CN110956820A - 一种基于乘客手机gps定位的公路客运超载实时预警系统 - Google Patents

一种基于乘客手机gps定位的公路客运超载实时预警系统 Download PDF

Info

Publication number
CN110956820A
CN110956820A CN201911277754.0A CN201911277754A CN110956820A CN 110956820 A CN110956820 A CN 110956820A CN 201911277754 A CN201911277754 A CN 201911277754A CN 110956820 A CN110956820 A CN 110956820A
Authority
CN
China
Prior art keywords
passenger
vehicle
block chain
time
gps
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
CN201911277754.0A
Other languages
English (en)
Inventor
朱顺应
吴希钢
章树鑫
陈悦
李志浩
王成露
陈秋成
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201911277754.0A priority Critical patent/CN110956820A/zh
Publication of CN110956820A publication Critical patent/CN110956820A/zh
Pending legal-status Critical Current

Links

Images

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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • 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
    • G08G1/127—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 to a central station ; Indicators in a central station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种基于乘客手机GPS定位的公路客运超载实时预警系统。本发明包括多个乘客移动终端、车载GPS定位装置、GPS无线通信模块、移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器。本发明方法通过所述乘客移动终端，收集多位乘客GPS数据集合，通过所述区块链数据处理服务器每间隔一定时间对乘客定位点进行一次聚类分析，在一定周期内出现概率最大的结果作为最终结果，得到车内乘客数量；将车内乘客数量与客车核载乘客数量作比较，一旦发现车内乘客数量超过客车核载乘客数量，即认为客车已经超载，对驾驶员发出超载预警。本发明有效防止数据被篡改，增强了数据的可信度，实现了超载行为的识别。

Description

一种基于乘客手机GPS定位的公路客运超载实时预警系统
技术领域
本发明属于公路客运违章预警系统领域，涉及一种基于乘客手机GPS定位的公路客运超载实时预警系统。
背景技术
随着我国社会经济不断发展，人民生活水平不断提高，外出旅游、务工、探亲访友的旅客越来越多，在公路运输更为便捷、经济时，多数旅客会选择乘坐客车出行，旅客对公路客运的需求量极大。由于道路建设周期长、投资回收慢等原因，我国公路客运运力发展水平已无法跟上旅客增长的速度，导致公路客运超载问题日益突出，受到全社会的广泛关注。作为公路第一杀手，超载不仅严重破坏公路和桥梁设施，容易引发道路交通事故，危害人民群众的生命财产安全，而且严重扰乱运输市场秩序，依法进一步加强违法超载治理刻不容缓。现阶段我国针对客运超载的预警手段仅有交警在路上设站、设点检查一种，存在交警工作量大、效率低、评判时个人主观性较强等缺点，缺少一个经济高效、规范标准的公路客运超载实时预警系统。
发明内容
为了解决上述问题，本发明提供了一种可信度高、真实准确的基于区块链的公路客运超载实时预警系统及方法。
本发明系统的技术方案为一种基于乘客手机GPS定位的公路客运超载实时预警系统，包括：多个乘客移动终端、车载GPS定位装置、GPS无线通信模块、移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器。
所述多个乘客移动终端分别与所述移动终端无线通信模块通过无线通信方式依次连接；所述的车载GPS定位装置与所述GPS无线通信模块通过无线通信方式连接；所述的移动终端无线通信模块、GPS无线通信模块与云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器等服务器通过导线依次串联连接。
本发明方法的技术方案为一种基于区块链的公路客运超载实时预警系统，其特征在于，包括以下步骤：
步骤1：通过所述移动终端无线通信模块将客车核载乘客数量上传至云端数据存储服务器；
步骤2：通过所述GPS无线通信模块将车载GPS定位装置得到的客车实时定位信息上传至云端数据存储服务器；
步骤3：通过所述区块链数据处理服务器调用云端数据存储服务器中存储的车载GPS定位信息，得到车辆定位信息，利用区块链数据处理服务器内置的客车距离算法、客车速度算法对车辆定位信息进行处理，得到客车行驶数据，并上传区块链数据存储服务器；
步骤4：通过所述乘客移动终端，收集多位乘客GPS数据集合，通过移动终端无线通信模块传输至所述云端数据存储服务器，区块链数据处理服务器调用云端数据存储服务器中的乘客GPS数据集合，通过所述区块链数据处理服务器内置的乘客距离算法、乘客速度算法对乘客GPS数据集进行处理，得到乘客乘坐数据和乘客速度数据，并上传区块链数据存储服务器；
步骤5：通过所述区块链数据处理服务器调用云端数据存储服务器中存储的车辆定位信息、乘客GPS数据集合，区块链数据存储服务器存储的客车速度数据、乘客速度数据利用FCM聚类算法进行处理；
步骤6：通过所述区块链数据处理服务器每间隔一定时间对乘客定位点进行一次聚类分析，在一定周期内出现概率最大的结果作为最终结果，得到车内乘客数量；
步骤7：将步骤6所得车内乘客数量与客车核载乘客数量作比较，一旦发现车内乘客数量超过客车核载乘客数量，即认为客车已经超载，对驾驶员发出超载预警，将客车核载乘客数量和预警结果打包形成区块链，存入区块链数据存储服务器中，方便查询与追溯。
作为优选，步骤3所述车辆定位信息为：
O(Xi，Yi)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆行驶的时刻，Xi为第i时刻车辆定位的经度信息，Yi为第i时刻车辆定位的纬度信息；
步骤3所述客车行驶数据为：
P(Si-2，i-1，Si-1，i)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆定位点采集时的时刻，Si-2，i-1为车辆在(i-1)时刻1秒钟内行驶的距离，Si-1，i为车辆在i时刻1秒钟内行驶的距离；
步骤3所述客车速度数据为：
Q(Vi，Ai)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆定位点采集时的时刻，Vi为第i时刻客车的速度，Ai为第i时刻车辆的加速度；
步骤3所述客车距离算法为：
Figure BDA0002314138800000031
Figure BDA0002314138800000032
其中，A(WA，JA)、B(WB，JB)两点分别为弧度制下客车在第i时刻和第i-1时刻的位置，其中W为纬度，J为经度，R为地球半径,取R＝6378.137；
步骤3所述客车速度算法为：
Figure BDA0002314138800000033
作为优选，步骤4所述多位乘客GPS数据集合为：
U＝{u1，u2，u3，···，uN1}，i∈[1，N1]；
Figure BDA0002314138800000034
其中，N1为采集得到的乘客移动终端数量，
Figure BDA0002314138800000035
为第i个乘客的经度坐标，
Figure BDA0002314138800000036
为第i个乘客的纬度坐标；
步骤4所述乘客乘坐数据S为：
S(Li-2，i-1，Li-1，i)，i∈[1，t]
其中，t为乘客乘车的总时长，i为乘客定位点采集的时刻，Li-2，i-1为乘客定位点在(i-1)时刻1秒钟内变化的距离，Li-1，i为乘客定位点在i时刻1秒钟内变化的距离；
步骤4所述乘客速度数据T为：
T(vi，ai)，i∈[1，t]
其中，t为车辆行驶的时刻，vi为第i时刻乘客的速度，ai为第i时刻乘客的加速度；
步骤4所述乘客距离算法为：
Figure BDA0002314138800000041
Figure BDA0002314138800000042
其中，C(WC，JC)、D(WD，JD)两点分别为弧度制下乘客定位点在第i时刻和第i-1时刻的位置，其中W为纬度，J为经度，R为地球半径,取R＝6378.137；
步骤4所述乘客速度算法为：
Figure BDA0002314138800000043
作为优选，步骤5所述FCM聚类算法为：
输入为样本数据集、聚类族数；
具体方法为：
步骤5.1：从样本点中随机选取k个向量作为初始聚类中心(u1,u2,...,uk)；
步骤5.2：循环以下几步直到达到停止条件；
步骤5.3：假设簇划分为(C1,C2,…,Ck)，当最小平方误差即
Figure BDA0002314138800000044
没有发生变化，即E最小时为停止条件；
步骤5.4：计算所有样本到这k个初始向量的距离，每个样本从这k个距离中选择距离最短的那个初始均值向量作为簇标记，然后将该点加入相应的簇Ci；
步骤5.5：对每一个簇计算它们新的均值向量
Figure BDA0002314138800000045
如果相比之前的向量有变化，就更新，将其作为新的均值向量，如果没有变化就不变；
作为优选，步骤6所述概率最大为：
一定周期内，聚类分析出现的结果为G1，…，Gj，…，Gm，
其中：P(G1)+…+P(Gj)+…+P(Gm)＝1，
存在：P(Gj)≥P(Gn)(j、n∈[1，m]，
Figure BDA0002314138800000046
)，
则认为第j次聚类分析的结果即为最终结果，得到车内乘客数量为N2；
本发明具有的优点为：
从乘客定位数据的产生看，只需通过乘客手机App获得，无需加装其他车载设备、路侧设备，大大降低预警成本；
从行车数据的采集看，手机App、车载GPS实时工作，每秒钟采集一个定位点，具有时间和空间上的连续性；
从违章信息的存储看，违章数据直接存入区块链中，有效防止数据被篡改，增强了数据的可信度；
从本发明整体看，利用了区块链去中心化、可信度高、防止篡改的优点以及手机实时精准定位的特性实现了对超载行为的打击。
附图说明
图1：为本发明系统框架。
图2：为本发明聚类方法流程。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
本发明系统的技术方案为一种基于乘客手机GPS定位的公路客运超载实时预警系统，其特征在于，包括：多个乘客移动终端、车载GPS定位装置、GPS无线通信模块、移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器。具体附图1所示。
所述多个乘客移动终端分别与所述移动终端无线通信模块通过无线通信方式依次连接；所述的移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器通过导线依次串联连接。
所述多个乘客移动终端的选型均为搭载Android/iOS系统的智能手机或平板；
所述移动终端无线通信模块选型为ME808R-821；
所述云端数据存储服务器选型为PowerEdge R740；
所述区块链数据处理服务器和所述区块链数据存储服务器的选型均为T340F6-6203v3。
下面结合图1、图2介绍本发明的具体实施方式为：
步骤1：通过所述移动终端无线通信模块将客车核载乘客数量上传至云端数据存储服务器；
步骤2：通过所述GPS无线通信模块将车载GPS定位装置得到的客车实时定位信息上传至云端数据存储服务器；
步骤3：通过所述区块链数据处理服务器调用云端数据存储服务器中存储的车载GPS定位信息，得到车辆定位信息，利用区块链数据处理服务器内置的客车距离算法、客车速度算法对车辆定位信息进行处理，得到客车行驶数据，并上传区块链数据存储服务器；
步骤3所述车辆定位信息为：
O(Xi，Yi)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆行驶的时刻，Xi为第i时刻车辆定位的经度信息，Yi为第i时刻车辆定位的纬度信息；
步骤3所述客车行驶数据为：
P(Si-2，i-1，Si-1，i)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆定位点采集时的时刻，Si-2，i-1为车辆在(i-1)时刻1秒钟内行驶的距离，Si-1，i为车辆在i时刻1秒钟内行驶的距离；
步骤3所述客车速度数据为：
Q(Vi，Ai)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆定位点采集时的时刻,Vi为第i时刻客车的速度，Ai为第i时刻车辆的加速度；
步骤3所述客车距离算法为：
Figure BDA0002314138800000061
Figure BDA0002314138800000062
其中，A(WA，JA)、B(WB，JB)两点分别为弧度制下客车在第i时刻和第i-1时刻的位置，其中W为纬度，J为经度，R为地球半径,取R＝6378.137；
步骤3所述客车速度算法为：
Figure BDA0002314138800000063
步骤4：通过所述乘客移动终端，收集多位乘客GPS数据集合，通过移动终端无线通信模块传输至所述云端数据存储服务器，区块链数据处理服务器调用云端数据存储服务器中的乘客GPS数据集合，通过所述区块链数据处理服务器内置的乘客距离算法、乘客速度算法对乘客GPS数据集进行处理，得到乘客乘坐数据和乘客速度数据，并上传区块链数据存储服务器；
步骤4所述多位乘客GPS数据集合为：
U＝{u1，u2，u3，···，uN1}，i∈[1，N1]
ui＝(xi，yi)，i∈[1,N1]
其中，N1为采集得到的乘客移动终端数量，ui为第i个乘客的经纬度坐标；
步骤4所述乘客乘坐数据为：
S(Li-2，i-1，Li-1，i)，i∈[1，t]
其中，t为乘客乘车的总时长，i为乘客定位点采集的时刻,Li-2，i-1为乘客定位点在(i-1)时刻1秒钟内变化的距离，Li-1，i为乘客定位点在i时刻1秒钟内变化的距离；
步骤4所述乘客速度数据为：
T(vi，ai)，i∈[1，t]
其中，t为车辆行驶的时刻，vi为第i时刻乘客的速度，ai为第i时刻乘客的加速度；
步骤4所述乘客距离算法为：
Figure BDA0002314138800000071
Figure BDA0002314138800000072
其中，C(WC，JC)、D(WD，JD)两点分别为弧度制下乘客定位点在第i时刻和第i-1时刻的位置，其中W为纬度，J为经度，R为地球半径,取R＝6378.137；
步骤4所述乘客速度算法为：
Figure BDA0002314138800000073
步骤5：通过所述区块链数据处理服务器调用云端数据存储服务器中存储的车辆定位信息O、乘客GPS数据集合U，区块链数据存储服务器存储的客车速度数据Q、乘客速度数据S利用FCM聚类算法进行处理；
步骤5所述FCM聚类算法为：
输入为样本数据集、聚类族数；
具体方法为：
步骤5.1：从样本点中随机选取k个向量作为初始聚类中心(u1,u2,...,uk)；
步骤5.2：循环以下几步直到达到停止条件；
步骤5.3：假设簇划分为(C1,C2,…,Ck)，当最小平方误差即
Figure BDA0002314138800000081
没有发生变化，即E最小时为停止条件；
步骤5.4：计算所有样本到这k个初始向量的距离，每个样本从这k个距离中选择距离最短的那个初始均值向量作为簇标记，然后将该点加入相应的簇Ci；
步骤5.5：对每一个簇计算它们新的均值向量
Figure BDA0002314138800000082
如果相比之前的向量有变化，就更新，将其作为新的均值向量，如果没有变化就不变；
具体方式为：
采集t时刻乘坐客车的乘客的手机App回传的经纬度定位数据：
Oi＝[Xi，Yi](i＝1,2,3…n)；
其中，Xi表示第i个手机回传的定位经度信息，Yi表示第i个手机回传的定位纬度信息，n表示此时刻下乘客回传数据手机个数；
对于给定的集合Oi＝[Xi，Yi](i＝1,2,3…n)，k为聚类数目，Mi＝[xi，yi](i＝1,2,3…k)为每个聚类的中心，每个样本i属于某一类j的隶属度为uij，则基于隶属度函数的聚类损失目标函数为：
Figure BDA0002314138800000083
其中，b为隶属度因子；
在极值约束条件下：
Figure BDA0002314138800000084
令J对Mi和uij(Oi)的偏导数为零，求得J取极小值的必要条件：
Figure BDA0002314138800000085
和
Figure BDA0002314138800000086
再利用迭代法求解上式，直至满足收敛条件:J的数值不变，即J取到极小值为止；
步骤6：通过所述区块链数据处理服务器每5s对乘客定位点进行一次聚类分析，在一分钟内出现概率最大的结果作为最终结果，得到车内乘客数量；
步骤6所述概率最大为：
一定周期内，聚类分析出现的结果为G1，…，Gj，…，Gm，
其中：P(G1)+…+P(Gj)+…+P(Gm)＝1，
存在：P(Gj)≥P(Gn)(j、n∈[1，m]，
Figure BDA0002314138800000091
)，
则认为第j次聚类分析的结果即为最终结果，得到车内乘客数量N2；
步骤7：将步骤6所得车内乘客数量与客车核载乘客数量作比较，一旦发现车内乘客数量超过客车核载乘客数量，即认为客车已经超载，对驾驶员发出超载预警，将客车核载乘客数量和预警结果打包形成区块链，存入区块链数据存储服务器中，方便查询与追溯。
尽管本说明书较多地使用了乘客手机App、多个乘客移动终端、移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器等术语，但并不排除使用其他术语的可能性。使用这些术语仅仅是为了更方便的描述本发明的本质，把它们解释成任何一种附加的限制都是与本发明精神相违背的。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种基于乘客手机GPS定位的公路客运超载实时预警系统，其特征在于，包括：
所述基于乘客手机GPS定位的公路客运超载实时预警系统应用于一种基于乘客手机GPS定位的公路客运超载实时预警装置；
所述基于乘客手机GPS定位的公路客运超载实时预警装置包括：多个乘客移动终端、车载GPS定位装置、GPS无线通信模块、移动终端无线通信模块、云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器；
所述多个乘客移动终端分别与所述移动终端无线通信模块通过无线通信方式依次连接；所述的车载GPS定位装置与所述GPS无线通信模块通过无线通信方式连接；所述的移动终端无线通信模块、GPS无线通信模块与云端数据存储服务器、区块链数据处理服务器、区块链数据存储服务器等服务器通过导线依次串联连接；
步骤1：通过所述移动终端无线通信模块将客车核载乘客数量上传至云端数据存储服务器；
步骤2：通过所述GPS无线通信模块将车载GPS定位装置得到的客车实时定位信息上传至云端数据存储服务器；
步骤3：通过所述区块链数据处理服务器调用云端数据存储服务器中存储的车载GPS定位信息，得到车辆定位信息，利用区块链数据处理服务器内置的客车距离算法、客车速度算法对车辆定位信息进行处理，得到客车行驶数据，并上传区块链数据存储服务器；
步骤4：通过所述乘客移动终端，收集多位乘客GPS数据集合，通过移动终端无线通信模块传输至所述云端数据存储服务器，区块链数据处理服务器调用云端数据存储服务器中的乘客GPS数据集合，通过所述区块链数据处理服务器内置的乘客距离算法、乘客速度算法对乘客GPS数据集进行处理，得到乘客乘坐数据和乘客速度数据，并上传区块链数据存储服务器；
步骤5：通过所述区块链数据处理服务器调用云端数据存储服务器中存储的车辆定位信息、乘客GPS数据集合，区块链数据存储服务器存储的客车速度数据、乘客速度数据利用FCM聚类算法进行处理；
步骤6：通过所述区块链数据处理服务器每间隔一定时间对乘客定位点进行一次聚类分析，在一定周期内出现概率最大的结果作为最终结果，得到车内乘客数量；
步骤7：将步骤6所得车内乘客数量与客车核载乘客数量作比较，一旦发现车内乘客数量超过客车核载乘客数量，即认为客车已经超载，对驾驶员发出超载预警，将客车核载乘客数量和预警结果打包形成区块链，存入区块链数据存储服务器中，方便查询与追溯。
2.根据权利要求1所述的基于乘客手机GPS定位的公路客运超载实时预警系统，其特征在于，步骤3所述车辆定位信息为：
O(Xi，Yi)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆行驶的时刻，Xi为第i时刻车辆定位的经度信息，Yi为第i时刻车辆定位的纬度信息；
步骤3所述客车行驶数据为：
P(Si-2，i-1，Si-1，i)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆定位点采集时的时刻，Si-2，i-1为车辆在(i-1)时刻1秒钟内行驶的距离，Si-1，i为车辆在i时刻1秒钟内行驶的距离；
步骤3所述客车速度数据为：
Q(Vi，Ai)，i∈[1，t]
其中，t为车辆行驶的时长，i为车辆定位点采集时的时刻，Vi为第i时刻客车的速度，Ai为第i时刻车辆的加速度；
步骤3所述客车距离算法为：
Figure FDA0002314138790000021
Figure FDA0002314138790000022
其中，A(WA，JA)、B(WB，JB)两点分别为弧度制下客车在第i时刻和第i-1时刻的位置，其中W为纬度，J为经度，R为地球半径,取R＝6378.137；
步骤3所述客车速度算法为：
Figure FDA0002314138790000023
3.根据权利要求1所述的基于乘客手机GPS定位的公路客运超载实时预警系统，其特征在于，步骤4所述多位乘客GPS数据集合为：
U＝{u1，u2，u3，···，uN1}，i∈[1，N1]；
Figure FDA0002314138790000031
其中，N1为采集得到的乘客移动终端数量，
Figure FDA0002314138790000032
为第i个乘客的经度坐标，
Figure FDA0002314138790000033
为第i个乘客的纬度坐标；
步骤4所述乘客乘坐数据S为：
S(Li-2，i-1，Li-1，i)，i∈[1，t]
其中，t为乘客乘车的总时长，i为乘客定位点采集的时刻，Li-2，i-1为乘客定位点在(i-1)时刻1秒钟内变化的距离，Li-1，i为乘客定位点在i时刻1秒钟内变化的距离；
步骤4所述乘客速度数据T为：
T(vi，ai)，i∈[1，t]
其中，t为车辆行驶的时刻，vi为第i时刻乘客的速度，ai为第i时刻乘客的加速度；
步骤4所述乘客距离算法为：
Figure FDA0002314138790000034
Figure FDA0002314138790000035
其中，C(WC，JC)、D(WD，JD)两点分别为弧度制下乘客定位点在第i时刻和第i-1时刻的位置，其中W为纬度，J为经度，R为地球半径,取R＝6378.137；
步骤4所述乘客速度算法为：
Figure FDA0002314138790000036
4.根据权利要求1所述的基于乘客手机GPS定位的公路客运超载实时预警系统，其特征在于，步骤5所述FCM聚类算法为：
输入为样本数据集、聚类族数；
具体方法为：
步骤5.1：从样本点中随机选取k个向量作为初始聚类中心(u1,u2,...,uk)；
步骤5.2：循环以下几步直到达到停止条件；
步骤5.3：假设簇划分为(C1,C2,…,Ck)，当最小平方误差即
Figure FDA0002314138790000041
没有发生变化，即E最小时为停止条件；
步骤5.4：计算所有样本到这k个初始向量的距离，每个样本从这k个距离中选择距离最短的那个初始均值向量作为簇标记，然后将该点加入相应的簇Ci；
步骤5.5：对每一个簇计算它们新的均值向量
Figure FDA0002314138790000042
如果相比之前的向量有变化，就更新，将其作为新的均值向量，如果没有变化就不变。
5.根据权利要求1所述的基于乘客手机GPS定位的公路客运超载实时预警系统，其特征在于，步骤6所述概率最大为：
一定周期内，聚类分析出现的结果为G1，…，Gj，…，Gm，
其中：P(G1)+…+P(Gj)+…+P(Gm)＝1，
存在：
Figure FDA0002314138790000043
则认为第j次聚类分析的结果即为最终结果，得到车内乘客数量为N2。
CN201911277754.0A 2019-12-12 2019-12-12 一种基于乘客手机gps定位的公路客运超载实时预警系统 Pending CN110956820A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911277754.0A CN110956820A (zh) 2019-12-12 2019-12-12 一种基于乘客手机gps定位的公路客运超载实时预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911277754.0A CN110956820A (zh) 2019-12-12 2019-12-12 一种基于乘客手机gps定位的公路客运超载实时预警系统

Publications (1)

Publication Number Publication Date
CN110956820A true CN110956820A (zh) 2020-04-03

Family

ID=69981320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911277754.0A Pending CN110956820A (zh) 2019-12-12 2019-12-12 一种基于乘客手机gps定位的公路客运超载实时预警系统

Country Status (1)

Country Link
CN (1) CN110956820A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112509316A (zh) * 2020-11-06 2021-03-16 武汉长江通信智联技术有限公司 一种基于车辆终端信息匹配的车辆超员分析系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101321269A (zh) * 2007-06-05 2008-12-10 同济大学 基于计算机视觉的客流量检测方法及系统
CN103144633A (zh) * 2012-12-27 2013-06-12 中国科学技术大学苏州研究院 基于车联网技术的追尾碰撞预警方法
CN103280108A (zh) * 2013-05-20 2013-09-04 中国人民解放军国防科学技术大学 基于视觉感知和车联网的客车安全预警系统
CN103593974A (zh) * 2013-11-06 2014-02-19 福建工程学院 一种基于定位信息的公交载客量采集方法
CN107734638A (zh) * 2017-11-17 2018-02-23 泉州市睿云智能科技有限公司 一种基于三角置心算法的定位方法及装置
CN108171974A (zh) * 2017-12-27 2018-06-15 东南大学 一种基于手机三角定位数据的交通出行模式判别方法
CN108648453A (zh) * 2018-05-15 2018-10-12 北京百益高科信息技术有限公司 一种基于手机位置更新信息进行交通出行数据画像的方法
CN108734129A (zh) * 2018-05-21 2018-11-02 上海应用技术大学 手机及车辆定位分析方法及系统
CN110060484A (zh) * 2019-05-16 2019-07-26 武汉理工大学 一种基于区块链的公路客运违章实时预警系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101321269A (zh) * 2007-06-05 2008-12-10 同济大学 基于计算机视觉的客流量检测方法及系统
CN103144633A (zh) * 2012-12-27 2013-06-12 中国科学技术大学苏州研究院 基于车联网技术的追尾碰撞预警方法
CN103280108A (zh) * 2013-05-20 2013-09-04 中国人民解放军国防科学技术大学 基于视觉感知和车联网的客车安全预警系统
CN103593974A (zh) * 2013-11-06 2014-02-19 福建工程学院 一种基于定位信息的公交载客量采集方法
CN107734638A (zh) * 2017-11-17 2018-02-23 泉州市睿云智能科技有限公司 一种基于三角置心算法的定位方法及装置
CN108171974A (zh) * 2017-12-27 2018-06-15 东南大学 一种基于手机三角定位数据的交通出行模式判别方法
CN108648453A (zh) * 2018-05-15 2018-10-12 北京百益高科信息技术有限公司 一种基于手机位置更新信息进行交通出行数据画像的方法
CN108734129A (zh) * 2018-05-21 2018-11-02 上海应用技术大学 手机及车辆定位分析方法及系统
CN110060484A (zh) * 2019-05-16 2019-07-26 武汉理工大学 一种基于区块链的公路客运违章实时预警系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗孝羚等: "基于K-means 聚类的城郊公交网络设计", 《公路交通科技》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112509316A (zh) * 2020-11-06 2021-03-16 武汉长江通信智联技术有限公司 一种基于车辆终端信息匹配的车辆超员分析系统
CN112509316B (zh) * 2020-11-06 2022-04-29 武汉长江通信智联技术有限公司 一种基于车辆终端信息匹配的车辆超员分析系统

Similar Documents

Publication Publication Date Title
EP3616063B1 (en) Verifying sensor data using embeddings
CN110060484B (zh) 一种基于区块链的公路客运违章实时预警系统及方法
CN107195180B (zh) 一种基于电警数据的交通出行轨迹提取方法和装置
CN111862606B (zh) 一种基于多源数据的非法营运车辆识别方法
Zear et al. Intelligent transport system: A progressive review
US10373494B1 (en) Method and apparatus for estimating a parking event based on device signal observations
CN107293117A (zh) 一种公路异常事件的判断方法
CN102737510A (zh) 一种基于移动智能终端的实时交通路况采集方法
WO2019205020A1 (zh) 一种路况识别方法、装置及设备
CN108734129A (zh) 手机及车辆定位分析方法及系统
CN107038860B (zh) 一种基于adas技术及回归模型的用户驾驶行为评分方法
CN107705551A (zh) 交通路况的评估方法以及装置
CN106846806A (zh) 基于Isolation Forest的城市道路交通异常检测方法
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
CN103295120B (zh) 物流公司运力分析系统及其运力分析的方法
CN104916133B (zh) 一种基于交通轨迹数据的道路海拔信息提取方法及系统
Liu et al. Evaluation of floating car technologies for travel time estimation
CN109859505B (zh) 高速站点的预警处理方法、装置、服务器和介质
CN112904820A (zh) 无人驾驶工程车辆矿区流量调配方法及装置
CN113052405B (zh) 基于物联网和人工智能的交通拥堵预测与优化方法
CN112036757A (zh) 基于手机信令和浮动车数据的停车换乘停车场的选址方法
CN108573604A (zh) 基于移动终端定位的公交od数据获取方法及存储介质
CN112118548A (zh) 一种大数据识别常住人口与流动人口的方法和存储设备
Garg et al. Mining bus stops from raw GPS data of bus trajectories
CN114390459A (zh) 农用车辆违法超员载人识别方法及存储介质

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: 20200403

RJ01 Rejection of invention patent application after publication