CN108417074A - 一种基于分层预约的互联网公交实时数据采集方法 - Google Patents
一种基于分层预约的互联网公交实时数据采集方法 Download PDFInfo
- Publication number
- CN108417074A CN108417074A CN201810314859.8A CN201810314859A CN108417074A CN 108417074 A CN108417074 A CN 108417074A CN 201810314859 A CN201810314859 A CN 201810314859A CN 108417074 A CN108417074 A CN 108417074A
- Authority
- CN
- China
- Prior art keywords
- passenger
- time
- public transport
- information
- vehicle
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于分层预约的互联网公交实时数据采集方法,包括S1选定拟提供实时公交服务的数据发布模式的范围,获取公交数据集乘客的历史需求信息;S2根据乘客预约行为对乘客进行分类,并对不同分类的乘客预约信息进行处理;S3根据乘客预约信息实时发布公交信息,匹配乘客所乘车辆;S4根据乘客的分类及乘坐行为,相对应的计入人次;S5进行地理围栏的反馈,修正精度。本发明适应性强,受样本个体的干扰小,具有较高的应用价值。
Description
技术领域
本发明涉及公共交通领域,具体涉及一种基于分层预约的互联网公交实时数据采集方法。
背景技术
传统的城市公交数据采集过程往往较为繁琐,不能满足快节奏下乘客对更实时能灵活的更贴心更高效的新时代公交的需求。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种基于分层预约的互联网公交实时数据采集方法。
本发明采用如下技术方案:
如图1及图2所示,一种基于分层预约的互联网公交实时数据采集方法,包括如下步骤:
S1选定拟提供实时公交服务的数据发布模式的范围,获取公交数据集乘客的历史需求信息;
S2根据乘客预约行为对乘客进行分类,并对不同分类的乘客预约信息进行处理;
S3根据乘客预约信息实时发布公交信息,匹配乘客所乘车辆;
S4根据乘客的分类及乘坐行为,相对应的计入人次;
S5进行地理围栏的反馈,修正精度。
乘客采用设有GPS功能的移动终端预约或查询,并能收到信息反馈。
所述S1中,公交数据包括公交线路的站点名称、站点位置、站点用地性质、站间距及线路配备车辆信息,所述线路配备车辆信息包括车型、座位数、最大载客数、速度、线路发班频率、单程平均运行时间、服务水平、线路及站点客流数据;所述乘客的历史需求信息包括短期信息和长期信息,所述长期信息包括历史累计的出行起点、出行终点、支付意愿、出行时间和选择偏好,短期信息包括移动终端内动作情况,具体是在移动终端内是否执行查询线路,预约线路等。
所述S2中,所述乘客预约行为包括硬预约、拟预约及临时乘车。
所述S3中,
如果乘客选择“硬预约”并“成功乘坐推荐车辆”则x1折的优惠额度,如果“成功乘坐非推荐车辆”则可获得x2折的优惠额度,如果乘客未能乘车,“放弃乘坐该公交车”则仅退回票款的y1以示惩戒;该预约均为预付全款并采取乘坐后按既定折扣额退回款项;
如果乘客选择“拟预约”并“成功乘坐推荐车辆”则可以x3折的优惠额度,如果“成功乘坐非推荐车辆”则可获得x4折的优惠额度,如果乘客未能乘车,“放弃乘坐该公交车”则仅退回票款的y2以示惩戒,该预约均为预付全款并采取乘坐后按既定折扣额退回款项;
如果乘客是“临时乘车”,成功乘坐推荐车辆,则享受x5折的优惠补贴,如果“成功乘坐非推荐车辆”则可获得x6折的优惠补贴,如果乘客未能乘车,“放弃乘坐该公交车”则仅不做惩戒。
所述S4根据乘客的分类及乘坐行为,相对应的计入人次,具体为:
对于首次用户,该计数模式的分别对“硬预约”“拟预约”“临时坐车”采用z11/z12/z13的计数方式,而z的取值与x与y的相关取值有关;
对于非首次用户,根据乘客服从调度的情况,具体为乘客成功乘坐推荐班次的成功率s与计数人次z成正比,设定a1及a2为信赖度分级的上、下阈值,根据s>a1,a2<s<a1,s<a3进行分类,设定相应的计数人次。详见图1。
所述S5中,进行地理围栏的反馈,修正精度,具体是:
乘客的位置计算公式为:
其中u为乘客此刻定位距离与该推荐车辆到达时间内乘客所能的走行的平均步行距离的比值;v表示乘客平均走行速度;t表示推荐车辆预计到达时间,其中当u<=1是表示乘客预计可达,在有效地理围栏内,因而不做折减;当1<u<u1时,乘客存在赶不上推荐车辆的风险,因此有效乘客数应做折减;当u1<u<u2时,乘客存在很大的赶不上车的危险,因而应对相应的有效乘客数做较大程度的折减,u1及u2分别是定位距离与该推荐车辆到达时间内乘客所能的走行的平均步行距离的比值的分级的边界。
本方法在渗透率已知的情况下,还能够有效推断公交整体的实时需求情况,有效采集数据信息。
本发明的有益效果:
本方法结合现有的互联网信息交互技术、即时通信技术和GPS卫星定位技术,将传统公交中的乘客作为独立的个体采集数据,而不在是传统的集群式的没有乘客个体标签的集计数据。由于本数据采集方法是对个体数据的采集和累计,适应性强,受样本个体的干扰小,具有较高的应用价值。
附图说明
图1是本发明的工作流程图;
图2是本发明的采集数据原理图;
图3是本发明实施例的具体流程图;
图4是本发明实施例的采集数据原理图。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
本实施例提供了一种基于分层预约的互联网公交实时数据采集办法,本实验例中的乘客均满足①完全信息条件下,乘客均采用手机预约或查询,并能够收到消息回馈;②乘客出行OD和预约出发时间已知;③乘客和车辆的GPS均已知;④乘客的平均行程速度已知;⑤乘客预约时认可出行规则,提前存入足量费用,并接受自动扣费。
假设存在A,B,C三名乘客,其中乘客身份如表1所示:
表1实施例乘客信息原始表
根据所述方法的流程图如图3图4所示,可得以下表2实际数据记录:
表2实施例乘客信息系统端有效数据采集情况和乘客实际优惠情况
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于分层预约的互联网公交实时数据采集方法,其特征在于,包括如下步骤:
S1选定拟提供实时公交服务的数据发布模式的范围,获取公交数据集乘客的历史需求信息;
S2根据乘客预约行为对乘客进行分类,并对不同分类的乘客预约信息进行处理;
S3根据乘客预约信息实时发布公交信息,匹配乘客所乘车辆;
S4根据乘客的分类及乘坐行为,相对应的计入人次;
S5进行地理围栏的反馈,修正精度。
2.根据权利要求1所述的互联网公交实时数据采集方法,其特征在于,乘客采用设有GPS功能的移动终端预约或查询,并能收到信息反馈。
3.根据权利要求1所述的互联网公交实时数据采集方法,其特征在于,所述S1中,公交数据包括公交线路的站点名称、站点位置、站点用地性质、站间距及线路配备车辆信息,所述线路配备车辆信息包括车型、座位数、最大载客数、速度、线路发班频率、单程平均运行时间、服务水平、线路及站点客流数据;所述乘客的历史需求信息包括短期信息和长期信息,所述长期信息包括历史累计的出行起点、出行终点、支付意愿、出行时间和选择偏好,短期信息包括移动终端内动作情况。
4.根据权利要求1所述的互联网公交实时数据采集方法,其特征在于,所述S2中,所述乘客预约行为包括硬预约、拟预约及临时乘车。
5.根据权利要求1所述的互联网公交实时数据采集方法,其特征在于,所述S3中,如果乘客选择“硬预约”并“成功乘坐推荐车辆”则x1折的优惠额度,如果“成功乘坐非推荐车辆”则可获得x2折的优惠额度,如果乘客未能乘车,“放弃乘坐该公交车”则仅退回票款的y1以示惩戒;该预约均为预付全款并采取乘坐后按既定折扣额退回款项;
如果乘客选择“拟预约”并“成功乘坐推荐车辆”则可以x3折的优惠额度,如果“成功乘坐非推荐车辆”则可获得x4折的优惠额度,如果乘客未能乘车,“放弃乘坐该公交车”则仅退回票款的y2以示惩戒,该预约均为预付全款并采取乘坐后按既定折扣额退回款项;
如果乘客是“临时乘车”,成功乘坐推荐车辆,则享受x5折的优惠补贴,如果“成功乘坐非推荐车辆”则可获得x6折的优惠补贴,如果乘客未能乘车,“放弃乘坐该公交车”则仅不做惩戒。
6.根据权利要求5所述的互联网公交实时数据采集方法,其特征在于,所述S4根据乘客的分类及乘坐行为,相对应的计入人次,具体为:
对于首次用户,该计数模式的分别对“硬预约”“拟预约”“临时坐车”采用z11/z12/z13的计数方式,而z的取值与x与y的相关取值有关;
对于非首次用户,根据乘客服从调度的情况,具体为乘客成功乘坐推荐班次的成功率s与计数人次z成正比,设定a1及a2为信赖度分级的上、下阈值,根据s>a1,a2<s<a1,s<a3进行分类,设定相应的计数人次。
7.根据权利要求1所述的互联网公交实时数据采集方法,其特征在于,所述S5中,进行地理围栏的反馈,修正精度,具体是:
乘客的位置计算公式为:
其中u为乘客此刻定位距离与该推荐车辆到达时间内乘客所能的走行的平均步行距离的比值;v表示乘客平均走行速度;t表示推荐车辆预计到达时间,其中当u<=1是表示乘客预计可达,在有效地理围栏内,因而不做折减;当1<u<u1时,乘客存在赶不上推荐车辆的风险,因此有效乘客数应做折减;当u1<u<u2时,乘客存在很大的赶不上车的危险,因而应对相应的有效乘客数做较大程度的折减,u1及u2分别是定位距离与该推荐车辆到达时间内乘客所能的走行的平均步行距离的比值的分级的边界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810314859.8A CN108417074B (zh) | 2018-04-10 | 2018-04-10 | 一种基于分层预约的互联网公交实时数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810314859.8A CN108417074B (zh) | 2018-04-10 | 2018-04-10 | 一种基于分层预约的互联网公交实时数据采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108417074A true CN108417074A (zh) | 2018-08-17 |
CN108417074B CN108417074B (zh) | 2021-03-30 |
Family
ID=63135038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810314859.8A Active CN108417074B (zh) | 2018-04-10 | 2018-04-10 | 一种基于分层预约的互联网公交实时数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108417074B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711586A (zh) * | 2018-12-27 | 2019-05-03 | 浙江言川科技有限公司 | 一种网络平台预约公共巴士的方法和装置 |
US20200158523A1 (en) * | 2018-11-21 | 2020-05-21 | International Business Machines Corporation | Dynamic drop off and pick up of passengers via autonomous vehicles |
CN111554085A (zh) * | 2020-07-09 | 2020-08-18 | 中邮建技术有限公司 | 一种公共交通一体化出行智能服务装置及其应用方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120108435A (ko) * | 2011-03-24 | 2012-10-05 | 한상우 | M버스를 중심으로 노선버스 좌석 예약 시스템 및 그 시스템을 이용한 예약방법 |
CN103049817A (zh) * | 2012-09-05 | 2013-04-17 | 中华电信股份有限公司 | 结合负载平衡机制的需求式共乘运输服务方法 |
CN106127357A (zh) * | 2016-07-29 | 2016-11-16 | 华南理工大学 | 一种基于预约数据的定制公交自动布线系统及方法 |
CN106257504A (zh) * | 2016-07-29 | 2016-12-28 | 华南理工大学 | 一种基于均衡配流模型的brt乘客出行效益优化方法 |
-
2018
- 2018-04-10 CN CN201810314859.8A patent/CN108417074B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120108435A (ko) * | 2011-03-24 | 2012-10-05 | 한상우 | M버스를 중심으로 노선버스 좌석 예약 시스템 및 그 시스템을 이용한 예약방법 |
CN103049817A (zh) * | 2012-09-05 | 2013-04-17 | 中华电信股份有限公司 | 结合负载平衡机制的需求式共乘运输服务方法 |
CN106127357A (zh) * | 2016-07-29 | 2016-11-16 | 华南理工大学 | 一种基于预约数据的定制公交自动布线系统及方法 |
CN106257504A (zh) * | 2016-07-29 | 2016-12-28 | 华南理工大学 | 一种基于均衡配流模型的brt乘客出行效益优化方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200158523A1 (en) * | 2018-11-21 | 2020-05-21 | International Business Machines Corporation | Dynamic drop off and pick up of passengers via autonomous vehicles |
US11293767B2 (en) * | 2018-11-21 | 2022-04-05 | International Business Machines Corporation | Dynamic drop off and pick up of passengers via autonomous vehicles |
CN109711586A (zh) * | 2018-12-27 | 2019-05-03 | 浙江言川科技有限公司 | 一种网络平台预约公共巴士的方法和装置 |
CN111554085A (zh) * | 2020-07-09 | 2020-08-18 | 中邮建技术有限公司 | 一种公共交通一体化出行智能服务装置及其应用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108417074B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Analysis of an idealized system of demand adaptive paired-line hybrid transit | |
CN106846886B (zh) | 基于大数据的小区车位对外停车管理实现方法 | |
CN108417074A (zh) | 一种基于分层预约的互联网公交实时数据采集方法 | |
CN105303854B (zh) | 一种出行路线数据的处理方法和装置 | |
CN109308574B (zh) | 一种实时响应的互联网半灵活公交调度方法 | |
CN107919013A (zh) | 一种上车点处理方法及服务器 | |
CN105701580A (zh) | 一种汽车共享资源化系统 | |
CN106548242A (zh) | 车辆订单分配方法和装置 | |
CN108592933A (zh) | 一种导航路径推荐方法及服务器 | |
CN107038168A (zh) | 一种用户通勤轨迹管理方法、装置及系统 | |
CN104517040B (zh) | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 | |
CN106776900A (zh) | 出行方法和装置 | |
WO2006128946A1 (en) | Method and arrangement for arranging practical aspects of a demand responsive transport system | |
CN106448135A (zh) | 公交路线推荐方法及装置 | |
CN106779845A (zh) | 一种公交车优惠计费系统和方法 | |
CN106886830A (zh) | 共享交通工具的预约方法、系统与协助端 | |
CN110118567A (zh) | 出行方式推荐方法及装置 | |
CN106779971A (zh) | 共享车辆协助状态下的计费方法、客户端及系统 | |
CN104990559B (zh) | 一种基于出租车经验数据的路径推荐方法、系统及客户端 | |
CN106023582A (zh) | 一种brt乘客乘车信息采集与诱导方案发布系统及方法 | |
CN109074534A (zh) | 用于在特定于对象的地点之间运输多个对象的方法 | |
CN108197681A (zh) | 一种加油信息处理方法、系统、终端及可读存储介质 | |
He et al. | Geographically weighted multinomial logit models for modelling the spatial heterogeneity in the bike-sharing renting-returning imbalance: A case study on Nanjing, China | |
CN110009124A (zh) | 一种确定公交站点的数据处理方法、服务器和系统 | |
CN107844986A (zh) | 一种用车订单计价方法及服务器 |
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 |