CN108009685B - 一种用于城市公共交通的智能移动终端 - Google Patents
一种用于城市公共交通的智能移动终端 Download PDFInfo
- Publication number
- CN108009685B CN108009685B CN201711281804.3A CN201711281804A CN108009685B CN 108009685 B CN108009685 B CN 108009685B CN 201711281804 A CN201711281804 A CN 201711281804A CN 108009685 B CN108009685 B CN 108009685B
- Authority
- CN
- China
- Prior art keywords
- station
- user
- destination
- public transportation
- public transport
- 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
Classifications
-
- 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"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明给出了一种用于城市公共交通的智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,所述中央控制器被构造成指引用户使用公共交通工具从出发地到达目的地。
Description
技术领域
本申请涉及智能交通领域,具体来说,其涉及用于用于城市公共交通的一种智能移动终端。
背景技术
一方面随着具备GPS的智能移动终端的快速发展,智能交通系统和在线地图服务已经普及并可用于人的移动跟踪和预测。如一个例子,在许多大城市,人群通常在高峰时段非常巨大(例如数百万通勤者在上午7:00至上午8:30左右旅行)。一旦如地铁站等交通站点过分拥挤,出行的时间成本会急剧增加。而很多时候出行者都是根据经验出行,认为目前某地铁站不拥挤而全部涌向该地铁站换乘而使得附近的地铁站空闲等等。
而另一方面,目前的智能交通系统和在线地图服务却几乎都把注意力放在车辆出行的指引上,例如出行的导航上详细的显示拥堵路段的所在并给出出行的建议路线,很少有人关心使用公共交通系统的拥堵带来的不便,但是大力发展和鼓励使用公共交通才是低碳和环保的做法。
因此,如何指引人群正确的使用公共交通系统,避开拥堵的人流,使得公共交通系统得到高效的利用而提升人们使用公共交通的使用感观,进而使得更多的人使用公共交通,是一件一举多得的工作。
发明内容
本发明给出了一种智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
其特征在于,所述中央控制器被构造成,根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下所述步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d;
(2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E),其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合;
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
(5)根据所述全部可能路线的所有时间成本进行路径寻优;
(6)将所述寻优的结果提供给用户,以指引其使用公共交通工具。
进一步的,所述拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc。
进一步的,所述所有时间成本包括固定时间成本和转站时间成本。
进一步的,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
其中w0为路段的固定时间系数,其通过统计一般时段时同行所述路段的平均时间获取,τ为高峰加权系数,σ为低谷加权系数,高峰加权系数和低谷加权系数均通过统计获取。
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间。
进一步的,所述公共交通包括地铁和/或公交。
具体实施例
实施例一。
本发明给出了一种用于城市公共交通的智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
所述中央控制器被构造成根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下所述步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d;
(2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E);
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
(5)比较所述全部可能路线的所有时间成本;
(6)将所述比较的结果通过智能终端的触摸屏提供给用户,以指引其使用公共交通工具;
其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合。
进一步的,所述获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d具体包括,根据用户的定位信息获取拥挤程度poc低于预设阈值且距离其出发地与目的地最近的公共交通站点作为所述源站s和目的站d。
进一步的,所述拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc。
进一步的,所述所有时间成本包括固定时间成本和转站时间成本。
进一步的,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
其中w0为路段的固定时间系数,其通过统计一般时段时同行所述路段的平均时间获取,τ为高峰加权系数,σ为低谷加权系数,高峰加权系数和低谷加权系数均通过统计获取。
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间。
实施例二。
本发明给出了一种用于城市公共交通的智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
所述中央控制器被构造成根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下所述步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d,具体包括,根据用户的定位信息获取拥挤程度poc低于预设阈值且距离其出发地与目的地最近的公共交通站点作为所述源站s和目的站d。
其中的拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc。
(2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E);
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
(5)比较所述全部可能路线的所有时间成本;
所有时间成本包括固定时间成本和转站时间成本。
进一步的,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
其中w0为路段的固定时间系数,其通过统计一般时段时同行所述路段的平均时间获取,τ为高峰加权系数,σ为低谷加权系数,高峰加权系数和低谷加权系数均通过统计获取。
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间。
(6)将所述比较的结果提供给用户,以指引其使用公共交通工具;
其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合。
实施例三。
本发明给出了一种用于城市公共交通的智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
所述中央控制器被构造成根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下所述步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d;
(2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E);
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
(5)比较所述全部可能路线的所有时间成本;
(6)将所述比较的结果提供给用户,以指引其使用公共交通工具;
其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合。
进一步的,所述获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d具体包括,根据用户的定位信息获取拥挤程度poc低于预设阈值且距离其出发地与目的地最近的公共交通站点作为所述源站s和目的站d。
进一步的,所述拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc。
进一步的,所述所有时间成本包括固定时间成本和转站时间成本。
进一步的,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
其中w0为路段的固定时间系数,其通过统计一般时段时同行所述路段的平均时间获取,τ为高峰加权系数,σ为低谷加权系数,高峰加权系数和低谷加权系数均通过统计获取。
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间。
实施例四。
本发明给出了一种智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
所述中央控制器被构造成根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下所述步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d,具体包括,根据用户的定位信息获取拥挤程度poc低于预设阈值且距离其出发地与目的地最近的公共交通站点作为所述源站s和目的站d。
其中的拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc。
(2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E);
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
所有时间成本包括固定时间成本和转站时间成本。
进一步的,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
其中w0为路段的固定时间系数,其通过统计一般时段时同行所述路段的平均时间获取,τ为高峰加权系数,σ为低谷加权系数,高峰加权系数和低谷加权系数均通过统计获取。
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间。
(5)根据所述全部可能路线的所有时间成本进行路径寻优,在本实施例中,使用了一种扩展的寻优算法来进行寻优,其算法简介如下:对于所述的G={V,E},初始时令S={V0},T=V-S={其余顶点},T中顶点对应的距离值,若存在<V0,Vi>,d(V0,Vi)为<V0,Vi>弧上的权值,若不存在<V0,Vi>,d(V0,Vi)为∞;然后从T中选取一个与S中顶点有关联边且权值最小的顶点W,加入到S中;对其余T中顶点的距离值进行修改:若加进W作中间顶点,从V0到Vi的距离值缩短,则修改此距离值;重复上述步骤2、3,直到S中包含所有顶点,即W=Vi为止。
(6)将所述寻优结果提供给用户,以指引其使用公共交通工具;
其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合。
实施例五。
本发明给出了一种智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
所述中央控制器被构造成根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下所述步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d,具体包括,根据用户的定位信息获取拥挤程度poc低于预设阈值且距离其出发地与目的地最近的公共交通站点作为所述源站s和目的站d。
其中的拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc。
(2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E);
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
所有时间成本包括固定时间成本和转站时间成本。
进一步的,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
其中w0为路段的固定时间系数,其通过统计一般时段时同行所述路段的平均时间获取,τ为高峰加权系数,σ为低谷加权系数,高峰加权系数和低谷加权系数均通过统计获取。
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间。
(5)根据所述全部可能路线的所有时间成本进行路径寻优,在本实施例中,使用了一种寻优的算法来进行寻优,其算法简介如下:同样对于所述的G={V,E},首先从任意一条单边路径开始。所有两点之间的距离是边的权,如果两点之间没有边相连,则权为无穷大。然后,对于每一对顶点u和v,看看是否存在一个顶点w使得从u到w再到v比已知的路径更短。如果是更新它。再把图用邻接矩阵G表示出来,如果从Vi到Vj有路可达,则G[i][j]=d,d表示该路的长度;否则G[i][j]=无穷大。这里定义一个矩阵D用来记录所插入点的信息,D[i][j]表示从Vi到Vj需要经过的点,初始化D[i][j]=j。把各个顶点插入图中,比较插点后的距离与原来的距离,G[i][j]=min(G[i][j],G[i][k]+G[k][j]),如果G[i][j]的值变小,则D[i][j]=k。在G中包含有两点之间最短道路的信息,而在D中则包含了最短通路径的信息。其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合。
(6)将所述寻优结果提供给用户,以指引其使用公共交通工具。
Claims (1)
1.一种智能移动终端,其包括中央控制器、触摸屏、电池、GPS芯片以及通讯芯片,所述GPS芯片用于获取所述智能移动终端的当前位置,所述触摸屏用于用户向智能移动终端输入使用公共交通工具的目的地信息给所述中央控制器以及所述智能移动终端向用户输出信息指引用户使用公共交通工具,所述电池用于向所述中央控制器、触摸屏、GPS芯片以及通讯芯片提供电力,
所述中央控制器被构造成根据以下方法指引用户使用公共交通工具从出发地到达目的地,所述方法包括以下步骤,
(1)获取用户出发地与目的地附近的公共交通站点以分别作为源站s和目的站d,具体包括,根据用户的定位信息获取拥挤程度poc低于预设阈值且距离其出发地与目的地最近的公共交通站点作为所述源站s和目的站d;
其中的拥挤程度poc通过以下方法获得:
a、预设一对应于一公共交通站点拥挤程度poc为100%的位置标记在该公共交通站点的移动客户端的数量作为满载数量;
b、获取当前时刻位置标记在该公共交通站点的移动客户端的数量;
c、判断当前时刻位置标记在该公共交通站点的移动客户端的数量是否大于等于所述满载数量;
d、若是,则标记该公共交通站点的拥挤程度poc为100%;若否,则以当前时刻位置标记在该公共交通站点的移动客户端的数量除以所述满载数量以作为所述拥挤程度poc; (2)获取从所述源站s到达所述目的站d的公共交通网络拓扑G(V,E);
(3)分析获得从所述源站s到达所述目的站d的全部可能路线;
(4)计算所述全部可能路线的所有时间成本;
所有时间成本包括固定时间成本和转站时间成本;
并且,所述全部可能路线的所述固定时间成本通过以下方法获取:
a、对于所述全部可能路线中的一可能路线,获取其全部路段的距离;
b、对所述全部路段的每一个路段,使用其距离乘以加权时间系数w以获取每一路段的路段固定时间成本;
c、对全部路段的所述路段固定时间成本求和以得到所述全部可能路线中的一可能路线的固定时间成本;
其中,所述加权时间系数w为:
进一步的,所述转站时间成本通过以下方法获取:对于一可能路线,其转站时间成本为ptr=,其中k为该可能路线的转站次数,0<i≤k,cost(pi)为该可能路线的第i次转站时的公共交通站点i的单站转站时间成本;
进一步的,所述单站转站时间成本为
cost(pi)=poci*toci,其中poci为公共交通站点i的拥挤度,toci为位置标记在该公共交通站点i的移动客户端的数量大于等于其满载数量时,统计得到的平均转站所需时间;
(5)根据所述全部可能路线的所有时间成本进行路径寻优;
(6)将所述寻优结果提供给用户,以指引其使用公共交通工具;
其中,V为全部可能路线中源站s和目的站d以外的全部站点的集合,E为所述全部站点中全部相邻的站点之间的路径的集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711281804.3A CN108009685B (zh) | 2017-12-07 | 2017-12-07 | 一种用于城市公共交通的智能移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711281804.3A CN108009685B (zh) | 2017-12-07 | 2017-12-07 | 一种用于城市公共交通的智能移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108009685A CN108009685A (zh) | 2018-05-08 |
CN108009685B true CN108009685B (zh) | 2020-08-21 |
Family
ID=62057149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711281804.3A Active CN108009685B (zh) | 2017-12-07 | 2017-12-07 | 一种用于城市公共交通的智能移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009685B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108763687B (zh) * | 2018-05-17 | 2020-06-26 | 重庆大学 | 公交网络拓扑属性与空间属性的分析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112012022906A2 (pt) * | 2010-03-11 | 2019-09-24 | Inrix Inc | percursos de navegação para aprendizado de estradas com base em comportamento agregado de motorista |
CN103364002B (zh) * | 2012-03-30 | 2017-06-23 | 北京掌行通信息技术有限公司 | 结合实时路况及公共交通运营信息的路线规划系统和方法 |
CN102831767B (zh) * | 2012-08-13 | 2014-07-09 | 东南大学 | 一种综合成本优化的城市公共交通多模式站点停靠方法 |
CN103745277A (zh) * | 2014-01-22 | 2014-04-23 | 宁波大学 | 一种轨道交通接驳公交线网优化系统 |
-
2017
- 2017-12-07 CN CN201711281804.3A patent/CN108009685B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108009685A (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8504034B2 (en) | System and method for population tracking, counting, and movement estimation using mobile operational data and/or geographic information in mobile network | |
Wedel et al. | V2X-based traffic congestion recognition and avoidance | |
KR101465493B1 (ko) | 차량 내비게이션 시스템 및 차량의 목적지 경로를 결정하는 방법 | |
US8150611B2 (en) | System and methods for providing predictive traffic information | |
CN101958052B (zh) | 基于gps的交通流量和道路拥塞检测系统 | |
CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
CN107101645B (zh) | 一种路径规划方法及路径规划装置 | |
Schünemann et al. | V2x-based traffic congestion recognition and avoidance | |
CN104680829B (zh) | 基于多用户协同的公交车辆到站时间预测系统及方法 | |
He et al. | Congestion avoidance routing based on large-scale social signals | |
US9752885B2 (en) | Time-efficient traffic routing system | |
CN106056944A (zh) | 行驶环境评价系统及行驶环境评价方法 | |
CN108009685B (zh) | 一种用于城市公共交通的智能移动终端 | |
CN111862590A (zh) | 路况预测方法、装置及存储介质 | |
CN110766188A (zh) | 出行方式的推荐方法及装置、计算机可读存储介质 | |
CN110991794A (zh) | 一种城市轨道、公交两网融合水平评价方法 | |
CN108038813B (zh) | 一种智能公共交通指引方法 | |
CN108389417A (zh) | 一种考虑空气污染暴露的混合用户出行诱导方法 | |
CN115127569A (zh) | 一种个性化联运导航方法和系统 | |
CN111815080A (zh) | 一种路径顺路的匹配方法、电子设备和存储介质 | |
Pedroza-Perez et al. | E-scooters routes potential: open data analysis in current infrastructure. malaga case | |
JP2020187512A (ja) | 渋滞予想装置、渋滞予想方法、及びプログラム | |
KR20210122542A (ko) | 서버 및 그 제어 방법 | |
CN109472392B (zh) | 一种形成无人驾驶公交接驳环线的方法 | |
WO2024171248A1 (ja) | 情報処理装置、情報処理方法、および、情報処理プログラム |
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 |