CN111582682A - 一种车辆调度方法、装置及终端 - Google Patents
一种车辆调度方法、装置及终端 Download PDFInfo
- Publication number
- CN111582682A CN111582682A CN202010334047.7A CN202010334047A CN111582682A CN 111582682 A CN111582682 A CN 111582682A CN 202010334047 A CN202010334047 A CN 202010334047A CN 111582682 A CN111582682 A CN 111582682A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- complex
- departure
- value
- condition data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000003111 delayed effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 238000004080 punching Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Chemical & Material Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Analytical Chemistry (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请适用于车辆智能调度技术领域,提供一种车辆调度方法、装置及终端,其中方法包括:获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据;基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值;根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间;基于所述发车车型及所述发车时间,执行对应的发车策略,实现根据多层次需求与供给调整发车车型和时间间隔,以更好地解决高峰时期的拥堵问题,实现全绿色出行。
Description
技术领域
本申请属于车辆智能调度技术领域,尤其涉及一种车辆调度方法、装置及终端。
背景技术
公交属于绿色出行系统,道路畅通则是绿色出行的核心,多乘坐公交能够有效减少路面上的私家车,有效减少道路拥堵,提高出行效率,并且降低道路维护成本,减少尾气排放,降低空气污染,保护环境。
近年来,公交的智能驾驶技术研发成为热潮,然而针对新能源公交运营、管控、调度的智能技术应用,仍未有突破性的智能产品和成熟的解决方案,尤其是智慧出行、即时维保尤为关键。
现有的公交调度系统依然存在很大问题,例如即使在上班高峰期频繁发车,依然会造成有人挤不上公交,乘客等待时间变长;而在非高峰期减少班次,还是会有大量空运串车的出现,产生不必要的资源浪费。
发明内容
本申请实施例提供了一种车辆调度方法、装置及终端,以解决现有技术中车辆发生的拥堵造成乘客长时间等待及不必要资源浪费的问题。
本申请实施例的第一方面提供了一种车辆调度方法,包括:
获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据;
基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值;
根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间;
基于所述发车车型及所述发车时间,执行对应的发车策略。
本申请实施例的第二方面提供了一种车辆调度装置,包括:
第一获取模块,用于获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据;
生成模块,用于基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值;
第二获取模块,用于根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间;
策略执行模块,用于基于所述发车车型及所述发车时间,执行对应的发车策略。
本申请实施例的第三方面提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
本申请的第五方面提供了一种计算机程序产品,当所述计算机程序产品在终端上运行时,使得所述终端执行上述第一方面所述方法的步骤。
由上可见,本申请实施例中,通过获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据,基于车况数据、路况数据及载运数据,生成与设定计量单元相对应的复数赫斯特指数的匹配值,根据该复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间,执行对应的发车策略,实现根据多层次需求与供给调整发车车型和时间间隔,以更好地解决高峰时期的拥堵问题,减少乘客长时间等待,减少资源浪费,实现全绿色出行。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种车辆调度方法的流程图一;
图2是本申请实施例提供的一种车辆调度方法的流程图二;
图3是本申请实施例提供的一种车辆调度装置的结构图;
图4是本申请实施例提供的一种终端的结构图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本申请实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的终端。然而,应当理解的是,终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
应理解,本实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
参见图1,图1是本申请实施例提供的一种车辆调度方法的流程图一。如图1所示,一种车辆调度方法,该方法包括以下步骤:
步骤101,获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据。
该行驶车辆具体可以是城市公交车、班车或者城乡大巴车等等。具体地,该行驶车辆具有固定的车辆行驶路线。
该设定计量单元具体为基于车辆行驶路线进行驾驶路段、驾驶时段进行的计量单元的划分。选取需要计算的时段内需要计算路段的相关数据,可以根据需求对选取的时段进行进一步选取时间点的相关数据进行获取。
其中,车况数据具体可以包括:平均车速、最高车速、标准载荷、实际载荷、实际能耗、刹车次数及油门次数;路况数据具体可以包括:超车次数、被超次数及变道次数;载运数据具体可以包括:载客人数、上客人数、下客人数、免费乘车人数、免费乘车物数。
该些数据中所包含的具体数据内容可以根据具体计算需要,进行具体选取及获取。
在进行具体数据的采集获取时,传统的路况统计方法是采用交通路口的监控摄像头实时统计,优点是不需要额外架设设备,只需要与公安、道路部门获取许可证就可以使用,但缺点在于相关部门出于信息安全考虑往往不愿意太多的开放信息使用许可,多部门协调获取难度比较高;且有的时候堵车不一定发生在红绿灯口或者其它架设有监控的区域,有摄像头的地方驾驶员开车反而比较规矩,造成的堵车也会明显减少。所以本实施例中,可以是利用汽车内自带的智能摄像头进行相关数据采集。因为是否堵车,能够最直接观察到的就是路面上的车辆,而远方路面看不见的地方与本车辆当前开的这条线路关系也不会很大;而目前市面上几乎所有公交车辆都是出厂自带摄像头的,所以对于改造上来说也会减少很多成本。
此外,传统人数统计方式往往采用统计等车人数的方式,但通常会有比较大的出入,因为等车的人中会有一部分人最终选择打车或者自行车等方式。这里,可以调用前面用于观察路面状况的车内摄像头的一部分资源用于辅助统计上下客流量,而主要统计手段采用刷卡与现金机的综合人数为准,包括目前已经很常见的手持收费终端、扫码支付终端、公交卡刷卡系统、投币箱以及现金支付,投币箱安装红外扫描技术装置进行实时计数并每站反馈,现金支付由乘务员每站统计后实时上传到总站,其余数据由设备收集后实时上传到总站。
例如,可以在车辆上设置双目摄像头,设于调度用车辆前中后部位,用于路况识别、乘客数量比对;可以在车辆上设置收费系统,包含公交卡刷卡机、二维码刷卡机、投币箱以及人工收费系统设于公交车前中门,用于收费以及统计收费人数并且反馈给总站。
步骤102,基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值。
具体的,赫斯特指数经常被用于描述诸如高峰时段拥堵或洪水爆发等长记忆自然现象。传统赫斯特指数利用变差系数计算中的均值、均方差计算,并用于表现事物长时间的相关性。传统赫斯特指数一般在0~1之间,当该指数的值小于0.5时,事物规律将与历史波动规律相反;当该指数的值等于0.5时,事物不呈现任何波动相关性;当该指数的值大于0.5时,事物呈现与历史相同的波动规律;当该指数的值约等于0.72时,呈现自然的波动相关性,也就是自相似的相关性,远看与近看都呈现一样的波动幅度,当该指数的值大于0.72时,远看的波动大于近看的波动,当该指数的值小于0.72时,远看的波动小于近看的波动。
但是传统的赫斯特指数不能区分早高峰与晚高峰的特性,本申请实施例中提出一种复数赫斯特指数的计算方法,并且利用这种方法区别并寻找描述每一个路段与时段的最佳复数赫斯特指数,同时利用当时的复数赫斯特指数动态地决定起点站发车的车型与时刻。例如:早高峰时段,从小车型开始,逐渐加大车型,用以匹配逐渐增多的客流量与逐渐拥堵的道路,而晚高峰时段,不同于较为统一的上班时间,下班时间差别比较大,所以与早高峰不同,需要从小车型,逐渐增大车型,再逐渐减小车型,以匹配逐渐降低的客流量与逐渐通畅的道路。客流量以各站点刷卡人数为准,路况拥堵状况由智能行车记录仪摄像统计。
在本申请实施例中,复数赫斯特指数为将待计算数据分别进行亚方差及超方差计算,并求得亚方差计算结果与超方差计算结果的调和平均值,基于所述调和平均值对应的双对数图,拟合出最小均方直线,获得所述最小均方直线的斜率,并将所述斜率加一后再除以二得到的数值。其中,待计算数据可以是指车况数据、路况数据及载运数据中所包含的全部或部分数据内容,获取是基于车况数据、路况数据及载运数据中所包含的全部或部分数据内容计算得到的人繁忙度、车繁忙度或路繁忙度。
数学定义中,标准方差是每个样本值与全体样本值的平均数之差的平方值的平均数,亚方差是每个样本值与全体样本值的平均数之差的1.5次方值的平均数,超方差是将每个样本值与全体样本值的平均数之差的2.5次方值的平均数,调和平均值是取倒数相加再取倒数,最小均方介于亚方差与超方差之间。复数赫斯特指数的模的规律与传统赫斯特指数相同。
举例说明,某一条行驶线路的不同站点所对应的某一项(人、车或路)繁忙度如下表格所示,当基于早高峰、晚高峰的站点繁忙度进行方差计算时,发现计算结果都是0.69,没有任何区别,因此在此基础上计算得到的传统赫斯特指数也就不会有区别。但是如果基于前述繁忙度进行亚方差与超方差计算,可以得到早晚高峰所对应的数值则不一样,当然在此基础上继续计算得到的复数赫斯特指数也就会有所区别。这就证明了新的方法可以给出更精确的用户画像,可以实现更精准的车辆调度控制,能够适应不同时段、不同路线的车辆调度需求。
具体地,作为一可选的实施方式,所述基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值,包括:
基于所述车况数据、路况数据及载运数据中所包含的数据内容,分别获取所述设定计量单元内的车繁忙度、人繁忙度及路繁忙度;分别计算出与所述车繁忙度、人繁忙度及路繁忙度相对应的复数赫斯特指数;基于分别计算出的所述复数赫斯特指数,得到所述复数赫斯特指数的匹配值。
可以是将分别计算出的复数赫斯特指数进行加权求平均值,得到复数赫斯特指数的匹配值。或者,直接将该分别计算出的复数赫斯特指数中的某一个作为复数赫斯特指数的匹配值。
其中,车繁忙度具体为依据行驶车辆自身运行情况、载荷情况进行的计算。人繁忙度具体为依据行驶车辆的人员载运情况进行的计算。路繁忙度具体为依据行驶车辆在道路上的驾驶情况进行的计算。
对应地,作为一具体的实施方式,该基于所述车况数据、路况数据及载运数据中所包含的数据内容,分别获取所述设定计量单元内的车繁忙度、人繁忙度及路繁忙度,包括:
将所述车况数据、所述路况数据及所述载运数据中所包含的数据内容赋予预设的权重值;
结合所述权重值,计算得到:
人繁忙度=wb1*载客人数+wb2*上客人数+wb3*下客人数+wb4*免费乘车人数+wb5*免费乘车物数;
车繁忙度=wb1*平均车速+wb2*标准载荷+wb3*最高车速+wb4*实际载荷+wb5*实际能耗;
路繁忙度=wb1*超车次数+wb2*被超次数+wb3*刹车次数+wb4*油门次数+wb5*变道次数;
其中,wb1+wb2+wb3+wb4+wb5=1。
本申请实施例计算设定计量单元人车路的等效繁忙度,基本思路是选取影响最大的几个因素作为基数,根据服务对象的重要程度分配权重相乘再相加,每个公式的所有权重相加为1,然后把所有数值相加以计算等效繁忙度。此处选取的因素可以根据需要增加减少或者更改,按照计算得到的繁忙度分别再计算各自对应的复数赫斯特指数。
步骤103,根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间。
其中,车辆目标调度状态具体为车辆的一个最优调度状态,与该最优调度状态下对应的复数赫斯特指数最优值作为上述复数赫斯特指数的目标值。
具体地,可以选择当人与路都繁忙、但是车不繁忙(即,人繁忙度及路繁忙度均大于阈值,车繁忙度小于阈值)的状况作为最优调度状态。该最优调度状态下的复数赫斯特指数的目标值可以是将人繁忙度及路繁忙度均大于阈值,车繁忙度小于阈值时,分别计算出的复数赫斯特指数进行加权求得的平均值,或者,是直接将该分别计算出的复数赫斯特指数中的某一个作为复数赫斯特指数的目标值。
根据这个值能够保证在路堵人多的情况下的车辆优异调度而相对应的混合时空单元序列表(设定计量单元的序列表,该表中记录的有设定计量单元中的复数赫斯特指数的目标值)即为最佳调度表,在进行动态改换车型与发车时间时应该尽量向最佳调度表靠拢。
具体地,在根据复数赫斯特指数的匹配值及复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间时,具体可以是:
若复数赫斯特指数的匹配值与复数赫斯特指数的目标值的差值的实部大于第一阈值,且目标时段处于早高峰时段内,则基于差值的实部确定所述待发车辆的提前发车时间及调整所述待发车辆的车型为运载力大于第一设定值的发车车型。或者,若复数赫斯特指数的匹配值与复数赫斯特指数的目标值的差值的虚部大于第二阈值,且所述目标时段处于晚高峰时段内,则基于差值的虚部确定所述待发车辆的滞后发车时间及调整所述待发车辆的车型为运载力大于第二设定值的发车车型。
复数赫斯特的实部规律体现道路早高峰不对称的繁忙状况,而虚部能够体现道路晚高峰不对称的繁忙状况,当数值越大时,堵车将越严重。
本申请实施例中,在现有公交系统的基础上,提出一种优化的调度方案,具体可以是准备不同大小的车型,根据排队理论中的多层次级联的供需关系,采用实时的人、车辆和道路信息作为两级互动的供需关系,人在车上是第一级供需矛盾,车在路上是第二级供需矛盾,根据多层次需求与供给调整发车车型和时间间隔,以更好地解决高峰时期的拥堵问题,实现全绿色出行。
理论上来说车型越大,载客量越多,运送每一个人的能耗越小,但会导致停靠变多,停靠时间变长,从而导致等车时间变长;而每一个人等车时间越长,乘车体验越差,所以也需要小车。但是车子太小应对同样的人数就需要发更多车,太多车又会导致路面堵塞,所以最佳解决方案就是按照不同场景时段的需求,动态调整发车车型和数量。由于车路人三者多层关系复杂,本实施例中采用复数赫斯特指数分别描述他们,再进行最佳匹配。
具体地,当行驶车辆为公交车时,公交车自己的发车载运量由总站控制,因此上传总站的功能将集成在调度管理平台系统中,上传到总站后,系统将对数据进行实时分析,然后计算出最优后续发车方案。通过平台的数据赋能,运营接驳巴士的公交企业可以对公交地铁刷卡数据进行分析,选择高需求区域,设置高需求站点,定制高需求短途线路,分流区域高峰期客流,缓解干线客流,以及高热度区域交通压力。公交企业还可以通过平台的生态,分析第三方运力数据,为线路定制提供更多数据支撑;公交企业还可以通过平台对用户画像,用户历史数据,用户需求数据的分析,改善优化线路运营。
步骤104,基于所述发车车型及所述发车时间,执行对应的发车策略。
可以根据发车车型确定一个待发车辆,按照该发车时间进行发车。
本申请实施例中,通过获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据,基于车况数据、路况数据及载运数据,生成与设定计量单元相对应的复数赫斯特指数的匹配值,根据该复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间,执行对应的发车策略,实现根据多层次需求与供给调整发车车型和时间间隔,以更好地解决高峰时期的拥堵问题,减少乘客长时间等待,减少资源浪费,实现全绿色出行。
进一步地,作为一可选的实施方式,其中,所述基于所述发车车型及所述发车时间,执行对应的发车策略之后,还包括:
将所述待发车辆确定为所述行驶车辆;
返回所述获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据的步骤;
且在根据所述复数赫斯特指数的匹配值,根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,确定所述复数赫斯特指数的匹配值与所述复数赫斯特指数的目标值之间的差值大于第三阈值时,将所述待发车辆确定为允许超越固定行驶于当前行驶路线中的前车的车辆。
该过程中,一条行驶路线中当前可能具有行驶到不同路段的不同行驶车辆。而这些不同的行驶车辆则都是固定沿当前行驶路线进行行驶的车辆。当复数赫斯特指数的匹配值与复数赫斯特指数的目标值之间的差值大于第三阈值时,说明前一调度车辆的行驶数据的验证结果没有满足调度需求,因此,需要将新的待发车辆确定为允许超越固定行驶于当前行驶路线中的前车的车辆,实现能够灵活赶往乘车需求更大的站点或路段,也可以实现避开拥堵时段及路段。
在实际应用中,为了保证动态发车能够达到最高效,动态调度中除了改换发车时间、车型大小,另外还将允许后发的车超车前发的不同车型车辆,可以有效避免串车并平衡车辆能耗;而如果相同车型则不允许超车,因为始发不同车型的目的在于根据路面需求调整车辆载力,如果相同车型出现了需要超车的情况,则代表动态调整没有达到预期的效果,串车就会同时影响到路和人,以及他们的需求,此时只能够让后发车辆行驶速度降低,让其它车型超车。
该过程中,根据历史的人、车、路的数据,进行人、车、路的繁忙度计算,再根据繁忙度分别计算出复数赫斯特指数,最后根据赫斯特指数得到最优调度表。根据时段发出相应车辆,再根据实时传回的路面信息计算复数赫斯特指数,用以验证发车是否合理,根据验证结果再进行下一次发车的估算,同时验证现行调度与最佳调度之间的误差,误差大于15%则允许超车方案。通过发车前估算,发车后验证再调整的方法,保证动态改换车型与发车时间的准确度。
本申请实施例中还提供了车辆调度方法的不同实施方式。
参见图2,图2是本申请实施例提供的一种车辆调度方法的流程图二。如图2所示,一种车辆调度方法,该方法包括以下步骤:
步骤201,以汽车起步离开第一站点至汽车到达相邻的第二站点为所述设定计量单元,将所述设定计量单元中从汽车起步离开所述第一站点的时间至汽车到达所述第二站点的时间作为所述目标时段,将所述第一站点至所述第二站点之间的路段作为所述目标路段。
首先把数据按一定的时段与路段进行分割与组合,然后计算相应时段与路段的复数赫斯特值。采取这种方案的原因在于调度需要根据不同时段路段进行调整,所以需要分情景分割数据讨论。
考虑到大部分公交线路中午司机换班,可以把数据切割成中午前与中午后,根据需要还可以将中午小高峰也单独分为一个数据区段,本专利内不详细讨论具体到公司商务机密的数据切割方法,只讲解切割的原则。中午前主要针对早高峰优化,中午后主要解决晚高峰问题,如前文所述,早高峰区段比较窄,一般在早上8点开始到早上10点结束,8点之前会有部分公司上班较早或者习惯早出门的人,所以7点到8点之间人数会渐渐增加,此区段也需要考虑在内,所以早高峰数据区段取值需要从7点到10点;而晚上下班时间由于很多公司需要加班,加班时间不尽相同,所以在晚上6点到8点会迎来一个高峰,但后续还会陆陆续续有下班的人,直到深夜,所以晚高峰区间需要相应从18点到20点扩展到18点到24点甚至更晚。其次根据一周为周期进行分割:
方案一:考虑到周一到周五是工作日,周六与周日是休息日,将数据切割成工作日与非工作日,绝大多数人是做五休二,所以工作日的早晚高峰比较规律,可以按照前面描述的方案进行数据分割,而周末大部分人不会早起,早上只会有一批出门买菜的老年人形成小高峰,之后的高峰将在接近午餐以及接近晚餐以及22点左右以及24点左右的时候(不同的回家时间)来临,周日还将会有贯穿全天的返城小高峰,因此周末的情景将非常复杂,需要分多区段获取数据。
方案二:周一、周五一起,周二到周四一起,周日周六一起。此方案考虑到大城市的周五出城高峰和周一返城高峰,因此将周一到周五进行了进一步划分,周五在下班高峰前,16点开始会有一批提前下班准备周末出城回家的人,通过动车或者私家车,因此特定路段会有一定拥堵。而周一早上会有一波周边城市返城上班的小高峰,因此周一早上需要取一段特殊区间。周二到周四和周日周六可以按照前文的工作日方案进行取值。以上是两个普适性较强的方案,根据城市不同和实际情况可以进行细节调整。
考虑到大多数公交线路的线路、站点固定性,乘客的线路时间固定性以及高峰车流的线路时间的固定性,本专利采用混合时间地点的计量方法。按时间的计算可以更好地捕捉高峰的发生时间,按地点的计算可以更好地捕捉高峰的发生地点,但是如果按照一般方案将两者分开计算,计算量会非常大,并且分开计算无法同时知道时间和路线信息,从而无法很好地与现实情况对应。
混合的计量方法如下:从公共汽车起步离开站点开始计时,到公共汽车到站停车结束一个混合时空计量单元。
混合时空计量单元可以含有许多条目,比如:起步时间,停止时间,里程计读数,超车次数,被超车次数,上客人数,下客人数,载客人数,车型大小,刹车次数,油门次数,变道次数,天气情况,道路维修占道情况等等;不同条目还可以根据需要细分为子条目,例如:停止时间可以细分为在站台附近的停止时间、红绿灯处的停止时间、因为堵车造成的停止时间等等,变道次数可以细分为专用道变道为快速车道、直行道变道为转弯车道等等。可以无限随时增加选取路况信息作为条目,即使不作为计算赫斯特指数的根据,也可以作为其它分析依据随时取用。
步骤202,基于行驶于当前行驶路线中的不同行驶汽车,获取所述当前行驶路线所包含的所有所述设定计量单元中的车况数据、路况数据及运载数据。
其中,一条行驶路线中当前可能具有行驶到不同路段的不同行驶车辆。
一条行驶路线中相邻两车站之间的路段及行驶时间形成不同的设定计量单元,因此,一条行驶路线中包含多个计量单元。
这里,在对该条行驶路线中待发车辆进行调度指导时,需要在当前时间获取到当前行驶路线中所包含的所有设定计量单元中的车况数据、路况数据及运载数据,因此需要基于该当前行驶路线中的不同行驶车辆,去得到所有设定计量单元的目标路段下距离当前时间最近的目标时段内的车况数据、路况数据及运载数据。
例如,共设置有5个站点的21路公交车,对应21路公交线路,在该线路中当前行驶有3辆汽车,第一辆车到达第5站,第二辆车到达第4站,第三辆车位于第2站与第3站的路上。此时,要获取5个站点隔离出来的4个计量单元中的车况数据、路况数据及运载数据,则需要基于路线上行驶的第一辆车,获取第4站与第5站之间的计量单元所对应的车况数据、路况数据及运载数据,基于路线上行驶的第二辆车,分别获取第2站至第3站之间及第3站至第4站之间的计量单元所对应的车况数据、路况数据及运载数据,基于路线上行驶的第三辆车,获取第1站至第2站之间的计量单元所对应的车况数据、路况数据及运载数据。此处仅为示例性说明,具体计算可以根据实际计算需要进行具体调整。
步骤203,基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值。
该步骤的实施过程与前述实施方式中的步骤102的实现方式相同,此处不再赘述。
步骤204,将每一所述设定计量单元所对应的所述复数赫斯特指数的匹配值与所述车辆目标调度状态下每一所述设定计量单元中对应的复数赫斯特指数的目标值进行求差,并得到所有的所述设定计量单元所对应差值的平均值。
这里,所有的所述设定计量单元所对应差值具体是不同设定计量单元所对应的复数赫斯特指数的匹配值与对应的复数赫斯特指数的目标值之间进行求差得到的数值。并且需要将所有的设定计量单元所对应差值进行求平均值。
步骤205,基于所述平均值,若所述平均值的实部大于第一阈值,且所述目标时段处于早高峰时段内,则基于所述平均值的实部确定所述待发车辆的提前发车时间及调整所述待发车辆的车型为运载力大于第一设定值的发车车型。
或者,步骤206,基于所述平均值,若所述平均值的虚部大于第二阈值,且所述目标时段处于晚高峰时段内,则基于所述平均值的虚部确定所述待发车辆的滞后发车时间及调整所述待发车辆的车型为运载力大于第二设定值的发车车型。
这里,复数赫斯特的实部规律体现道路早高峰不对称的繁忙状况,而虚部能够体现道路晚高峰不对称的繁忙状况。当实部或虚部的数值越大时,堵车都将越严重,本实施例中可以把不堵车的路段与时段的复数赫斯特的平均数值作为最佳标兵值,其它路段与时段向标兵靠拢。
设定计量单元所对应差值求得的平均值包括实部和虚部,直接基于该实部或虚部进行相关判断及发车参数的确定即可。
步骤207,基于所述发车车型及所述发车时间,执行对应的发车策略。
该步骤的实现过程与前述实施方式中的步骤104的实现方式相同,此处不再赘述。
本申请实施例中,通过获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据,基于车况数据、路况数据及载运数据,生成与设定计量单元相对应的复数赫斯特指数的匹配值,根据该复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间,执行对应的发车策略,实现根据多层次需求与供给调整发车车型和时间间隔,以更好地解决高峰时期的拥堵问题,减少乘客长时间等待,减少资源浪费,实现全绿色出行。
参见图3,图3是本申请实施例提供的一种车辆调度装置的结构图,为了便于说明,仅示出了与本申请实施例相关的部分。
所述车辆调度装置300包括:
第一获取模块301,用于获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据;
生成模块302,用于基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值;
第二获取模块303,用于根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间;
策略执行模块304,用于基于所述发车车型及所述发车时间,执行对应的发车策略。
其中,所述生成模块302,具体用于:
基于所述车况数据、路况数据及载运数据中所包含的数据内容,分别获取所述设定计量单元内的车繁忙度、人繁忙度及路繁忙度;
分别计算出与所述车繁忙度、人繁忙度及路繁忙度相对应的复数赫斯特指数;
基于分别计算出的所述复数赫斯特指数,得到所述复数赫斯特指数的匹配值。
其中,所述车况数据包括:平均车速、最高车速、标准载荷、实际载荷、实际能耗、刹车次数及油门次数;所述路况数据包括:超车次数、被超次数及变道次数;所述载运数据包括:载客人数、上客人数、下客人数、免费乘车人数、免费乘车物数;所述生成模块302,还具体用于:
将所述车况数据、所述路况数据及所述载运数据中所包含的数据内容赋予预设的权重值;
结合所述权重值,计算得到:
人繁忙度=wb1*载客人数+wb2*上客人数+wb3*下客人数+wb4*免费乘车人数+wb5*免费乘车物数;
车繁忙度=wb1*平均车速+wb2*标准载荷+wb3*最高车速+wb4*实际载荷+wb5*实际能耗;
路繁忙度=wb1*超车次数+wb2*被超次数+wb3*刹车次数+wb4*油门次数+wb5*变道次数;
其中,wb1+wb2+wb3+wb4+wb5=1。
其中,所述第一获取模块301,用于以汽车起步离开第一站点至汽车到达相邻的第二站点为所述设定计量单元,将所述设定计量单元中从汽车起步离开所述第一站点的时间至汽车到达所述第二站点的时间作为所述目标时段,将所述第一站点至所述第二站点之间的路段作为所述目标路段;
基于行驶于当前行驶路线中的不同行驶汽车,获取所述当前行驶路线所包含的所有所述设定计量单元中的车况数据、路况数据及运载数据。
其中,第二获取模块303,具体用于:
将每一所述设定计量单元所对应的所述复数赫斯特指数的匹配值与所述车辆目标调度状态下每一所述设定计量单元中对应的复数赫斯特指数的目标值进行求差,并得到所有的所述设定计量单元所对应差值的平均值;
基于所述平均值,若所述平均值的实部大于第一阈值,且所述目标时段处于早高峰时段内,则基于所述平均值的实部确定所述待发车辆的提前发车时间及调整所述待发车辆的车型为运载力大于第一设定值的发车车型;或者,
基于所述平均值,若所述平均值的虚部大于第二阈值,且所述目标时段处于晚高峰时段内,则基于所述平均值的虚部确定所述待发车辆的滞后发车时间及调整所述待发车辆的车型为运载力大于第二设定值的发车车型。
进一步地,还包括:
第一确定模块,用于将所述待发车辆确定为所述行驶车辆;返回所述获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据的步骤;
第二确定模块,用于在根据所述复数赫斯特指数的匹配值,根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,确定所述复数赫斯特指数的匹配值与所述复数赫斯特指数的目标值之间的差值大于第三阈值时,将所述待发车辆确定为允许超越固定行驶于当前行驶路线中的前车的车辆。
其中,所述复数赫斯特指数为将待计算数据分别进行亚方差及超方差计算,并求得亚方差计算结果与超方差计算结果的调和平均值,基于所述调和平均值对应的双对数图,拟合出最小均方直线,获得所述最小均方直线的斜率,并将所述斜率加一后再除以二得到的数值。
本申请实施例提供的车辆调度装置能够实现上述车辆调度方法的实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
图4是本申请实施例提供的一种终端的结构图。如该图所示,该实施例的终端4包括:至少一个处理器40(图4中仅示出一个)、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42,所述处理器40执行所述计算机程序42时实现上述任意各个方法实施例中的步骤。
所述终端4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端4的示例,并不构成对终端4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端4的内部存储单元,例如终端4的硬盘或内存。所述存储器41也可以是所述终端4的外部存储设备,例如所述终端4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的终端实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序产品来实现,当计算机程序产品在终端上运行时,使得所述终端执行时实现可实现上述各个方法实施例中的步骤。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车辆调度方法,其特征在于,包括:
获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据;
基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值;
根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间;
基于所述发车车型及所述发车时间,执行对应的发车策略。
2.根据权利要求1所述的车辆调度方法,其特征在于,所述基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值,包括:
基于所述车况数据、路况数据及载运数据中所包含的数据内容,分别获取所述设定计量单元内的车繁忙度、人繁忙度及路繁忙度;
分别计算出与所述车繁忙度、人繁忙度及路繁忙度相对应的复数赫斯特指数;
基于分别计算出的所述复数赫斯特指数,得到所述复数赫斯特指数的匹配值。
3.根据权利要求2所述的车辆调度方法,其特征在于,所述车况数据包括:平均车速、最高车速、标准载荷、实际载荷、实际能耗、刹车次数及油门次数;所述路况数据包括:超车次数、被超次数及变道次数;所述载运数据包括:载客人数、上客人数、下客人数、免费乘车人数、免费乘车物数;所述基于所述车况数据、路况数据及载运数据中所包含的数据内容,分别获取所述设定计量单元内的车繁忙度、人繁忙度及路繁忙度,包括:
将所述车况数据、所述路况数据及所述载运数据中所包含的数据内容赋予预设的权重值;
结合所述权重值,计算得到:
人繁忙度=wb1*载客人数+wb2*上客人数+wb3*下客人数+wb4*免费乘车人数+wb5*免费乘车物数;
车繁忙度=wb1*平均车速+wb2*标准载荷+wb3*最高车速+wb4*实际载荷+wb5*实际能耗;
路繁忙度=wb1*超车次数+wb2*被超次数+wb3*刹车次数+wb4*油门次数+wb5*变道次数;
其中,wb1、wb2、wb3、wb4、wb5均为所述权重值,wb1+wb2+wb3+wb4+wb5=1。
4.根据权利要求1所述的车辆调度方法,其特征在于,所述获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据,包括:
以汽车起步离开第一站点至汽车到达相邻的第二站点为所述设定计量单元,将所述设定计量单元中从汽车起步离开所述第一站点的时间至汽车到达所述第二站点的时间作为所述目标时段,将所述第一站点至所述第二站点之间的路段作为所述目标路段;
基于行驶于当前行驶路线中的不同行驶汽车,获取所述当前行驶路线所包含的所有所述设定计量单元中的车况数据、路况数据及运载数据。
5.根据权利要求4所述的车辆调度方法,其特征在于,所述根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间,包括:
将每一所述设定计量单元所对应的所述复数赫斯特指数的匹配值与所述车辆目标调度状态下每一所述设定计量单元中对应的复数赫斯特指数的目标值进行求差,并得到所有的所述设定计量单元所对应差值的平均值;
基于所述平均值,若所述平均值的实部大于第一阈值,且所述目标时段处于早高峰时段内,则基于所述平均值的实部确定所述待发车辆的提前发车时间及调整所述待发车辆的车型为运载力大于第一设定值的发车车型;或者,
基于所述平均值,若所述平均值的虚部大于第二阈值,且所述目标时段处于晚高峰时段内,则基于所述平均值的虚部确定所述待发车辆的滞后发车时间及调整所述待发车辆的车型为运载力大于第二设定值的发车车型。
6.根据权利要求1所述的车辆调度方法,其特征在于,所述基于所述发车车型及所述发车时间,执行对应的发车策略之后,还包括:
将所述待发车辆确定为所述行驶车辆;
返回所述获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据的步骤;
且在根据所述复数赫斯特指数的匹配值,根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,确定所述复数赫斯特指数的匹配值与所述复数赫斯特指数的目标值之间的差值大于第三阈值时,将所述待发车辆确定为允许超越固定行驶于当前行驶路线中的前车的车辆。
7.根据权利要求1所述的车辆调度方法,其特征在于,所述复数赫斯特指数为将待计算数据分别进行亚方差及超方差计算,并求得亚方差计算结果与超方差计算结果的调和平均值,基于所述调和平均值对应的双对数图,拟合出最小均方直线,获得所述最小均方直线的斜率,并将所述斜率加一后再除以二得到的数值。
8.一种车辆调度装置,其特征在于,包括:
第一获取模块,用于获取设定计量单元中目标路段在目标时段下行驶车辆的车况数据、路况数据及载运数据;
生成模块,用于基于所述车况数据、路况数据及载运数据,生成与所述设定计量单元相对应的复数赫斯特指数的匹配值;
第二获取模块,用于根据所述复数赫斯特指数的匹配值,结合车辆目标调度状态下对应的复数赫斯特指数的目标值,获取待发车辆的发车车型及发车时间;
策略执行模块,用于基于所述发车车型及所述发车时间,执行对应的发车策略。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010334047.7A CN111582682B (zh) | 2020-04-24 | 2020-04-24 | 一种车辆调度方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010334047.7A CN111582682B (zh) | 2020-04-24 | 2020-04-24 | 一种车辆调度方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582682A true CN111582682A (zh) | 2020-08-25 |
CN111582682B CN111582682B (zh) | 2023-04-28 |
Family
ID=72111601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010334047.7A Active CN111582682B (zh) | 2020-04-24 | 2020-04-24 | 一种车辆调度方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582682B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112256041A (zh) * | 2020-11-06 | 2021-01-22 | 易普森智慧健康科技(深圳)有限公司 | 运输机器人的调度方法,装置以及系统 |
CN112580945A (zh) * | 2020-12-08 | 2021-03-30 | 吉首大学 | 基于多相关系数的派单方法及车辆调度优化系统 |
CN113988770A (zh) * | 2021-12-29 | 2022-01-28 | 滨州邦维信息科技有限公司 | 运输车辆在途排队控制方法、装置以及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060107538A1 (en) * | 2004-11-20 | 2006-05-25 | Harrill Mitchell C | Apparatus onboard a vehicle for instructing axle alignment |
KR101663426B1 (ko) * | 2015-07-10 | 2016-10-07 | 한양대학교 산학협력단 | 대형 운용 시스템의 상태 기반 예방정비 장치 및 방법 |
CN108399779A (zh) * | 2018-04-26 | 2018-08-14 | 中国联合网络通信集团有限公司 | 车辆调度处理方法、装置、设备及存储介质 |
CN108538072A (zh) * | 2018-04-17 | 2018-09-14 | 重庆交通开投科技发展有限公司 | 一种确定发车策略的方法和装置 |
CN110889601A (zh) * | 2019-11-13 | 2020-03-17 | 中国第一汽车股份有限公司 | 一种信息确定方法、装置、服务器及存储介质 |
-
2020
- 2020-04-24 CN CN202010334047.7A patent/CN111582682B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060107538A1 (en) * | 2004-11-20 | 2006-05-25 | Harrill Mitchell C | Apparatus onboard a vehicle for instructing axle alignment |
KR101663426B1 (ko) * | 2015-07-10 | 2016-10-07 | 한양대학교 산학협력단 | 대형 운용 시스템의 상태 기반 예방정비 장치 및 방법 |
CN108538072A (zh) * | 2018-04-17 | 2018-09-14 | 重庆交通开投科技发展有限公司 | 一种确定发车策略的方法和装置 |
CN108399779A (zh) * | 2018-04-26 | 2018-08-14 | 中国联合网络通信集团有限公司 | 车辆调度处理方法、装置、设备及存储介质 |
CN110889601A (zh) * | 2019-11-13 | 2020-03-17 | 中国第一汽车股份有限公司 | 一种信息确定方法、装置、服务器及存储介质 |
Non-Patent Citations (1)
Title |
---|
李森等: "广州旅游产业与城市基础设施协调发展研究", 《河南科学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112256041A (zh) * | 2020-11-06 | 2021-01-22 | 易普森智慧健康科技(深圳)有限公司 | 运输机器人的调度方法,装置以及系统 |
CN112580945A (zh) * | 2020-12-08 | 2021-03-30 | 吉首大学 | 基于多相关系数的派单方法及车辆调度优化系统 |
CN113988770A (zh) * | 2021-12-29 | 2022-01-28 | 滨州邦维信息科技有限公司 | 运输车辆在途排队控制方法、装置以及电子设备 |
CN113988770B (zh) * | 2021-12-29 | 2022-04-15 | 滨州邦维信息科技有限公司 | 运输车辆在途排队控制方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111582682B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Narayanan et al. | Shared autonomous vehicle services: A comprehensive review | |
CN108133613B (zh) | 一种实时发布路内停车服务指数方法及系统 | |
CN111582682A (zh) | 一种车辆调度方法、装置及终端 | |
Diab et al. | Variation in bus transit service: understanding the impacts of various improvement strategies on transit service reliability | |
Wang et al. | Effect of on-street parking pricing policies on parking characteristics: A case study of Nanning | |
Burris et al. | Slugging in Houston—casual carpool passenger characteristics | |
Davidson et al. | Driving alone versus riding together-How shared autonomous vehicles can change the way we drive | |
CN105590473A (zh) | 一种基于互联网终端的泊车系统及其工作方法 | |
CN106779845A (zh) | 一种公交车优惠计费系统和方法 | |
Wu et al. | Predicting peak load of bus routes with supply optimization and scaled Shepard interpolation: A newsvendor model | |
Beheshtian et al. | Bringing the efficiency of electricity market mechanisms to multimodal mobility across congested transportation systems | |
Van Woensel et al. | A stochastic approach to traffic congestion costs | |
CN112837435B (zh) | 智慧城市etc道路追缴管理系统及设备 | |
Shen et al. | Exploring the effect of the telephone/online booking system on taxi service: Case study of Suzhou City in China | |
Levinson et al. | Too expensive to meter: The influence of transaction costs in transportation and communication | |
CN103247167A (zh) | 一种获取空驶出租车信息的方法 | |
Poyrazoglu et al. | A stochastic value estimation tool for electric vehicle charging points | |
CN106295868A (zh) | 交通出行数据处理方法及装置 | |
Bi et al. | Real trip costs: Modelling intangible costs of urban online car-hailing in Haikou | |
CN112767685A (zh) | 基于定位和刷卡信息的公交客流分析系统 | |
Chen et al. | Why are fairness concerns so important? lessons from pricing a shared last-mile transportation system | |
CN113192338B (zh) | 基于多源数据的提升货运车辆通行效率的方法及装置 | |
CN110826943A (zh) | 判断是否需要进行配车及确定公交配车数的方法及相关设备 | |
CN111582743A (zh) | 一种停车的大数据分析和运用方法 | |
Xiao et al. | Which factors affect user satisfaction with ETC? Evidence from Shanghai and Beijing |
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 |