CN108288113A - 一种空港地面交通智能推荐方法 - Google Patents
一种空港地面交通智能推荐方法 Download PDFInfo
- Publication number
- CN108288113A CN108288113A CN201810095595.1A CN201810095595A CN108288113A CN 108288113 A CN108288113 A CN 108288113A CN 201810095595 A CN201810095595 A CN 201810095595A CN 108288113 A CN108288113 A CN 108288113A
- Authority
- CN
- China
- Prior art keywords
- traffic
- traffic path
- vehicle flowrate
- passenger
- optional
- 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 20
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 19
- 238000012544 monitoring process Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 11
- 230000004927 fusion Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- 238000012098 association analyses Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000013474 audit trail Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000000714 time series forecasting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种空港地面交通智能推荐方法，属于民航技术领域，其目的在于提供一种空港地面交通智能推荐方法，其包括以下步骤：获取用户的目的地；交通优选管理模块根据所述用户的历史出行数据生成推荐旅客选乘的交通方式；根据用户的目的地推荐至少一条出行路线；符合每种交通方式限行规则的运行情况以及每条所述可选出行路线中道路的实时路况信息；通过最优交通方案引擎模块根据所述运行情况和所述实时路况信息对全部所述可选出行路线进行分析比较，得到最佳出行路线；将推荐的交通方式和最佳的出行路线整合成推荐方案反馈给用户。该方法通过数据采集和共享，为旅客提供换乘模式推荐和信息服务，提高综合交通枢纽的运行效率。
Description
技术领域
本发明属于民航技术领域，涉及民航机场中的运管服务，具体涉及一种空港地面交通智能推荐方法。
背景技术
近年来，随着民航机场业务规模的扩大，空港地面交通经历了“—停车场—地面交通中心—综合交通枢纽—”较大的演变。根据2016年国内民航机场吞吐量排名，大部分省会机场年旅客吞吐量均已迈入千万级行列，为提高空港地面交通的服务效率和质量，必然面临空港地面交通的重新梳理和汇聚，因此，民航机场的综合交通枢纽应运而生。通过建设“综合交通运管服务平台”能够有效增强民航机场地面各交通方式的运行效率，智能引导旅客出行，丰富智慧机场内涵。
民航机场通过建设综合交通枢纽汇聚公共区各种交通方式，创新的将多交通方式一体化建设和运行，但在信息化建设领域仍然落后于机场整体信息化水平，现阶段大部分机场通常的做法仅仅是将航站楼的业务系统在综合交通枢纽内进行简单延伸，系统功能不能完全覆盖业务需求。民航机场大部分采用“统一指挥、分区管理”的基于功能中心的运行模式，综合交通枢纽隶属于公共区，但综合交通枢纽汇聚的地面交通方式又分属不同交通管理部门管理，截止目前，机场公共区的信息化建设也滞后于机场整体信息化水平。还存在以下问题：
a、交通管理方式落后
民航机场传统上的信息化建设重点集中于航空的运行效率和安全，由机场管理的地面交通方式(比如长途客车、私家车等)仍然存在管理方式落后，信息化建设投入不足的问题，比如长途客车的客票管理、调度管理；比如私家车的停车引导、移动支付、反向寻车；比如出租车的迎客指导等。
b、交管部门缺乏协调
民航机场地面各交通方式由于分属不同交通管理部门管理，而各管理部门之间缺乏有效的协调机制和手段，使得不同的交通方式未能进行很好的互补，导致交通资源和设施浪费，应急处理也无法实现统一指挥、协调一致。
c、信息服务不够完善
民航机场综合交通枢纽面向旅客服务，如何为旅客提供实时、准确的信息服务，避免长时间排队，提高旅客中转效率，降低旅客在交通参与上的焦虑度，也是机场需要迫切解决的问题。
发明内容
本发明的目的在于：为解决现有技术中存在的综合交通枢纽运行效率较低的技术问题，提供一种空港地面交通智能推荐方法及交通智能推荐方法，通过数据采集和共享，能够实时掌握综合交通枢纽的运行态势和旅客的聚集分布，并为旅客提供换乘模式推荐和信息服务，提高综合交通枢纽的运行效率。
本发明采用的技术方案如下：
一种空港地面交通运管服务系统，包括：
综合交通数据库，对各交通方式的信息资源进行汇聚、集成和融合，完成数据的关联分析和存储；
交通信息管理子系统，用于实现交通信息采集、交通信息修正和交通信息查询；
交通运行监视子系统，用于完成多源信息感知、融合，并呈现交通运行状态；
交通智能推荐子系统，用于根据实时交通运量、实时旅客流量推荐最优的交通方案；
旅客服务及体验子系统，用于为旅客提供服务、体验。
其中，综合交通数据库采用DBMS管理、存储班次数据、运量数据、旅客数据、规则数据、基础数据和历史数据。
其中，交通信息管理子系统包括交通信息采集模块、交通信息修正模块和交通信息查询模块；
交通信息采集模块，用于接收处理外部交通数据，并通过对交通方式、停车场和陆侧交通状况数据进行采集，实现信息的共享、交换和存储；
交通信息修正模块，用于对来自不同渠道、相互不一致的数据进行数据融合、析取、存储处理；
交通信息查询模块，用于查询交通相关信息，包括交通类型查询、时间查询、目的地查询。
其中，交通运行监视子系统包括交通状态监视模块、旅客聚散监视模块；
交通状态监视模块，用于在GIS地图上对交通方式实现动态标签，动态标签显示的内容包括当前运行评估、全天总体态势、实时交通运量、实时旅客流量、预计交通运量、预计旅客流量、预警时间；
旅客聚散监视模块，用于通过GIS地图、LBS技术、抽样分析的方法对旅客流量进行实时动态监视。
其中，交通智能推荐子系统包括交通优选管理模块、最优交通方案引擎模块；
交通优选管理模块，用于通过优选交通的人工管理，预设推荐旅客选乘的交通方式；
最优交通方案引擎模块，用于收集旅客输入的条件、交通优选规则库、实时交通运量和实时交通状态确定推荐方案。
其中，旅客服务及体验子系统包括LBS服务模块、旅客体验模块、旅客服务跟踪模块；
LBS服务模块，基于室内位置嗅探技术，建议全场LBS服务平台，为旅客提供定位、导航、跟踪服务；
旅客体验模块，利用信息综合展示和交换技术，通过终端为旅客提供综合、全面的信息服务；
旅客服务跟踪模块，用于建立旅客服务视图，从旅客的角度以服务链的方式展示视图。
一种空港地面交通智能推荐方法，包括以下步骤：
S1：获取用户的目的地；
S2：交通优选管理模块根据所述用户的历史出行数据生成推荐旅客选乘的交通方式；
S3：根据用户的目的地推荐至少一条出行路线；
S4：符合每种交通方式限行规则的运行情况以及每条所述可选出行路线中道路的实时路况信息；
S5：通过最优交通方案引擎模块根据所述运行情况和所述实时路况信息对全部所述可选出行路线进行分析比较，得到最佳出行路线；
S6：将推荐的交通方式和最佳的出行路线整合成推荐方案反馈给用户。
上述方案中，所述步骤S5，具体为：
S5.1：根据所述实时路况信息，判断每条所述可选出行路线的拥堵情况；
S5.2：根据所述拥堵情况，对每条所述可选出行路线进行评分，得到第一评分；
S5.3：根据所述运行情况，对每条所述可选出行路线进行评分，得到第二评分；
S5.4：根据所述第一评分和所述第二评分，得到所述最佳出行路线；
S5.5：输出所述最佳出行路线。
上述方案中，步骤5.1中，具体包括：
S5.1.1：从所述实时路况信息中提取得到每条所述可选出行路线的车流量；
S5.1.2：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值小于0.3时，得到所述可选出行路线的拥堵情况为非常畅通；
S5.1.3：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.3小于0.5时，得到所述可选出行路线的拥堵情况为畅通；
S5.1.4：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.5小于0.8时，得到所述可选出行路线的拥堵情况为行驶缓慢；
S5.1.5：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.8小于1时，得到所述可选出行路线的拥堵情况为行驶非常缓慢；
S5.1.6：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于1小于1.3时，得到所述可选出行路线的拥堵情况为拥堵；
S5.1.7：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于1.3时，得到所述可选出行路线的拥堵情况为行驶非常拥堵。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明中，通过建设智能中间件平台可实现松散耦合、位置透明和协议独立，简化了各系统之间的接口，实现了接口服务的重用、管理和配置，从而有效的降低了IT成本；综合交通数据库通过智能中间平台对交通方式的信息资源进行汇聚、集成和融合，完成数据的关联分析、存储，打通各交通方式运行数据孤岛，基于大数据完成旅客流量预测和交通方式推荐，全面提升机场公共区的信息化水平。通过旅客流量预测，机场能够优化调整交通基础设施的布局和容量；实时评价机场服务质量，为改进服务质量提供建议；为日常指挥协调提供信息化手段，提升运行效率，降低协调成本，提高管理的智能化水平，提高机场管理水平。为私家车提供实时交通信息，为其规划有效的道路指引、停车、寻车建议；为出租车提供接机引导服务，提高交通设施利用效率；为公众提供实时、准确的多样化交通信息服务，缓解交通压力；提升交通参与者的体验，推动和谐交通体系的建设，提高公众满意度。
附图说明
图1为本发明的流程框图；
图2为本发明的结构示意图；
图3为本发明中综合交通运管服务平台的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
一种空港地面交通运管服务系统，总体上由1库+1平台+N应用组成，包括有：
该智能中间平台，用于通过发布服务和消费服务建立起基于SOA的IT体系架构，使构建在异构环境中的各子系统之间、子系统与综合交通数据库之间以统一、标准的方式进行数据交互。该智能中间平台包括以下技术要求、业务要求：
1)技术要求
a)可靠的消息机制
智能中间平台是基于事务处理完整性控制的消息存储转发系统，支持消息发布/订阅模式和消息队列模式。
b)业务逻辑处理
智能中间平台支持智能路由功能；
智能中间平台支持优先级机制；
智能中间平台可结合工作流，有针对性的触发处理事件；
智能中间平台支持手工/自动两种分发模式，允许操作人员在消息分发过程中对消息作必要的校验，以确保信息的可靠和准确。
c)支持Web Service技术
智能中间平台支持分布式系统环境中各子系统之间、子系统与综合交通数据库之间以Web Services方式进行互联互通，解决因硬件、软件、网络环境以及部署位置不同所产生的异构问题。
智能中间平台支持提供集中的服务目录和服务管理能力，支持设计与部署时的服务发现发布，支持运行时的服务查找。
2)业务要求
智能中间平台是运管服务平台的核心部件，通过发布服务和消费服务，建立起基于SOA的IT体系架构。SOA架构独立于发布服务和消费服务的硬件平台、操作系统和编程语言，使得构建在异构环境中的各子系统之间、子系统与综合交通数据库之间可以以统一、标准的方式进行数据交互。
通过建设智能中间平台，实现松散耦合、位置透明和协议独立，简化了各系统之间的接口，实现了接口服务的重用、管理和配置，从而有效的降低了I T成本。智能中间平台的业务要求如下：
a)班次相关数据、交通运量数据、旅客流量数据、运营相关数据、调度协调数据均通过智能中间平台实现交互。
b)综合交通数据库与子系统的数据交互通过智能中间平台实现。
c)子系统间的数据交互通过智能中间平台实现。
d)所有参与集成的系统只消费智能中间平台上的规范服务，不关心服务是由哪个系统提供的，服务是如何具体实现的。
e)智能中间平台提供数据格式的转换，协议转换，数据路由，服务组装，消息订阅/广播等功能。
f)智能中间平台提供服务监控平台对所有服务进行监控。
g)智能中间平台所需的数据存储服务由综合交通数据库提供。
该综合交通数据库，用于与智能中间平台进行连接，对各交通方式的信息资源进行汇聚、集成和融合，完成数据的关联分析和存储。该综合交通数据库包括以下数据需求、处理需求：
1)数据需求
综合交通数据库通过智能中间平台对各交通方式的信息资源进行汇聚、集成和融合，完成数据的关联分析和存储。综合交通数据库是整个运管服务平台的核心。它采用DBMS管理、存储那些对综合交通枢纽每日运营至关重要的所有数据，至少包括班次数据、运量数据、旅客数据、规则数据、基础数据和历史数据等。
综合交通数据库需要适应多交通方式的枢纽运行模式，必须满足系统的数据需求，尤其在数据结构上要能方便的体现不同换乘模式下旅客流量的分析和预测。
2)处理需求
系统能监测数据变更，能根据业务规则发送相应的数据报文，更新或通知各交通方式和应用系统。其主要目的是分发数据变更内容，同时就无效或错误变更对用户发出警告。系统具备接收和处理其他系统向综合交通数据库发送的数据的能力。
系统保留所有数据交易的日志记录，并对所有的数据元素变更生成审计追踪记录。系统能对日志存储进行优化处理，以降低其对系统负载和性能的影响，并提供便利的查询、统计分析工具。
在异构环境中的子系统包括交通信息管理子系统、交通运行监视子系统、交通智能推荐子系统和智能调度协调子系统。
交通信息管理子系统，接入智能中间平台，用于实现交通信息采集、交通信息修正和交通信息查询。
交通信息管理子系统包括交通信息采集模块、交通信息修正模块和交通信息查询模块。
交通信息采集模块，用于接收处理外部交通数据，并通过对交通方式、停车场和陆侧交通状况数据进行采集，实现信息的共享、交换和存储。该交通信息采集模块负责接收处理与本系统相关的所有外部交通数据，通过对机场、地铁、快轨、铁路、公交、大巴、出租车等交通方式、停车场和陆侧交通状况数据进行采集，实现信息的共享、交换和存储。采集的数据至少包括航班信息、班次数据、运量数据、车位数据、旅客流量数据、旅客LBS数据、设施设备数据、陆侧交通状况数据、交通流量等。采集的手段包括通过智能中间平台、第三方接口、本地导入等。系统提供一套工具能够对交通数据的采集进行统一管理，并对数据按结构化、半结构化、非结构化进行分类存储。当有同类数据来自多个数据源时，系统需要根据用户对优先级的设定，可以定制并有选择性地把数据写入综合交通数据库。系统应能对错误数据进行识别并按预定的策略进行处理，比如过期数据、逻辑错误数据等。采集的外部数据都应对原始数据进行存储，以便于日后的分析和处理。
交通信息修正模块，用于对来自不同渠道、相互不一致的数据进行数据融合、析取、存储处理。该交通信息修正模块根据综合交通数据库的数据模型，对来自不同渠道、相互不一致的数据进行数据融合、析取、存储等处理。工作人员可以根据授权查询、修改、增加和删除所有交通信息(结构化、半结构化、非结构化数据)。系统能监测数据变更，能根据业务规则定义要求，可以发送相应的数据报文，更新或通知各交通方式、平台应用和子系统。系统提供分组控制功能，使得操作人员只能对其有授权的交通信息进行管理。每个工作人员进入其工作界面时，只能看到他/她具有管理权限的交通信息。系统将保留所有数据交易的日志记录，并对所有的数据元素变更生成审计追踪记录。系统能对日志存储进行有效的优化处理、以降低其对系统负载和性能的影响，并提供便利的查询、统计分析工具。
交通信息查询模块，用于查询交通相关信息，包括交通类型查询、时间查询、目的地查询。该交通信息查询模块能够灵活、方便地查询交通相关信息，包括但按交通类型查询、时间查询、目的地查询等。不同的用户只能浏览其授权的交通视图。用户可以定制自己的信息显示界面，定义自己的报警、提示信息及显示颜色。还能提供应用工具，能按一定格式发布数据，数据格式包括但不限于DBF、Office文件、xml及其他文件格式，发布的内容可方便的根据需要进行定制。
交通运行监视子系统，接入智能中间平台，用于完成多源信息感知、融合，并呈现交通运行状态。
该交通运行监视子系统包括交通状态监视模块、旅客聚散监视模块。该交通运行监视子系统通运行监视提供一套可视化的应用工具，工作人员能够基于该工具完成对机场公共区的运行状态进行全局掌控。系统基于GIS技术、流媒体技术、LBS技术，通过软件实现公共区交通运行状态的功能，完美呈现公共区的运行状态。系统呈现的内容可以分层分类进行授权管理。
交通状态监视模块，用于在GIS地图上对交通方式实现动态标签，动态标签显示的内容包括当前运行评估、全天总体态势、实时交通运量、实时旅客流量、预计交通运量、预计旅客流量、预警时间。该交通状态监视模块基于GIS地图，在其上呈现每一种交通方式，交通方式实现动态标签功能，动态标签显示的内容可以设定，包括当前运行评估、全天总体态势、实时交通运量、实时旅客流量、预计交通运量、预计旅客流量、预警时间等。系统也可以基于动态标签进行实时钻取，工作人员可以通过该功能获取关心的具体数据。系统能够按照工作人员的显示要求对实时监控预测的数据进行图表展示，图表类型包括饼图、条形图、柱状图、折线图等。
旅客聚散监视模块，用于通过GIS地图、LBS技术、抽样分析的方法对旅客流量进行实时动态监视。该旅客聚散监视模块基于GIS地图、LBS技术和抽样分析等方法，对综合交通枢纽内的旅客流量进行实时动态监视。系统建立不同交通节点处的密集客流预警阈值，在GIS上对工作人员进行不同等级的提醒功能，该提醒事件也是智能调度协调的事件之一。系统能够按照工作人员的显示要求对实时监控预测的数据进行图表展示，图表类型包括饼图、条形图、柱状图、折线图等。
交通智能推荐子系统，接入智能中间平台，用于根据实时交通运量、实时旅客流量推荐最优的交通方案。
该交通智能推荐子系统包括交通优选管理模块、最优交通方案引擎模块。
该交通优选管理模块，用于通过优选交通的人工管理，预设推荐旅客选乘的交通方式。该交通优选管理模块作为旅客信息服务(交通推荐)的后台功能，通过优选交通的人工管理，可以预设推荐旅客选乘的交通方式，为优化综合交通枢纽的整体运行效率提供帮助。该交通优选管理模块建立优选规则库，实现规则的存储、编辑、执行、权限、版本、日志等。
最优交通方案引擎模块，用于收集旅客输入的条件、交通优选规则库、实时交通运量和实时交通状态确定推荐方案。该最优交通方案引擎模块作为旅客信息服务(交通方式推荐)的后台功能，通过收集旅客输入的条件，最优交通方案引擎根据交通优选规则库、实时交通运量和实时交通状态确定推荐方案。当用户输入关键词后，最优交通方案引擎输出结果将按照与搜索关键词的相关度高低，依次排列。
一种空港地面交通智能推荐方法，包括以下步骤：
S1：获取用户的目的地；
S2：交通优选管理模块根据所述用户的历史出行数据生成推荐旅客选乘的交通方式；
S3：根据用户的目的地推荐至少一条出行路线；
S4：符合每种交通方式限行规则的运行情况以及每条所述可选出行路线中道路的实时路况信息；
S5：通过最优交通方案引擎模块根据所述运行情况和所述实时路况信息对全部所述可选出行路线进行分析比较，得到最佳出行路线；
S6：将推荐的交通方式和最佳的出行路线整合成推荐方案反馈给用户。
优选的，所述步骤S5，具体为：
S5.1：根据所述实时路况信息，判断每条所述可选出行路线的拥堵情况；
S5.2：根据所述拥堵情况，对每条所述可选出行路线进行评分，得到第一评分；
S5.3：根据所述运行情况，对每条所述可选出行路线进行评分，得到第二评分；
S5.4：根据所述第一评分和所述第二评分，得到所述最佳出行路线；
S5.5：输出所述最佳出行路线。
优选的，步骤5.1中，具体包括：
S5.1.1：从所述实时路况信息中提取得到每条所述可选出行路线的车流量；
S5.1.2：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值小于0.3时，得到所述可选出行路线的拥堵情况为非常畅通；
S5.1.3：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.3小于0.5时，得到所述可选出行路线的拥堵情况为畅通；
S5.1.4：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.5小于0.8时，得到所述可选出行路线的拥堵情况为行驶缓慢；
S5.1.5：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.8小于1时，得到所述可选出行路线的拥堵情况为行驶非常缓慢；
S5.1.6：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于1小于1.3时，得到所述可选出行路线的拥堵情况为拥堵；
S5.1.7：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于1.3时，得到所述可选出行路线的拥堵情况为行驶非常拥堵。
智能调度协调子系统，接入智能中间平台，用于分析不同交通方式的协调调度策略，并利用I T技术实现多交通方式的高效协同调度。
该智能调度协调子系统包括调度协调规划模块、调度协调管理模块。
调度协调规划模块，用于分析不同交通方式的归属关系，建立不同交通方式的协调调度规则。该调度协调规划模块可分析不同交通方式的归属关系，建立不同交通方式的协调调度规则，系统实现规则的存储、编辑、执行、权限、版本、日志等。
调度协调管理模块，用于根据调度协调规划模块的协调调度规则进行信息处理，并进行记录。该调度协调管理模块中的调度协调事件包括密集客流超限、交通流量超限、其他自定义事件。该调度协调管理模块根据调度协调规则进行信息处理，并进行记录。系统基于即时通信模块，提供与各交通方式信息发布与协调沟通的手段，满足他们之间流畅协调和高效运营的要求。系统能够极大的提高各交通方式全面协同运行的可行性，系统可以根据当前的运营状况，及时的调整运营，将整个综合交通枢纽的运营效率最大化，旅客的行程最优化。
另外，该系统还设置有旅客流量预测子系统、旅客服务及体验子系统、即时通信子系统、查询统计子系统、系统管理子系统，接下来将对这部分子系统做详细说明：
旅客流量预测子系统，接入智能中间平台，用于根据交通换乘流线、旅客行为习惯建立旅客流量预测模型。该旅客流量预测子系统所需的数据包括每一种交通方式的到达旅客数据、密集客流的行为分析、LBS数据、视频实时统计人流、综合交通换乘效率指标、历史数据等。综合利用时间序列预测和指数序列预测等方法，建立一套交通旅客流量的预测模型。根据旅客流量预测模型，可以实时与交通运量进行匹配，超限可以进行预警，也可根据预测的旅客流量按照运营经验和相应规则估算各个交通方式的运量需求。此事件也是智能调度协调的事件之一。
旅客服务及体验子系统，接入智能中间平台，为旅客提供服务、体验。
该旅客服务及体验子系统包括LBS服务模块、旅客体验模块、旅客服务跟踪模块。
LBS服务模块，基于室内位置嗅探技术，建议全场LBS服务平台，为旅客提供定位、导航、跟踪服务。该LBS服务模块基于室内位置嗅探技术，完成室内室外的坐标融合，建立一套统一时空基准的全场(楼内外)LBS服务平台，为旅客导航、定位，旅客跟踪等提供技术支持。并在此基础上研究楼内LBS感知节点的最优部署策略，定位精度达到亚米范围内。
旅客体验模块，利用信息综合展示和交换技术，通过终端为旅客提供综合、全面的信息服务。该旅客体验模块利用信息综合展示和交换技术，通过手机APP、微信、机场自助服务终端等为旅客提供综合、全面的信息服务。该旅客体验模块的服务类型主要包括:航班查询、交通推荐、餐饮购物、我的航班、智能导航、手机值机、常旅客服务、机场商城、酒店预定、机场交通、停车预定、反向寻车、WI FI上网认证、信息推送、位置共享与社交等功能。该系统将实现旅客与机场之间的实时互动，系统将为旅客提供更好的出行体验。
该旅客服务跟踪模块，用于建立旅客服务视图，从旅客的角度以服务链的方式展示视图。该旅客服务跟踪模块通过建立旅客服务视图，从旅客的角度以服务链的方式展示视图，并可以钻取来了解流程细节，比如服务旅客的工作人员信息、视频信息、旅客在某些节点的消费情况等。
即时通信子系统，接入智能中间平台，旅客通过安装有即时通信子系统的终端进行两人或多人之间的实时沟通。该即时通信子系统适用于PC及手持终端的WINDOWS、安卓、IOS等操作系统平台。系统是面向企业终端使用者的网络沟通工具，使用者可以通过安装了即时通信的终端机进行两人或多人之间的实时沟通。系统支持文字、图片、语音、文件的传输，支持离线消息推送，支持已发送消息回执，支持对端状态呈现、网络感知等。
查询统计子系统，接入智能中间平台，实现查询、统计功能。
该查询统计子系统包括查询模块、统计模块。
查询模块，用于实现即席查询功能。该查询模块中的查询功能是指即席查询，因为决策的需求是随时变化的，有时需要很快了解业务的情况。系统使用人员无需了解数据库和SQL的复杂性，只需按业务逻辑规则，即可快速简洁地定义查询需求，系统自动完成连接操作、条件定义等复杂的SQL定义操作。查询提供各种向导式界面、图形查询生成器、提示窗口等，通过简单的鼠标拖拉操作即可实现即席查询、报告生成、图表生成、深入分析和发布等功能。查询具备多表之间的钻取访问、具备主表与子表之间的钻取访问功能，可在不生成多维立方体的情况下，通过各种钻取和旋转分析工具进行数据切割，以不同方式查看结果。查询具有高度的开放性和集成性。一方面，查询访问数据源，访问结果也能输出到多种通用文件格式中；另一方面，查询支持XML，可集成到其它系统中。
统计模块，用于对数据进行统计。该统计模块基于综合交通数据库，通过多样化的统计展示工具，实现对数据的统计。系统主要功能是报表的存储、打印、查询功能。图表类型包括但不限于各种饼图、条形图、柱状图、折线图等。系统允许用户产生特定报表，报表提供数据导出功能，使得数据可以用办公软件如Exec l和Word打开。
系统管理模块包括基础数据管理、用户管理、权限管理、配置管理等功能。
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、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种空港地面交通智能推荐方法，其特征在于，所述方法包括以下步骤：
S1：获取用户的目的地；
S2：交通优选管理模块根据所述用户的历史出行数据生成推荐旅客选乘的交通方式；
S3：根据用户的目的地推荐至少一条出行路线；
S4：符合每种交通方式限行规则的运行情况以及每条所述可选出行路线中道路的实时路况信息；
S5：通过最优交通方案引擎模块根据所述运行情况和所述实时路况信息对全部所述可选出行路线进行分析比较，得到最佳出行路线；
S6：将推荐的交通方式和最佳的出行路线整合成推荐方案反馈给用户。
2.根据权利要求1所述的一种空港地面交通智能推荐方法，其特征在于，所述步骤S5，具体为：
S5.1：根据所述实时路况信息，判断每条所述可选出行路线的拥堵情况；
S5.2：根据所述拥堵情况，对每条所述可选出行路线进行评分，得到第一评分；
S5.3：根据所述运行情况，对每条所述可选出行路线进行评分，得到第二评分；
S5.4：根据所述第一评分和所述第二评分，得到所述最佳出行路线；
S5.5：输出所述最佳出行路线。
3.根据权利要求2所述的一种空港地面交通智能推荐方法，其特征在于，步骤5.1中，具体包括：
S5.1.1：从所述实时路况信息中提取得到每条所述可选出行路线的车流量；
S5.1.2：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值小于0.3时，得到所述可选出行路线的拥堵情况为非常畅通；
S5.1.3：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.3小于0.5时，得到所述可选出行路线的拥堵情况为畅通；
S5.1.4：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.5小于0.8时，得到所述可选出行路线的拥堵情况为行驶缓慢；
S5.1.5：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于0.8小于1时，得到所述可选出行路线的拥堵情况为行驶非常缓慢；
S5.1.6：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于1小于1.3时，得到所述可选出行路线的拥堵情况为拥堵；
S5.1.7：将所述车流量与预设的车流量拥堵阈值计算比值，当所述比值大于1.3时，得到所述可选出行路线的拥堵情况为行驶非常拥堵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810095595.1A CN108288113A (zh) | 2018-01-31 | 2018-01-31 | 一种空港地面交通智能推荐方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810095595.1A CN108288113A (zh) | 2018-01-31 | 2018-01-31 | 一种空港地面交通智能推荐方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108288113A true CN108288113A (zh) | 2018-07-17 |
Family
ID=62836133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810095595.1A Pending CN108288113A (zh) | 2018-01-31 | 2018-01-31 | 一种空港地面交通智能推荐方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108288113A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110440821A (zh) * | 2019-08-01 | 2019-11-12 | 深圳云天励飞技术有限公司 | 基于地图导航的目标抓捕方法及装置 |
| CN111191842A (zh) * | 2019-12-30 | 2020-05-22 | 中国民用航空飞行学院 | 民用航空运输机场消防站选址优化方法 |
| CN114662007A (zh) * | 2022-05-25 | 2022-06-24 | 太平金融科技服务(上海)有限公司深圳分公司 | 数据推荐方法、装置、计算机设备和存储介质 |
| CN115620526A (zh) * | 2022-12-21 | 2023-01-17 | 中国民航大学 | 一种基于大数据分析的机场陆侧交通管理系统及优化方法 |
| CN116431923A (zh) * | 2023-04-24 | 2023-07-14 | 浪潮智慧科技有限公司 | 一种针对城市道路的交通出行预测方法、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102183258A (zh) * | 2011-03-15 | 2011-09-14 | 深圳市融创天下科技发展有限公司 | 智能导航方法、装置、系统及移动终端 |
| CN103258438A (zh) * | 2013-04-25 | 2013-08-21 | 山东省科学院自动化研究所 | 智能出行与最佳车位导航系统及其导航方法 |
| CN106156084A (zh) * | 2015-03-31 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 路线查询方法、装置和系统 |
| CN107421553A (zh) * | 2017-06-23 | 2017-12-01 | 深圳市盛路物联通讯技术有限公司 | 一种出行路线的智能推荐方法及系统 |
-
2018
- 2018-01-31 CN CN201810095595.1A patent/CN108288113A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102183258A (zh) * | 2011-03-15 | 2011-09-14 | 深圳市融创天下科技发展有限公司 | 智能导航方法、装置、系统及移动终端 |
| CN103258438A (zh) * | 2013-04-25 | 2013-08-21 | 山东省科学院自动化研究所 | 智能出行与最佳车位导航系统及其导航方法 |
| CN106156084A (zh) * | 2015-03-31 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 路线查询方法、装置和系统 |
| CN107421553A (zh) * | 2017-06-23 | 2017-12-01 | 深圳市盛路物联通讯技术有限公司 | 一种出行路线的智能推荐方法及系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110440821A (zh) * | 2019-08-01 | 2019-11-12 | 深圳云天励飞技术有限公司 | 基于地图导航的目标抓捕方法及装置 |
| CN111191842A (zh) * | 2019-12-30 | 2020-05-22 | 中国民用航空飞行学院 | 民用航空运输机场消防站选址优化方法 |
| CN114662007A (zh) * | 2022-05-25 | 2022-06-24 | 太平金融科技服务(上海)有限公司深圳分公司 | 数据推荐方法、装置、计算机设备和存储介质 |
| CN114662007B (zh) * | 2022-05-25 | 2022-09-02 | 太平金融科技服务(上海)有限公司深圳分公司 | 数据推荐方法、装置、计算机设备和存储介质 |
| CN115620526A (zh) * | 2022-12-21 | 2023-01-17 | 中国民航大学 | 一种基于大数据分析的机场陆侧交通管理系统及优化方法 |
| CN116431923A (zh) * | 2023-04-24 | 2023-07-14 | 浪潮智慧科技有限公司 | 一种针对城市道路的交通出行预测方法、设备及介质 |
| CN116431923B (zh) * | 2023-04-24 | 2024-02-02 | 浪潮智慧科技有限公司 | 一种针对城市道路的交通出行预测方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108197760A (zh) | 一种空港地面交通旅客流量预测方法 | |
| CN108418902B (zh) | 一种智慧铁路综合交通枢纽集成控制系统 | |
| CN108288113A (zh) | 一种空港地面交通智能推荐方法 | |
| CN110796570B (zh) | 一种智慧文旅系统 | |
| CN105809953B (zh) | 一种基于m2m的城市交通流车路协同控制方法 | |
| WO2018107510A1 (zh) | 公交系统服务质量的评估方法和装置 | |
| CN101315731B (zh) | 一种利用gps智能车载终端实现车辆监控调度的系统 | |
| DE112018007119T5 (de) | Optimieren und vorhersagen der verfügbarkeit von ressourcen in einer umgebung zur gemeinsamen fahrradnutzung | |
| CN106297291A (zh) | 城市快速路交通信息采集系统 | |
| CN110979405B (zh) | 一种基于多场景客流控制的引导方法及装置 | |
| CN107491883A (zh) | 一种旅游信息管理系统 | |
| CN106408984B (zh) | 基于物联网的城市交通流诱导系统 | |
| CN104484462A (zh) | 一种企业信息获取方法及系统 | |
| CN103337007A (zh) | 一种基于云平台的智慧停车管理和服务系统 | |
| CN109993964A (zh) | 基于Hadoop技术的智能交通管理系统 | |
| CN202475755U (zh) | 基于gis的智能旅游服务系统 | |
| Motta et al. | A system for green personal integrated mobility: A research in progress | |
| Andreev et al. | Development of strategies for the development of urban passenger transport in EurAsEC countries | |
| Yanyan | Application and development of Big Data, Internet of things and cloud computing in tourism and its influence on traditional travel agencies | |
| Amrani et al. | Architecture of a public transport supervision system using hybridization models based on real and predictive data | |
| Jiang et al. | Sustainable transport data collection and application: china urban transport database | |
| CN108711311A (zh) | 停车辅助系统及其停车辅助方法 | |
| Brega et al. | Smart City Transport Technologies: Infrastructure of the Future | |
| Yuan | Application of intelligent technology in urban traffic congestion | |
| Memiş | Smart Technologies and Reflections on Local Public Issues in Turkey: A Review of Metropolitan Municipalities |
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: 20180717 |
|
| RJ01 | Rejection of invention patent application after publication |