CN109147318A - 一种用于交通枢纽客流疏散的交通方式舒适度判别系统 - Google Patents

一种用于交通枢纽客流疏散的交通方式舒适度判别系统 Download PDF

Info

Publication number
CN109147318A
CN109147318A CN201810877887.0A CN201810877887A CN109147318A CN 109147318 A CN109147318 A CN 109147318A CN 201810877887 A CN201810877887 A CN 201810877887A CN 109147318 A CN109147318 A CN 109147318A
Authority
CN
China
Prior art keywords
transportation
comfort level
mode
information
hinge
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
CN201810877887.0A
Other languages
English (en)
Inventor
吕宝贵
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.)
Shanghai Water Design Engineering Co Ltd
Shanghai Municipal Engineering Design Insitute Group Co Ltd
Original Assignee
Shanghai Water Design Engineering Co Ltd
Shanghai Municipal Engineering Design Insitute Group 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 Shanghai Water Design Engineering Co Ltd, Shanghai Municipal Engineering Design Insitute Group Co Ltd filed Critical Shanghai Water Design Engineering Co Ltd
Priority to CN201810877887.0A priority Critical patent/CN109147318A/zh
Publication of CN109147318A publication Critical patent/CN109147318A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于交通枢纽客流疏散的交通方式舒适度判别系统，通过对地铁、公交车、专线大巴、出租车等不同交通方式的排队长度、车厢拥挤度、换乘时间、道路交通拥挤指数、天气信息的实时监测和处理分析，得出不同交通方式的舒适程度，为枢纽客流选择不同的交通方式离开枢纽提供决策信息，为枢纽管理者车辆调度提供数据支持。本发明为枢纽客流提供各类交通方式的舒适度对比数据，减少乘客选择交通方式的决策时间，减少交通枢纽内乘客徘徊时间，提高枢纽服务水平；为枢纽管理者提供各类交通方式的舒适度数据，为车辆调度提供数据支持，当舒适度低于阀值时，触发应急预案；为政府及行业主管部门提供枢纽服务水平的定量评价指标。

Description

一种用于交通枢纽客流疏散的交通方式舒适度判别系统
技术领域
本发明涉及综合交通枢纽、客流疏散管理技术领域，具体涉及一种用于交通枢纽客流疏散的交通方式舒适度判别系统，基于对地铁、公交车、专线大巴、出租车等不同交通方式的排队长度、车厢拥挤度、换乘时间、道路交通拥挤指数、天气信息的实时监测和处理分析，得出不同交通方式的舒适程度，为枢纽客流选择不同的交通方式离开枢纽提供决策信息，为枢纽管理者车辆调度提供数据支持的数据处理算法。
背景技术
综合交通枢纽为整合铁路、公路、航空、内河航运、海运和运输管道为一体的海陆空协同枢纽体系。综合交通枢纽是综合交通运输体系的重要组成部分，是衔接多种运输方式，辐射一定区域的客、货转运中心。
综合交通枢纽根据城市空间形态、旅客出行等特征，合理布局不同层次、不同功能的客运枢纽。按照“零距离换乘”的要求，将城市轨道交通、地面公共交通、市郊铁路、私人交通等设施与干线铁路、城际铁路、干线公路、机场等紧密衔接，建立主要单体枢纽之间的快速直接连接，使各种运输方式有机衔接。鼓励采取开放式、立体化方式建设枢纽，尽可能实现同站换乘，优化换乘流程，缩短换乘距离。
综合交通枢纽日常运营管理中最重要的一项工作就是完成客流的管理，提高陆侧交通服务水平，为公众打造一个畅通、安全的出行环境，满足多元化的便捷出行需求；提高陆侧交通智能化管理水平和效率，增强指挥调度能力，通过研判预警和应急预案，有效应对各类交通事件，保障人流、车流、物流、设施设备的安全；提高陆侧交通科学信息化管理水平，通过增值信息的深度挖掘，增强枢纽的决策和管理能力。
现阶段，综合交通枢纽对客流的服务方式还局限于交通方式告知，无法为乘客提供各类交通方式舒适度信息，使得枢纽内乘客的客流选择具有一定的盲目性，仅能根据经验进行选择，在无法获取交通舒适度的情况下，产生犹豫徘徊，增加了乘客在枢纽内的滞留时间。综合交通枢纽管理者客流疏散的管理手段还局限于根据历史数据进行车辆调度，努力完成枢纽内的客流通过各种交通方式疏散出去的基本管理要求，未考虑各交通方式的舒适度，枢纽管理水平有待进一步提高。
综上所述，通过创建交通枢纽各交通方式舒适度判别方法及系统，实现对疏散交通枢纽客流的各类交通方式舒适度的定量评价，并将评价数据发布给枢纽客流、枢纽管理者及行业主管部门，为枢纽客流提供交通服务信息，为枢纽管理者车辆调度提供决策信息，为政府及行业管理部门提供服务水平评价指标，填补交通枢纽的管理盲区，这正是本发明研究的内容。
发明内容
本发明的目的是为创建交通枢纽各交通方式舒适度评价指标，提供一种用于交通枢纽客流疏散的交通方式舒适度判别系统，为枢纽客流提供交通舒适度服务信息，为枢纽管理者车辆调度提供决策信息，为政府及行业管理部门提供服务水平评价指标，填补交通枢纽的管理盲区。
为了实现上述目的，本发明的技术方案如下：一种用于交通枢纽客流疏散的交通方式舒适度判别系统，其特征在于所述系统包括
信息采集单元，用于采集各交通方式的舒适度影响因素的相关信息；
舒适度判别单元，根据信息采集单元采集的各种信息，通过舒适度加权算法计算每种交通方式的舒适度；
信息共享单元，将舒适度计算单元计算得到的每种交通方式的舒适度共享到枢纽信息诱导系统、车辆调度系统、行业主管部门。
进一步地，所述信息采集单元包括
地铁信息采集系统，地铁站厅人流密度检测器、地铁车厢人流密度检测器采集的信息通过所述地铁信息采集系统传输至舒适度判别单元；
公交信息采集系统，公交广场人流密度检测器、公交车厢人流密度检测器采集的信息通过所述公交信息采集系统传输至舒适度判别单元；
大巴信息采集系统，大巴车厢人流密度检测器采集的信息和专线大巴发车间隔信息通过大巴信息采集系统传输至舒适度判别单元；
枢纽信息采集系统，出租车人流排队长度检测器、出租车车辆排队长度检测器通过所述枢纽信息采集系统传输至舒适度判别单元；
市级平台发布接口，所述市级平台发布接口用于获取道路交通拥挤指数和路况气象指数信息，并传输至舒适度判别单元。
进一步地，舒适度加权算法如下所示：
式中ci为交通方式i的舒适度数值，fn为交通方式i的舒适度影响因素n对应的舒适度值，wn为交通方式i的舒适度影响因素n对应的权重，TPI为交通拥堵指数，TPIw为交通拥挤指数在交通方式i舒适度中的权重，RWI为路况气象指数，RWIw为路况气象指数在交通方式i舒适度中的权重。
所述系统的判断方法包括以下步骤：
A、采集各交通方式的舒适度影响因素的相关信息；
B、采集城市交通信息中心发布的当前道路交通拥挤指数和气象部门发布的路况气象指数信息；
C、对各类交通方式的每种采集信息赋权，确定各交通方式每种因素对舒适度影响的权重；
D、通过舒适度加权算法计算每种交通方式的舒适度，舒适度加权算法如下所示：式中ci为交通方式i的舒适度数值，fn为交通方式i的舒适度影响因素n对应的舒适度值，wn为交通方式i的舒适度影响因素n对应的权重，TPI为交通拥堵指数，TPIw为交通拥挤指数在交通方式i舒适度中的权重，RWI为路况气象指数，RWIw为路况气象指数在交通方式i舒适度中的权重。
进一步地，所述交通枢纽的交通方式包括地铁、公交车、专线大巴、出租车，步骤A又包括：
A1、采集当前时段地铁车厢拥挤度信息、当前位置到地铁换乘时间与步行距离信息；
A2、采集当前时段公交车平均拥挤度信息、当前位置到公交广场换乘时间与步行距离信息；
A3、采集当前时段专线大巴发车间隔信息、当前位置到专线大巴站点换乘时间与步行距离信息；
A4、采集当前时段出租车辆乘客排队长度信息，待运出租车量排队长度信息、当前位置到出租车候车点换乘时间与步行距离信息。
进一步地，每种舒适度影响因素均分为五档，按舒适度程度的递增，fn的取值递增。
本发明的优点是，①为枢纽客流提供各类交通方式的舒适度对比数据，减少乘客选择交通方式的决策时间，减少交通枢纽内乘客徘徊时间，提高枢纽服务水平；②为枢纽管理者提供各类交通方式的舒适度数据，为车辆调度提供数据支持，当舒适度低于阀值时，触发应急预案；③为政府及行业主管部门提供枢纽服务水平的定量评价指标；④在现有技术条件下，系统易于推广实施。
附图说明
图1一种用于交通枢纽客流疏散的交通方式舒适度判别方法逻辑示意图。
图2一种用于交通枢纽客流疏散的交通方式舒适度判别方法处理流程图。
图3一种用于交通枢纽客流疏散的交通方式舒适度判别系统逻辑架构图。
具体实施方式
以下结合附图通过实施例对本发明的特征及其它相关特征作进一步详细说明，以便于同行业技术人员的理解：
一种用于交通枢纽客流疏散的交通方式舒适度判别方法，该方法基于对地铁、公交车、专线大巴、出租车等不同交通方式的排队长度、车厢拥挤度、换乘时间、道路交通拥挤指数、天气信息的实时监测和处理分析，得出不同交通方式的舒适程度。具体步骤包括：
1、采集当前时段地铁车厢拥挤度信息、当前位置到地铁换乘时间与步行距离信息；
2、采集当前时段公交车平均拥挤度信息、当前位置到公交广场换乘时间与步行距离信息；
3、采集当前时段专线大巴发车间隔信息、当前位置到专线大巴站点换乘时间与步行距离信息；
4、采集当前时段出租车辆乘客排队长度信息，待运出租车量排队长度信息、当前位置到出租车候车点换乘时间与步行距离信息；
5、采集城市交通信息中心发布的当前道路交通拥挤指数；
6、采集气象部门发布的路况气象指数信息；
7、对信息进行预处理，判断信息的合法性、有效性；
8、对各类交通方式的每种采集信息采用专家调查法进行主观赋权，确定各交通方式每种因素对舒适度影响的权重；
9、通过舒适度加权算法计算每种交通方式的舒适度。
上述步骤8中，专家调查法包括：
8.1确定主持人；
8.2拟定调查提纲；
8.3选择调查对象；
8.4轮番征询意见；
8.5中位数法确定每种交通方式各因素及道路拥挤指数和天气信息的权重。
上述步骤9中，舒适度加权算法如下所示：
针对交通方式i
式中ci为交通方式i的舒适度数值，fn为交通方式i的舒适度影响因素，wn为交通方式i的舒适度影响因素对应的权重，TPI为交通拥堵指数，TPIw为交通拥挤指数在交通方式i舒适度中的权重，RWI为路况气象指数，RWIw为路况气象指数在交通方式i舒适度中的权重。
其中对信息进行预处理，判断信息的合法性、有效性，指的是对采集的各种信息进行判断，在超出取值范围的情况下，认为采集的数据是无效的，重新采集，若在一定时间范围内，采集的数据均无效，则认定采集手段故障，进行报警，由专业人员进行故障排除。
实施例：
如图3所示，一种用于交通枢纽客流疏散的交通方式舒适度判别系统包括地铁站厅人流密度检测器、地铁车厢人流密度检测器、公交广场人流密度检测器、公交车厢人流密度检测器、专线大巴发车间隔、大巴车厢人流密度检测器、出租车人流排队长度检测器、出租车车辆排队长度检测器等，各类检测器检测数据通过地铁信息采集系统、公交信息采集系统、大巴信息采集系统、枢纽信息采集系统、市级平台发布接口汇聚到舒适度判别系统中，经过舒适度判别系统计算各交通方式舒适度后，向枢纽信息诱导系统、车辆调度系统、行业主管部门共享交通舒适度信息。
地铁站厅人流密度检测器、地铁车厢人流密度检测器、公交广场人流密度检测器、公交车厢人流密度检测器、大巴车厢人流密度检测器、出租车人流排队长度检测器推荐采用基于视频检测技术的人流检测设备；公交车厢人流密度检测器、大巴车厢人流密度检测器推荐采用双目识别设备以保证其检测精度；
出租车车辆排队长度检测器首选采用基于视频检测技术的车辆排队长度检测设备、也可以采用基于线圈、地磁的车辆排队长度检测设备。
其中交通拥堵指数由路政部门发布，分为五个级别，0～2表示畅通；2～4表示基本畅通；4～6表示轻度拥堵；6～8表示中度拥堵；8～10表示严重拥堵，依次取值为4、3、2、1、0。
路况气象指数由气象部门提供，分为五个级别，1级表示天气晴好，路面干燥，2级表示天气较好、路面比较干燥、路况较好，3级表示路面潮湿，4级表示路面湿滑，5级表示路面有积雪或积冰，在本发明中f路况气象指数＝(5-路况气象指数级别)，依次取值为4、3、2、1、0。
f车厢拥挤度由车辆提供，分为五个级别，1级表示舒适、乘客可自由走动，2表示比较拥挤、乘客移动有困难，3级表示拥挤、乘客很难移动，4级表示严重拥挤，有乘客滞留站台，5级表示站点限流，在本发明中f车厢拥挤度＝(5-车厢拥挤级别)，依次取值为4、3、2、1、0。
f换乘时间由多个人像识别检测设备提供，用于统计当前位置到乘客经排队后进入相应交通工具所耗费的时间长度，分为五个级别，分别为(0,3]分钟、(3,6]分钟、(6,9]分钟、(9,12]分钟，大于12分钟，依次取值为5、4、3、2、1。f换乘时间也可由相应交通工具等候人流、发车间隔时间等因素进行估算。
f步行距离由实测数据提供，用于记录当前位置到相应交通工具排队末尾的通行距离，分为五个级别，分别为[0,300)米、[300,600)米、[600,900)米、[800,1000)米，1000米及以上，依次取值为5、4、3、2、1。
下面根据本发明的一个具体实施例进行详细说明。
当前路政部门提供的道路交通拥挤指数为3.1，属于基本畅通([2,4))，因此本发明中f道路交通拥挤指数＝3(对应于TPI)；
路况气象指数为2级(天气较好、路面比较干燥、路况较好)，f路况气象指数＝3(对应于RWI)；
地铁车厢拥挤度为1级，f车厢拥挤度＝4，w车厢拥挤度＝0.5；
地铁换乘时间2分钟，f换乘时间＝5，w换乘时间＝0.3
步行距离200米，f步行距离＝5，w步行距离＝0.2；
地铁舒适度计算权重中，w道路交通拥挤指数＝0，w路况气象指数＝0(分别对应于TPIw和RWIw)；
公交车厢拥挤度为1级(绿色)，f车厢拥挤度＝4，w车厢拥挤度＝0.2；
公交换乘时间10分钟，f换乘时间＝2，w换乘时间＝0.2
公交步行距离1000米，f步行距离＝1，w步行距离＝0.2；
公交舒适度计算权重中，w道路交通拥挤指数＝0.3，w路况气象指数＝0.1
大巴车厢拥挤度为1级(绿色)，f车厢拥挤度＝5，w车厢拥挤度＝0.2；
大巴换乘时间8分钟，f换乘时间＝3，w换乘时间＝0.2
大巴步行距离800米，f步行距离＝2，w步行距离＝0.2；
大巴舒适度计算权重中，w道路交通拥挤指数＝0.2，w路况气象指数＝0.2
出租车厢拥挤度为1级(绿色)，f车厢拥挤度＝5，w车厢拥挤度＝0.2；
出租换乘时间15分钟，f换乘时间＝1，w换乘时间＝0.2
出租步行距离800米，f步行距离＝2，w步行距离＝0.2；
出租舒适度计算权重中，w道路交通拥挤指数＝0.2，w路况气象指数＝0.2
实施例以正常天气下、工作日平峰时间段内枢纽各交通方式的舒适度计算方法，通过舒适度比较，大运量的地铁交通方式舒适度最高，是离开交通枢纽的最佳方式。
本实施例具有以下有益效果：①填补交通枢纽客流管理效果评价指标体系空白区域；②为枢纽客流提供各类交通方式的舒适度对比数据，减少乘客选择交通方式的决策时间，减少交通枢纽内乘客徘徊时间，提高枢纽服务水平；③为枢纽管理者提供各类交通方式的舒适度数据，为车辆调度提供数据支持，当舒适度低于阀值时，触发应急预案；④为政府及行业主管部门提供枢纽服务水平的定量评价指标；⑤在现有技术条件下，系统易于推广实施。

Claims (4)

1.一种用于交通枢纽客流疏散的交通方式舒适度判别系统，其特征在于所述系统包括
信息采集单元，用于采集各交通方式的舒适度影响因素的相关信息；
舒适度计算单元，根据信息采集单元采集的各种信息，通过舒适度加权算法计算每种交通方式的舒适度；
信息共享单元，将舒适度计算单元计算得到的每种交通方式的舒适度共享到枢纽信息诱导系统、车辆调度系统、行业主管部门。
2.如权利要求1所述的一种用于交通枢纽客流疏散的交通方式舒适度判别系统，其特征在于，所述信息采集单元包括
所述信息采集单元包括
地铁信息采集系统，地铁站厅人流密度检测器、地铁车厢人流密度检测器采集的信息通过所述地铁信息采集系统传输至舒适度判别单元；
公交信息采集系统，公交广场人流密度检测器、公交车厢人流密度检测器采集的信息通过所述公交信息采集系统传输至舒适度判别单元；
大巴信息采集系统，大巴车厢人流密度检测器采集的信息和专线大巴发车间隔信息通过大巴信息采集系统传输至舒适度判别单元；
枢纽信息采集系统，出租车人流排队长度检测器、出租车车辆排队长度检测器通过所述枢纽信息采集系统传输至舒适度判别单元；
市级平台发布接口，所述市级平台发布接口用于获取道路交通拥挤指数和路况气象指数信息，并传输至舒适度判别单元。
3.如权利要求1所述的一种用于交通枢纽客流疏散的交通方式舒适度判别系统，其特征在于，舒适度加权算法如下所示：
式中ci为交通方式i的舒适度数值，fn为交通方式i的舒适度影响因素n对应的舒适度值，wn为交通方式i的舒适度影响因素n对应的权重，TPI为交通拥堵指数，TPIw为交通拥挤指数在交通方式i舒适度中的权重，RWI为路况气象指数，RWIw为路况气象指数在交通方式i舒适度中的权重。
4.如权利要求3所述的一种用于交通枢纽客流疏散的交通方式舒适度判别系统，其特征在于，每种舒适度影响因素均分为五档，按舒适度程度的递增，fn的取值递增。
CN201810877887.0A 2018-08-03 2018-08-03 一种用于交通枢纽客流疏散的交通方式舒适度判别系统 Pending CN109147318A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810877887.0A CN109147318A (zh) 2018-08-03 2018-08-03 一种用于交通枢纽客流疏散的交通方式舒适度判别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810877887.0A CN109147318A (zh) 2018-08-03 2018-08-03 一种用于交通枢纽客流疏散的交通方式舒适度判别系统

Publications (1)

Publication Number Publication Date
CN109147318A true CN109147318A (zh) 2019-01-04

Family

ID=64791641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810877887.0A Pending CN109147318A (zh) 2018-08-03 2018-08-03 一种用于交通枢纽客流疏散的交通方式舒适度判别系统

Country Status (1)

Country Link
CN (1) CN109147318A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109872536A (zh) * 2019-04-10 2019-06-11 义乌市腾飞汽车代驾服务有限公司 一种客流引导系统及其控制方法
CN111896020A (zh) * 2020-08-03 2020-11-06 上海博泰悦臻电子设备制造有限公司 用于信息处理的方法、电子设备和存储介质
CN114548836A (zh) * 2022-04-25 2022-05-27 杭州玳数科技有限公司 一种基于疫情的多因素交通枢纽运营方法和系统
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289928A (zh) * 2011-05-19 2011-12-21 上海市城市建设设计研究院 基于模糊层次分析法的枢纽综合交通运行态势评价方法
CN102622897A (zh) * 2012-04-07 2012-08-01 山东大学 基于视频的车辆排队长度动态估计方法
CN102867408A (zh) * 2012-09-17 2013-01-09 北京理工大学 一种公交出行路线的选择方法和系统
CN103500499A (zh) * 2013-09-25 2014-01-08 青岛海信网络科技股份有限公司 一种综合客运枢纽旅客交通方式选择的诱导方法及系统
WO2018058967A1 (zh) * 2016-09-30 2018-04-05 百度在线网络技术（北京）有限公司 公交路线推荐方法、装置、设备及计算机存储介质
CN108072380A (zh) * 2016-11-14 2018-05-25 福特环球技术公司 用于选择出行方式的方法、装置及出行路径管理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289928A (zh) * 2011-05-19 2011-12-21 上海市城市建设设计研究院 基于模糊层次分析法的枢纽综合交通运行态势评价方法
CN102622897A (zh) * 2012-04-07 2012-08-01 山东大学 基于视频的车辆排队长度动态估计方法
CN102867408A (zh) * 2012-09-17 2013-01-09 北京理工大学 一种公交出行路线的选择方法和系统
CN103500499A (zh) * 2013-09-25 2014-01-08 青岛海信网络科技股份有限公司 一种综合客运枢纽旅客交通方式选择的诱导方法及系统
WO2018058967A1 (zh) * 2016-09-30 2018-04-05 百度在线网络技术（北京）有限公司 公交路线推荐方法、装置、设备及计算机存储介质
CN108072380A (zh) * 2016-11-14 2018-05-25 福特环球技术公司 用于选择出行方式的方法、装置及出行路径管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
詹嘉: "综合交通枢纽不同成本换乘方式选择研究", 《交通与运输（学术版）》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109872536A (zh) * 2019-04-10 2019-06-11 义乌市腾飞汽车代驾服务有限公司 一种客流引导系统及其控制方法
CN111896020A (zh) * 2020-08-03 2020-11-06 上海博泰悦臻电子设备制造有限公司 用于信息处理的方法、电子设备和存储介质
CN114548836A (zh) * 2022-04-25 2022-05-27 杭州玳数科技有限公司 一种基于疫情的多因素交通枢纽运营方法和系统
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

Similar Documents

Publication Publication Date Title
CN109147318A (zh) 一种用于交通枢纽客流疏散的交通方式舒适度判别系统
CN109415043A (zh) 一种基于舒适度的自动驾驶行驶规划方法
CN112380398B (zh) 一种空港旅客多交通方式换乘出行链构建装置
CN103530704B (zh) 一种终端空域空中交通动态容量预测系统及其方法
CN109285376A (zh) 一种基于深度学习的公交车客流统计分析系统
CN112598182A (zh) 一种轨道交通智能调度方法及系统
Li et al. Public bus arrival time prediction based on traffic information management system
CN110084442A (zh) 一种联合公交和轨道交通刷卡数据进行客流od计算的方法
Liu et al. Design of traffic emergency response system based on internet of things and data mining in emergencies
Ma et al. Modeling bus travel time reliability with supply and demand data from automatic vehicle location and smart card systems
WO2019220206A1 (ja) 乗車位置算出方法、乗車位置算出装置、ならびに、乗車位置算出システム
CN103150774B (zh) 一种高速公路绿色通道车辆鉴别系统和方法
CN101964085A (zh) 一种基于Logit模型和贝叶斯决策的客流分配方法
CN106023655A (zh) 一种扇区空中交通拥堵状态监测方法
CN108364464B (zh) 一种基于概率模型的公交车辆旅行时间建模方法
CN115527369B (zh) 一种空港枢纽大面积延误条件下的大客流预警与疏散方法
Karoń et al. Problems of quality of public transportation systems in smart cities—Smoothness and disruptions in urban traffic
CN108985653A (zh) 一种用于交通枢纽客流疏散的交通方式舒适度判别方法
Kamga et al. An estimation of the effects of social distancing measures on transit vehicle capacity and operations
TW201824024A (zh) 績效評估系統及方法
Sundaresan et al. Artificial intelligence and machine learning approaches for smart transportation in smart cities using blockchain architecture
Budd An exploratory examination of additional ground access trips generated by airport ‘meeter-greeters’
CN109409563B (zh) 一种公交运营车辆实时人数的分析方法、系统和存储介质
CN109190948B (zh) 一种大型航空枢纽运行与城市交通拥堵的关联分析方法
CN111445091B (zh) 一种客运中心出租车司机的智能决策方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190104

RJ01 Rejection of invention patent application after publication