平均时长并进行分析比较，确定乘客等车情况的时间分布规律；
(62)对不同线路相同时间段的乘客等车情况进行统计分析，计算同一站点不同线路乘客的等车平均时长并进行比较分析，确定乘客等车情况的空间分布规律；
(63)对上述得到的时、空分布规律利用合适的数学模型拟合，动态调整时间阈值范围，使拟合度达到最优；
(64)以上述步骤得到的乘客等车情况时空分布规律为依据合理安排公交班次，减少公交乘客等车时间，提高公交出行的效率。
上述步骤(1)采用Wi-Fi探针设备，该设备基于Wi-Fi探测技术来识别附近已开启Wi-Fi的智能手机或者Wi-Fi终端(笔记本，平板电脑等)的AP(无线访问接入点)，无需用户接入Wi-Fi，Wi-Fi探针就能够识别并记录移动终端的MAC地址信息和信号接入、退出时刻；
上述步骤(23)根据实地交通调查与大量的实际统计，定出合理的公交乘客候车时间阈值[td，tv]；根据公交车在站点实际停靠时间统计获得公交车在公交站点的最短停靠时间来确定持续时间的阈值下限td,根据整条公交线路相邻班次到站时间间隔最大值确定持续时间阈值上限tv。当持续时间
超出阈值范围则认为不属于合理候车时间，该MAC地址属于无效地址，是干扰数据，应当剔除。
(4)利用步骤(3)所得公交车进站和出站时刻，结合MAC信号接入与退出时间，进行数据处理，排除主要干扰数据：
(41)利用R程序筛选出MAC信号接入时刻在公交车进站时刻之前且两者相差超过1s的MAC地址数据，排除进站时公交车上已有乘客产生的干扰数据；
(42)利用R软件筛选出MAC信号消失时刻与公交车出站时刻相近的MAC地址数据，排除同站台其他线路等车乘客产生的干扰数据；
有益效果：
本发明可以有效利用站点Wi-Fi和车载移动终端的设备优势，精确估计公交乘客等车时间规律，并安排适当的等车时间缓解等车乘客的焦急情绪、方便乘客乘坐或换乘公交车,为公交管理部门科学管理、调度公交车辆提供依据；在站点布设Wi-Fi检测装置，结合车载移动终端，以R软件为主要大数据处理平台，通过数据处理得到各公交线路各站点的乘客等车时间；对不同情况下各线路公交车乘客的等车时间进行统计分析，找到时空分布规律，以此为依据可以合理实时调度公交班次和实时安排设置公交车停靠站台，减少公交乘客等车时间，提高公交出行的效率。
附图说明
图1为公交乘客等车时间规律估计方法的流程图；
图2为站点Wi-Fi检测示意图；
图3为公交移动终端MAC地址数据扫描时间列表示意图；
图4为公交车进站和出站时间确定方法流程图；
图5为乘客等车时间提取过程示意图。
具体实施方式
以下结合附图所示实施例对本发明作进一步的说明
本发明提供一种基于站点Wi-Fi检测和车载移动终端，以R软件为主要数据处理平台进行筛选的公交乘客等车时间规律估计方法。通过在站点布设Wi-Fi检测设备，可以检测到站点附近设备检测范围内移动终端的MAC地址数据；在公交车布设移动终端，根据站点Wi-Fi检测到车载移动终端MAC信号的时间确定各线路公交车的进站和出站时间。通过信号持续时间、公交车进出站时间与MAC地址被检测时间的相近关系筛选出等车乘客的有效MAC数据；通过MAC地址信号消失时间与公交车出站时间相匹配，区分不同公交线路的乘客，得到某一具体线路等车乘客MAC地址信号的持续时间即为等车时间。对不同线路，不同时间段公交车乘客的等车时间进行统计分析，找到乘客等车时间的时空分布规律。
图1为本发明的流程图，本实例中，基于Wi-Fi检测和车载移动终端，利用R软件进行筛选的公交乘客等车时间规律估计方法，主要可以分为以下六个阶段；
(1)数据采集：在站点布设Wi-Fi检测设备，以既定的频率收集并记录站点附近设备扫描范围内的移动终端MAC地址数据，信号接入时间time1、退出时间time2；图2为站点Wi-Fi检测示意图；
站点布设的Wi-Fi检测设备扫描到的Mac地址信息在采集结束后以csv文件格式导出，图3为公交移动终端MAC地址数据扫描时间列表示意图；数据格式如表1所示。关键数据信息包括时间戳和对应时刻扫描到的不同的Mac地址标号ID；
表1
| MAC | BTtime | ID | |
| 1 | 00:01:7A:6C:83:82 | 1.48E+09 | 229 |
| 2 | 00:01:7A:89:A3:E2 | 1.48E+09 | 1781 |
| 3 | 00:03:0F:39:C2:00 | 1.48E+09 | 579 |
| 4 | 00:03:0F:39:C2:00 | 1.48E+09 | 579 |
| 5 | 00:03:0F:42:A5:20 | 1.48E+09 | 783 |
(2)数据初步筛选：利用上述步骤(1)Wi-Fi检测到的MAC信号接入时间time1和退出时间time2，统计计算每个MAC信号的持续时间
设立合理的时间阈值[td,tv]，将持续时间不在时间阈值范围内的MAC地址数据筛除(排除公交车站附近经过的车辆和行人的影响)；
利用R软件处理上述数据，得到Wi-Fi检测的信号接入时间与退出时间之差，得到每个MAC地址信号在站台附近的持续时间
根据公交车停站时间和相邻班次公交车到站时间间隔定出合理的乘客等车时间阈值范围，将持续时间
不在阈值范围内的信息剔除，得到表2；
表2
(3)进出站时间确定：图4为公交车进站和出站时间确定方法流程图，基于站点布设的Wi-Fi检测装置，根据检测到的车载移动终端的MAC地址信号确定公交车的进站和出站时间；将车载移动终端的MAC地址信号作为唯一标识，区分不同线路的公交车，将站点检测到的车载移动终端MAC地址数据基于时间顺序排序，取该站点MAC地址第一次被检测到的时间作为公交车进站时刻TIME1，MAC地址最后一次被检测到的时间作为公交车出站时刻TIME2；
(4)等车乘客筛选：筛选出MAC信号接入时刻在公交车进站时刻之前且两者相差超过1s(TIME1-time1>1)，MAC信号退出时刻与公交车出站时刻相近(|TIME2-time2|≤1)的MAC信号；
(5)等车时间确定：统计上述步骤(4)筛选后得到的MAC信号，计算MAC信号的持续时间
即对应上车乘客的等车时间tw；图5为乘客等车时间提取过程示意图。
(6)数据分析：对不同线路、同一线路不同时段的乘客等车时间进行统计分析，得到乘客等车时间规律；
(61)对同一线路不同时间段的乘客等车时间进行统计分析，分别计算工作日早、晚高峰和平峰，工作日和周末乘客的等车平均时长并进行分析比较，确定乘客等车情况的时间分布规律；
(62)对不同线路相同时间段的乘客等车情况进行统计分析，计算同一站点不同线路乘客的等车平均时长并进行比较分析，确定乘客等车情况的空间分布规律；
(63)对上述得到的时、空分布规律利用合适的数学模型拟合，动态调整时间阈值范围，使拟合度达到最优；
(64)以上述步骤得到的乘客等车情况时空分布规律为依据合理安排公交班次，减少公交乘客等车时间，提高公交出行的效率。
Claims (6)
1.一种基于站点Wi-Fi检测和车载移动终端相结合的公交乘客等车时间规律估计方法，其特征在于：包括以下步骤：
(1)数据采集：在站点布设Wi-Fi检测设备，以既定的频率收集并记录站点附近设备扫描范围内的移动终端MAC地址数据，信号接入时间、退出时间；
(2)数据初步筛选：利用上述步骤(1)Wi-Fi检测到的MAC信号接入时间和退出时间，统计计算每个MAC信号的持续时间；设立合理的时间阈值，将持续时间不在时间阈值范围内的MAC地址数据筛除；
(3)进出站时间确定：基于站点布设的Wi-Fi检测设备，根据检测到车载移动终端的MAC地址信号的时间确定公交车停站时间；将不同车载移动终端的MAC地址信号作为唯一标识，区分不同线路的公交车，将Wi-Fi检测设备检测到的同一个车载移动终端MAC地址数据基于时间顺序排序，取该站点MAC地址第一次被检测到的时间作为公交车进站时刻，MAC地址最后一次被检测到的时间作为公交车出站时刻；
(4)等车乘客筛选：筛选出MAC信号接入时刻在公交车进站时刻之前且两者相差超过1s，MAC信号退出时刻与公交车出站时刻相近的MAC信号；所述相近指MAC信号退出时刻与公交车出站时刻相差不超过1s；
(5)等车时间确定：统计上述步骤(4)筛选后得到的不同线路等车乘客的MAC信号，计算MAC信号的持续时间，即对应上车乘客的等车时间；
(6)数据分析：对不同线路相同时段、同一线路不同时段的乘客等车时间进行统计分析，得到乘客等车时间规律。
2.根据权利要求书1所述的公交乘客等车时间规律估计方法，其特征在于：所述步骤(2)根据持续时间对提取的数据进行初步筛选，其具体操作方法为：
(21)提取步骤(1)中所采集得到的数据信息，将时间信息转化为标准Unix时间戳格式，以便于后续用R软件处理数据；
(22)根据步骤(1)Wi-Fi检测的信号接入时间与退出时刻之差，得到每个MAC地址信号在站台附近的持续时间
(23)根据公交车停站时间和相邻班次公交车到站时间间隔确定乘客等车时间阈值范围，将持续时间
不在阈值范围内的信息剔除，即排除公交车站附近经过的车辆和行人的影响。
3.根据权利要求书2所述的公交乘客等车时间规律估计方法，其特征在于：所述步骤(23)根据实地交通调查与大量的实际统计，定出合理的公交乘客候车时间阈值[td,tv]，当持续时间
超出阈值范围则认为不属于合理候车时间，该MAC地址属于无效地址，是干扰数据，应当剔除；根据公交车在站点实际停靠时间统计获得公交车在公交站点的最短停靠时间来确定所述持续时间的阈值下限td，根据整条公交线路相邻班次到站时间间隔最大值确定所述持续时间阈值上限tv。
4.根据权利要求书1所述的公交乘客等车时间规律估计方法，其特征在于：所述步骤(3)确定公交车进站和出站的时刻，具体步骤为：
(31)根据与车载移动终端唯一对应的MAC地址信息，提取出各站点检测到的公交车移动终端的MAC地址数据；
(32)对各站点检测到的公交车移动终端的MAC地址数据进行整理，基于时间顺序对其进行排序，得到每个站点公交车移动终端MAC地址数据的扫描时间列表；
(33)根据上述步骤(32)得到的公交车移动终端MAC地址数据的扫描时间列表确定公交车进站和出站时刻；取该站点MAC地址第一次被检测到的时间作为公交车进站时刻，MAC地址最后一次被检测到的时间作为公交车出站时刻。
5.根据权利要求书1所述的公交乘客等车时间规律估计方法，其特征在于：所述步骤(4)利用R软件对之前所得数据进行筛选，剔除干扰信息，得到等车乘客的MAC地址信息，其具体步骤：
(41)鉴于站点布设的Wi-Fi检测设备检测到的用户信息包含公交车上已有乘客，为排除干扰，需利用R程序筛选出用户MAC信号接入时刻在公交车进站时刻之前且两者相差超过1s的MAC地址数据；
(42)鉴于同车站等车乘客等车线路不一，就单条公交线路而言，需要排除同车站其他等车乘客的干扰，故利用R软件筛选出用户MAC信号消失时刻与公交车出站时刻相近的MAC地址数据。
6.根据权利要求书1所述的公交乘客等车时间规律估计方法，其特征在于：所述步骤(6)的具体步骤包括：
(61)对同一线路不同时间段的乘客等车时间进行统计分析，分别计算工作日早、晚高峰和平峰，工作日和周末乘客的等车平均时长并进行分析比较，确定乘客等车情况的时间分布规律；
(62)对不同线路相同时间段的乘客等车情况进行统计分析，计算同一站点不同线路乘客的等车平均时长并进行比较分析，确定乘客等车情况的空间分布规律；
(63)对上述得到的时、空分布规律利用合适的数学模型拟合，动态调整时间阈值范围，使拟合度达到最优；
(64)以上述步骤得到的乘客等车情况时空分布规律为依据合理安排公交班次，减少公交乘客等车时间，提高公交出行的效率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710997621.5A CN107564292B (zh) | 2017-10-24 | 2017-10-24 | 基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710997621.5A CN107564292B (zh) | 2017-10-24 | 2017-10-24 | 基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107564292A CN107564292A (zh) | 2018-01-09 |
| CN107564292B true CN107564292B (zh) | 2020-03-31 |
Family
ID=60987207
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710997621.5A Active CN107564292B (zh) | 2017-10-24 | 2017-10-24 | 基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107564292B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108242154A (zh) * | 2018-03-09 | 2018-07-03 | 同济大学 | 一种实时检测道路车辆行程车速的方法及系统 |
| CN110615001B (zh) * | 2019-09-27 | 2021-04-27 | 汉纳森（厦门）数据股份有限公司 | 一种基于can数据的驾驶安全提醒方法、装置及介质 |
| CN110751830B (zh) * | 2019-09-30 | 2021-11-23 | 江苏大学 | 一种集计公交物理站点平均等车时间的方法及系统 |
| CN113140102B (zh) * | 2021-04-10 | 2022-07-12 | 温州大学 | 一种公共交通的线路优化系统及方法 |
| CN113112800B (zh) * | 2021-04-10 | 2022-06-10 | 杭州华量软件有限公司 | 一种基于乘客信息完善采集的交通工具动态调度系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103700174A (zh) * | 2013-12-26 | 2014-04-02 | 中国电子科技集团公司第三十三研究所 | 一种基于wifi身份识别的公交客流数据采集及od分析方法 |
| CN105869388A (zh) * | 2016-05-31 | 2016-08-17 | 苏州朗捷通智能科技有限公司 | 一种公交客流数据采集及起讫点的分析方法及系统 |
| CN106211045A (zh) * | 2016-08-25 | 2016-12-07 | 上海市政工程设计研究总院（集团）有限公司 | 公交站台客流检测系统及方法 |
| CN106297288A (zh) * | 2016-08-23 | 2017-01-04 | 同济大学 | 一种公交乘客客流数据采集与分析方法 |
| CN106448169A (zh) * | 2016-11-23 | 2017-02-22 | 重庆交通大学 | 基于wifi的公交客流实时监测系统、数据处理方法 |
-
2017
- 2017-10-24 CN CN201710997621.5A patent/CN107564292B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103700174A (zh) * | 2013-12-26 | 2014-04-02 | 中国电子科技集团公司第三十三研究所 | 一种基于wifi身份识别的公交客流数据采集及od分析方法 |
| CN105869388A (zh) * | 2016-05-31 | 2016-08-17 | 苏州朗捷通智能科技有限公司 | 一种公交客流数据采集及起讫点的分析方法及系统 |
| CN106297288A (zh) * | 2016-08-23 | 2017-01-04 | 同济大学 | 一种公交乘客客流数据采集与分析方法 |
| CN106211045A (zh) * | 2016-08-25 | 2016-12-07 | 上海市政工程设计研究总院（集团）有限公司 | 公交站台客流检测系统及方法 |
| CN106448169A (zh) * | 2016-11-23 | 2017-02-22 | 重庆交通大学 | 基于wifi的公交客流实时监测系统、数据处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于WiFi身份识别和公交IC卡数据的公交客流起讫点分析;张游杰 等;《计算机应用》;20140630;第34卷(第S1期);第309-311、314页 * |
| 基于移动wifi的公交车辆客流检测系统研究;宓恬;《中国公共安全》;20170901;第80-83页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107564292A (zh) | 2018-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107564292B (zh) | 基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 | |
| CN107798869B (zh) | 基于站点WiFi和车载GPS的公交乘客客流采集与分析方法 | |
| CN107845259B (zh) | 公交运行情况实时反馈系统及公交实时运行数据处理方法 | |
| CN107767669B (zh) | 基于WiFi和蓝牙识别的公交线路客流OD估计方法 | |
| CN107766981B (zh) | 基于站点WiFi的公交客流OD估计及短时预测方法 | |
| CN107818411B (zh) | 基于WiFi检测和GPS定位的公交车动态调度系统及调度方法 | |
| CN108156626B (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
| CN104217592B (zh) | 人流量统计方法、设备及系统 | |
| CN108109423B (zh) | 基于WiFi室内定位的地下停车场智能导航方法及系统 | |
| CN107844856B (zh) | 基于车载GPS和站点WiFi的公交车客流预测方法 | |
| CN102869037B (zh) | 一种基于A口和Abis口信令数据的高速铁路用户分离方法 | |
| CN101794516B (zh) | 基于手机信息的路段速度计算方法 | |
| WO2015096400A1 (zh) | 一种利用移动通信数据挖掘进行公交规划的方法 | |
| CN103700174A (zh) | 一种基于wifi身份识别的公交客流数据采集及od分析方法 | |
| CN105046944A (zh) | 扫描手机mac地址的公交车客流数据采集方法 | |
| CN105390013A (zh) | 一种利用公交ic卡预测公交到站时间的方法 | |
| CN101510357A (zh) | 一种基于手机信号数据检测交通状态的方法 | |
| CN101807343A (zh) | 一种基于浮动车交通信息的处理方法及处理系统 | |
| CN102722984A (zh) | 一种实时路况监控方法 | |
| CN108108897B (zh) | 一种轨道交通客流清分方法、系统及电子设备 | |
| CN102708689A (zh) | 一种实时路况监控系统 | |
| CN102881155A (zh) | 基于出租车智能终端的乘降热点区域分析的方法 | |
| CN110460962A (zh) | 轨道交通用户识别方法和装置 | |
| CN105096584A (zh) | 一种交通决策支持方法、装置及系统 | |
| CN109714791B (zh) | 一种基于双WiFi探针的公交客流检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |