CN111626495A - 基于云平台的作业调度系统 - Google Patents
基于云平台的作业调度系统 Download PDFInfo
- Publication number
- CN111626495A CN111626495A CN202010443726.8A CN202010443726A CN111626495A CN 111626495 A CN111626495 A CN 111626495A CN 202010443726 A CN202010443726 A CN 202010443726A CN 111626495 A CN111626495 A CN 111626495A
- Authority
- CN
- China
- Prior art keywords
- environment
- information
- transportation
- route
- time
- 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
- 238000012216 screening Methods 0.000 claims abstract description 21
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims 1
- 206010039203 Road traffic accident Diseases 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 8
- 230000032258 transport Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 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
- G06Q10/04—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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Biophysics (AREA)
- Entrepreneurship & Innovation (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及专用于道路网络的导航的技术领域,具体为一种基于云平台的作业调度系统,包括:数据采集子系统,用于获取环境信息和驾驶人员的身份信息,身份信息包括初级用户标识;作业调度子系统,用于从云平台获取作业信息,根据作业信息生成若干运输路线;并根据环境信息对各运输路线进行分析生成环境标识,环境标识包括初级环境标识;还用于根据初级用户标识筛选出初级环境标识的运输路线,并根据身份信息和筛选出的运输路线生成调度信息。采用本方案通过为应变能力较差的驾驶人员规划道路情况简单的路线,减少驾驶人员遭遇突发状况的情况,以解决现有技术中应变能力较差的驾驶人员在情况复杂的道路上发生交通事故风险较大的技术问题。
Description
技术领域
本发明涉及专用于道路网络的导航的技术领域,具体为一种基于云平台的作业调度系统。
背景技术
随着车辆的普及,网络平台的崛起,人们越来越喜爱使用电商平台进行网上购物,而在网上购物中最不可或缺的便是物流,通过物流实现集中的远距离运输,为各地的用户带来便利。现有的物流作业方式为通过商家进行下单,物流平台对订单进行统计和分配,并对驾驶人员发布物流任务;驾驶人员在接到物流任务后按照物流任务将货物运输到指定站点。为了适应社会的发展以及创造更大的价值,需要不断的对物流作业方式进行优化,例如现有的运输过程中,物流平台还会对运输路线进行规划,选取运输时长最短的运输路线发布给驾驶人员,从而在最短时间内完成物流运输。
同时在现有的运输过程中,同一驾驶人员需要停靠多个站点,每个站点都会进行卸货,当车辆卸货后,车上会出现未存放货物的空闲空间,针对于上述情况,物流平台在规划运输路线时,还会基于最大化利用的考虑,使得车辆经过的站点包括卸货站点和上货站点,即当车辆在某一卸货站点卸货后出现空闲空间时,车辆经过的下一站点为上货站点,对车辆的空闲空间进行上货,确保车辆内空间的利用率,创造更大的价值。但是采用这样的运输作业方式,车辆会在市区内进行行驶,而市区内的道路情况较为复杂,车辆和行人都比较多,尤其是在早高峰和晚高峰,道路上的情况更为复杂,在这种情况下,对驾驶人员的应变能力具有一定的要求,例如在面对超车、紧急变道等情况下时,驾驶人员也能在保障自身和他人安全的情况下进行行驶。但是实际情况是并非每一位驾驶人员都具备较高的应变能力,对于应变能力较差的驾驶人员,例如驾驶新手,在行驶过程中,如果遭遇超车、紧急变道等突发情况时,出现误操作的概率非常之大,一旦出现误操作,随之而来的就是交通事故的发生,对于驾驶人员和他人的安全无法进行保障。
发明内容
本发明意在提供一种基于云平台的作业调度系统,以解决现有技术中应变能力较差的驾驶人员在情况复杂的道路上发生交通事故风险较大的技术问题。
本发明提供基础方案:基于云平台的作业调度系统,包括:数据采集子系统,用于获取环境信息和驾驶人员的身份信息,身份信息包括初级用户标识;
作业调度子系统,用于从云平台获取作业信息,根据作业信息生成若干运输路线;并根据环境信息对各运输路线进行分析生成环境标识,环境标识包括初级环境标识;还用于根据初级用户标识筛选出初级环境标识的运输路线,并根据身份信息和筛选出的运输路线生成调度信息。
基础方案的有益效果:环境信息为道路上的车辆、行人等情况,反映道路的复杂程度。身份信息为驾驶人员的驾驶经验、驾驶年限等信息,反映驾驶人员的应变能力。初级用户标识是指应变能力较差的驾驶人员,例如驾驶年限在2年以下、物流工作的驾驶经验在2年以下的驾驶人员。云平台是指物流企业的工作平台,作业信息为物流起点、物流终点等信息,用于对运输路线进行规划,环境标识是指运输路线对应道路的复杂程度,初级环境标识是指运输路线对应道路的复杂程度较为简单,即该运输路线的车辆和行人都较少。调度信息为本次物流任务的相关内容,用于供驾驶人员得知本次物流任务的运输路线等信息。
根据作业信息生成若干运输路线,对于相同物流起点和物流终点而言,存在多条运输路线,不同运输路线之间的行驶时间有所不同。根据初级用户标识筛选出初级环境标识的运输路线,为应变能力较差的驾驶人员筛选道路情况较为简单的运输路线,通过对运输路线进行筛选,避免应变能力较差的驾驶人员在情况复杂的道路上行驶,从而减少应变能力较差的驾驶人员遭遇突发情况的概率,由此减少驾驶人员发生交通事故的风险。
进一步,身份信息还包括中级用户标识,环境标识还包括中级环境标识;作业调度子系统还用于根据中级用户标识筛选出中级环境标识的运输路线。
有益效果:中级用户标识是指具备一定应变能力的驾驶人员,例如驾驶年限在2年至4年、物流工作的驾驶经验在2年至4年,以及初级用户标识被标记2年以上的驾驶人员。中级环境标识是指运输路线对应道路具备一定的复杂情况,例如突发状况出现的概率大于初级环境标识对应的道路,即该运输路线的车辆和行人的数量正常,车辆行驶和行人行走都较为畅通。
初级用户标识的驾驶人员在积累驾驶经验后,应变能力会有所提升,但是由于该驾驶人员所经历的突发情况较少,在应对突发情况下进行处理的经验较少,因此根据中级用户标识筛选出中级环境标识的运输路线,中级环境标识对应运输路线发生突发状况的概率会有所增加,通过增大中级用户标识对应的驾驶人员遭遇突发状况的概率,对驾驶人员的应变能力进行锻炼和提升,减少驾驶人员在遭遇突发情况时出现误操作的概率。
进一步,作业调度子系统包括:时间对比模块,用于获取筛选出的运输路线对应的运输时长,并筛选出运输时长最短的运输路线作为生成调度信息的运输路线。有益效果:筛选运输时长最短的运输路线作为生成调度信息的运输路线,在保障驾驶人员安全的前提下选择运输时长最短的运输路线,有效的保证运输效率。
进一步,作业调度子系统包括环境标识模块,环境标识模块预存有分析模型,环境标识模块用于获取分析模型根据输入的环境信息输出的环境标识。有益效果:通过分析模型对环境信息进行分析,从而对运输路线的道路复杂程度进行判断,进而实现对运输路线进行环境标识。通过分析模型自动分析,更加智能、稳定,对于分析的准确度有所保障,同时无需投入过大的人力成本。
进一步,数据采集子系统包括:环境采集模块,用于实时从第三方平台获取环境基础信息;环境分析模块,用于对环境基础信息进行分析生成环境信息,环境信息包括行人数量、车辆数量、车流量、车道规划和占道量中的一种或多种。有益效果:第三方平台是指合作的能够对道路情况进行采集的平台,例如百度地图、高德地图、交通安全综合服务管理平台等。通过环境采集模块实时获取环境基础信息,确保运输路线规划符合真实情况,通过环境分析模块对环境基础信息进行分析获得环境信息,便于后续参考环境信息为不同驾驶人员匹配出不同的运输路线。
进一步,作业信息包括运输开始时间,作业调度子系统用于存储环境信息,并根据作业信息生成若干运输路线及对应的运输时长,作业调度子系统还用于根据运输开始时间和运输时长调用存储的环境信息,并根据调用的环境信息对各运输路线进行分析生成环境标识。有益效果:由于当前时间下各运输路线的环境信息与车辆行驶到时的环境信息会有所不同,例如当前时间为夜晚,那各运输路线的环境信息所反映的道路情况均较为简单,但当车辆行驶到某处时,该处正好为早高峰的拥堵路段,即此时该处所反映的道路情况较为复杂,两者并不对应,容易出现为应变能力较差的驾驶人员匹配道路情况复杂的运输路线的情况。通过运输开始时间和运输时长预测车辆行驶到运输路线上任一处的时间点,从而对该运输路线的整体道路情况进行预测,避免应变能力较差的驾驶人员匹配道路情况复杂的运输路线的情况。
进一步,作业调度子系统包括环境存储模块和环境标识模块,环境存储模块用于按时间序列对环境信息进行存储;环境标识模块预存有分析模型;环境标识模块用于根据运输开始时间和运输时长生成调用时间,并根据调用时间调用存储的环境信息,并获取分析模型根据输入调用的环境信息输出的环境标识。有益效果:按时间序列对环境信息进行存储,便于后续以时间调用环境信息。通过运输开始时间和运输时长生成调用时间,并根据调用时间调用存储的环境信息,通过预测车辆行驶到运输路线上任一处的时间点(即调用时间),根据调用时间获取环境信息,从而对车辆行驶到该处时该处的道路情况进行分析,进而实现对该运输路线的整体道路情况进行分析。同时通过分析模型自动分析,更加智能、稳定,对于分析的准确度有所保障,同时无需投入过大的人力成本。
进一步,分析模型为BP神经网络模型。有益效果:利用BP神经网络模型的自学习特性,不断对分析模型进行优化。
附图说明
图1为本发明基于云平台的作业调度系统实施例一的逻辑框图;
图2为本发明基于云平台的作业调度系统实施例三的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
基于云平台的作业调度系统,如附图1所示,包括数据采集子系统和作业调度子系统。
数据采集子系统包括环境采集模块、环境分析模块和身份采集模块。
环境采集模块用于实时从第三方平台获取环境基础信息,第三方平台为合作的能够对道路情况进行采集的平台,例如百度地图、高德地图、交通安全综合服务管理平台等,环境基础信息为第三方平台采集的道路视频。
环境分析模块用于利用视频识别技术对环境基础信息进行分析生成环境信息,并将环境信息发送给作业调度子系统。环境信息包括行人数量、车辆数量、车流量、车道规划和占道量中的一种或多种,在本实施例中,环境信息包括行人数量、车辆数量和车流量,行人数量反映道路上的行人的多少,车辆数量反映道路上行驶的车辆的多少,车流量反映道路上车辆行驶的拥挤程度。
身份采集模块用于获取本次物流任务驾驶人员的身份信息,身份信息包括驾驶人员的姓名、年龄、驾龄、工龄和用户标识,其中用户标识包括初级用户标识和高级用户标识。拥有初级用户标识的驾驶人员为应变能力较差的驾驶人员,例如驾龄低于2年、工龄低于2年、年龄小于20岁、年龄大于50岁或驾驶测评成绩较低的驾驶人员;拥有高级用户标识的驾驶人员为应变能力较好的驾驶人员,例如驾龄高于2年、工龄高于2年、年龄大于20岁且小于50岁或驾驶测评成绩较好的驾驶人员,驾驶测评成绩为企业内部进行驾驶测评对驾驶人员的驾驶能力进行评价的评分。
作业调度子系统包括路线规划模块、环境标识模块、路线筛选模块、时间对比模块和调度发布模块。
路线规划模块用于从云平台获取作业信息,并根据作业信息生成若干运输路线及对应的运输时长。云平台为物流企业的工作平台,能够获取到本次物流任务的相关信息。作业信息包括物流起点、物流终点、运输开始时间、发货人、接收人等信息,在本实施例中,作业信息包括物流起点、物流终点、运输开始时间。
环境标识模块预存有分析模块,分析模型可选用卷积神经网络模块、BP神经网络模型等,在本实施例中,分析模型为BP神经网络模型。环境标识模块用于接收环境信息和运输路线,并逐一筛选出与运输路线对应的环境信息,并获取分析模型根据输入筛选出的环境信息输出的环境标识。环境标识包括初级环境标识和高级环境标识,拥有初级环境标识的运输路线为车辆和行人都较少、不存在拥堵状况的道路情况较为简单的路线;拥有高级环境标识的运输路线为车辆和行人都较多、存在拥堵状况的道路情况较为复杂的路线。
路线筛选模块用于接收身份信息,并根据身份信息对运输路线进行筛选,并将筛选出的运输路线发送给时间对比模块。当身份信息中为初级用户标识时,根据初级用户标识筛选出拥有初级环境标识的运输路线;当身份信息中为高级用户标识时,根据高级用户标识筛选出拥有高级环境标识的运输路线。
时间对比模块用于接收筛选出的运输路线,并获取筛选出的运输路线对应的运输时长,逐一对运输时长进行比较,筛选出运输时长最短的运输路线发送给调度发布模块。
调度发布模块用于接收身份信息和时间对比模块筛选出的运输路线,并根据身份信息和运输路线生成调度信息。调度信息包括驾驶人员的姓名、运输路线和运输开始时间。驾驶人员可登录企业工作平台进行查看,在其他实施例中,还包括用户端,用户端供驾驶人员使用,例如用户端为驾驶人员的智能手机,调度发布模块还用于将调度信息发送给用户端,供驾驶人员进行查看,从而进行物流任务。
实施例二
由于拥有初级用户标识的驾驶人员经常行驶在初级环境标识的运输路线上,该驾驶人员遭遇的突发情况较少,其应变能力虽然会随驾龄的增加而提升,但是提升的应变能力会比较有限。因此本实施例中,设置中级用户标识和中级环境标识,给予驾驶人员一个过渡或锻炼的时期。
本实施例与实施例一的不同之处在于:基于云平台的作业调度系统,其中用户标识还包括中级用户标识,拥有中级用户标识的驾驶人员为具备一定应变能力的驾驶人员,例如驾龄高于2年且低于4年、工龄高于2年且低于4年或驾驶测评成绩一般的驾驶人员。相应的,拥有高级用户标识的驾驶人员为应变能力较好的驾驶人员,例如驾龄高于4年、工龄高于4年、年龄大于20岁且小于50岁或驾驶测评成绩较好的驾驶人员。
环境标识还包括中级环境标识,拥有中级环境标识的运输路线为车辆和行人数量一般、偶尔出现拥堵状况的道路情况一般的路线。路线筛选模块还用于当身份信息中为中级用户标识时,根据中级用户标识筛选出拥有中级环境标识的运输路线。
实施例三
由于当前时间下运输路线各处的道路情况与车辆行驶到该处的道路情况是存在差异的,例如当前时间为晚上,运输路线中某处的道路情况较为简单,但是实际当车辆行驶到该处时,该处正处于早高峰,该处的道路情况较为复杂。因此本实施例中,环境标识模块不再接收环境信息,而是从存储的环境信息中根据时间进行调用。
本实施例与实施例一的不同之处在于:基于云平台的作业调度系统,如附图2所示,其中作业调度子系统还包括环境存储模块。
环境存储模块用于将环境分析模块发送的环境信息进行存储,具体的按时间序列和获取地点进行存储。
路线规划模块用于将运输开始时间发送给环境标识模块,环境标识模块用于根据运输开始时间和运输时长生成调用时间,并根据调用时间调用存储的环境信息。具体的,以运输时长对运输路线进行划分,将运输路线从运输起点至运输终点依次划分为第一段至第N段路线,根据运输开始时间为每一段路线赋予起始时间和结束时间,以起始时间至结束时间从环境存储模块中调用出该时间段下该段路线的环境信息。在本实施例中,分析模型输入的环境信息为调用的存储的环境信息,即环境标识模块用于获取分析模型根据输入调用的环境信息输出的环境标识。
实施例四
由于当前时间下运输路线各处的道路情况与车辆行驶到该处的道路情况是存在差异的,例如当前时间为晚上,运输路线中某处的道路情况较为简单,但是实际当车辆行驶到该处时,该处正处于早高峰,该处的道路情况较为复杂。因此本实施例中,通过实时判断生成调度信息的运输路线是否仍为初级环境标识,并在标识发生变化时,重新筛选运输路线对调度信息进行更新,当筛选出的运输路线与原运输路线差别较大时,通过交管平台对交通进行管控,降低交通拥堵的拥堵程度。
本实施例与实施例一的不同之处在于:基于云平台的作业调度系统,时间对比模块用于将发送给调度发布模块的运输路线发送给数据采集子系统。
数据采集子系统还包括实时采集模块,实时采集模块用于实时获取车辆的GPS信号,并根据GPS信号和运输路线获取车辆即将行驶到的路段的车况基础信息,车况基础信息可从第三方平台获取,在本实施例中,车况基础信息为运输路线中车辆即将行驶的检测路线的环境基础信息,检测路线的路线长度可根据需求设定。
环境分析模块还用于利用视频识别技术对车况基础信息进行分析生成车况信息,并将车况信息和检测路线发送给作业调度子系统。
作业调度子系统还包括路线对比模块和交通管控模块。
环境标识模块还用于接收车况信息,并获取分析模型根据车况信息输出的实时环境标识,实时环境标识包括初级更新标识、中级更新标识和高级更新标识。
标识判断模块用于对比实时环境标识和身份信息,当实时环境标识和身份信息中的标识处于同一级别时,保持原运输路线进行运行;当实时环境标识和身份信息中的标识处于不同级别时,生成路线更新信号发送给路线规划模块。
路线规划模块还用于接收到路线更新信号时,根据车辆当前位置和作业信息中的物流终点生成若干待更新路线和对应运输时长,并发送给路线筛选模块。
路线筛选模块还用于根据身份信息对待更新路线进行筛选,并将筛选出的待更新路线发送给时间对比模块。
时间对比模块还用于接收筛选出的待更新路线,并获取筛选出的待更新路线对应的运输时长,逐一对运输时长进行比较,筛选出运输时长最短的待更新路线发送给路线对比模块。
路线对比模块用于获取当前运输路线中车辆当前位置至物流终点的剩余运输时长,并对比剩余运输时长和时间对比模块筛选出的待更新路线对应的运输时长,当待更新路线对应的运输时长小于剩余运输时长的1.2倍时,生成发布更新信号发送给调度发布模块,当待更新路线对应的运输时长不小于剩余运输时长的1.2倍时,生成交通调控信号发送给交通管控模块。
调度发布模块还用于接收到发布更新信号时,根据身份信息和时间对比模块筛选出的待更新路线,对调度信息进行更新和发布。
交通管控模块用于接收到交通调控信号时,根据检测路线筛选出检测路线中的交通管控设备,并将筛选出的交通管控设备的位置信息上传给交通安全综合服务管理平台。交通管控设备为引导车流的相关设备,在本实施例中,交通管控设备为交通灯。通过交通安全综合服务管理平台对交通管控设备进行管理,即对交通灯中的行人通行时间和车辆通行时间进行调整,增大车辆通行时间,从而改善该路段的交通拥堵程度。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.基于云平台的作业调度系统,其特征在于,包括:
数据采集子系统,用于获取环境信息和驾驶人员的身份信息,身份信息包括初级用户标识;
作业调度子系统,用于从云平台获取作业信息,根据作业信息生成若干运输路线;并根据环境信息对各运输路线进行分析生成环境标识,环境标识包括初级环境标识;还用于根据初级用户标识筛选出初级环境标识的运输路线,并根据身份信息和筛选出的运输路线生成调度信息。
2.根据权利要求1所述的基于云平台的作业调度系统,其特征在于,身份信息还包括中级用户标识,环境标识还包括中级环境标识;作业调度子系统还用于根据中级用户标识筛选出中级环境标识的运输路线。
3.根据权利要求1所述的基于云平台的作业调度系统,其特征在于,作业调度子系统包括:
时间对比模块,用于获取筛选出的运输路线对应的运输时长,并筛选出运输时长最短的运输路线作为生成调度信息的运输路线。
4.根据权利要求1所述的基于云平台的作业调度系统,其特征在于:作业调度子系统包括环境标识模块,环境标识模块预存有分析模型,环境标识模块用于获取分析模型根据输入的环境信息输出的环境标识。
5.根据权利要求1所述的基于云平台的作业调度系统,其特征在于,数据采集子系统包括:
环境采集模块,用于实时从第三方平台获取环境基础信息;
环境分析模块,用于对环境基础信息进行分析生成环境信息,环境信息包括行人数量、车辆数量、车流量、车道规划和占道量中的一种或多种。
6.根据权利要求1所述的基于云平台的作业调度系统,其特征在于:作业信息包括运输开始时间,作业调度子系统用于存储环境信息,并根据作业信息生成若干运输路线及对应的运输时长,作业调度子系统还用于根据运输开始时间和运输时长调用存储的环境信息,并根据调用的环境信息对各运输路线进行分析生成环境标识。
7.根据权利要求6所述的基于云平台的作业调度系统,其特征在于:作业调度子系统包括环境存储模块和环境标识模块,环境存储模块用于按时间序列对环境信息进行存储;环境标识模块预存有分析模型;环境标识模块用于根据运输开始时间和运输时长生成调用时间,并根据调用时间调用存储的环境信息,并获取分析模型根据输入调用的环境信息输出的环境标识。
8.根据权利要求4或7所述的基于云平台的作业调度系统,其特征在于:分析模型为BP神经网络模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010443726.8A CN111626495A (zh) | 2020-05-22 | 2020-05-22 | 基于云平台的作业调度系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010443726.8A CN111626495A (zh) | 2020-05-22 | 2020-05-22 | 基于云平台的作业调度系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626495A true CN111626495A (zh) | 2020-09-04 |
Family
ID=72273127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010443726.8A Pending CN111626495A (zh) | 2020-05-22 | 2020-05-22 | 基于云平台的作业调度系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626495A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015919A (zh) * | 2020-09-15 | 2020-12-01 | 重庆广播电视大学重庆工商职业学院 | 一种基于学习辅助知识图谱的对话管理方法 |
CN112529314A (zh) * | 2020-12-17 | 2021-03-19 | 四川云智造科技有限公司 | 一种多式联运调度系统、方法及设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004056686B3 (de) * | 2004-11-24 | 2006-07-13 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Automatisierten Individuellen Navigation eines Kraftfahrzeugs |
CN101469994A (zh) * | 2007-12-25 | 2009-07-01 | 英业达股份有限公司 | 导航方法及应用其的导航系统 |
CN201845433U (zh) * | 2010-10-15 | 2011-05-25 | 深圳职业技术学院 | 一种智能交通的综合管控系统 |
CN102142191A (zh) * | 2011-04-15 | 2011-08-03 | 四川长虹电器股份有限公司 | 交通管控的方法及系统 |
CN103971529A (zh) * | 2014-04-28 | 2014-08-06 | 中国科学院深圳先进技术研究院 | 一种基于车车通信的路况获取和路况估计的方法及系统 |
CN106096782A (zh) * | 2016-06-15 | 2016-11-09 | 苏州清研捷运信息科技有限公司 | 一种基于经验路线的车辆路径规划方法 |
CN107063278A (zh) * | 2017-01-24 | 2017-08-18 | 观致汽车有限公司 | 一种车辆导航系统、导航方法及其车辆 |
CN107389085A (zh) * | 2017-06-29 | 2017-11-24 | 百度在线网络技术(北京)有限公司 | 一种道路通行属性的确定方法、装置、计算机及存储介质 |
CN109996713A (zh) * | 2016-11-28 | 2019-07-09 | 本田技研工业株式会社 | 驾驶辅助装置、驾驶辅助系统、程序和驾驶辅助装置的控制方法 |
CN110648028A (zh) * | 2019-10-09 | 2020-01-03 | 江苏顺泰交通集团有限公司 | 一种基于5g网络的交通大数据云平台及其使用方法 |
-
2020
- 2020-05-22 CN CN202010443726.8A patent/CN111626495A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004056686B3 (de) * | 2004-11-24 | 2006-07-13 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Automatisierten Individuellen Navigation eines Kraftfahrzeugs |
CN101469994A (zh) * | 2007-12-25 | 2009-07-01 | 英业达股份有限公司 | 导航方法及应用其的导航系统 |
CN201845433U (zh) * | 2010-10-15 | 2011-05-25 | 深圳职业技术学院 | 一种智能交通的综合管控系统 |
CN102142191A (zh) * | 2011-04-15 | 2011-08-03 | 四川长虹电器股份有限公司 | 交通管控的方法及系统 |
CN103971529A (zh) * | 2014-04-28 | 2014-08-06 | 中国科学院深圳先进技术研究院 | 一种基于车车通信的路况获取和路况估计的方法及系统 |
CN106096782A (zh) * | 2016-06-15 | 2016-11-09 | 苏州清研捷运信息科技有限公司 | 一种基于经验路线的车辆路径规划方法 |
CN109996713A (zh) * | 2016-11-28 | 2019-07-09 | 本田技研工业株式会社 | 驾驶辅助装置、驾驶辅助系统、程序和驾驶辅助装置的控制方法 |
CN107063278A (zh) * | 2017-01-24 | 2017-08-18 | 观致汽车有限公司 | 一种车辆导航系统、导航方法及其车辆 |
CN107389085A (zh) * | 2017-06-29 | 2017-11-24 | 百度在线网络技术(北京)有限公司 | 一种道路通行属性的确定方法、装置、计算机及存储介质 |
CN110648028A (zh) * | 2019-10-09 | 2020-01-03 | 江苏顺泰交通集团有限公司 | 一种基于5g网络的交通大数据云平台及其使用方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015919A (zh) * | 2020-09-15 | 2020-12-01 | 重庆广播电视大学重庆工商职业学院 | 一种基于学习辅助知识图谱的对话管理方法 |
CN112529314A (zh) * | 2020-12-17 | 2021-03-19 | 四川云智造科技有限公司 | 一种多式联运调度系统、方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675629B (zh) | 一种基于大数据的高速公路拥堵预测与主动防控方法 | |
CN108162771B (zh) | 一种电动汽车智能充电导航方法 | |
CN108444486B (zh) | 一种导航路线排序方法和装置 | |
US8886453B2 (en) | System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints | |
EP2136184B1 (en) | Traffic scheduling system | |
US9121720B2 (en) | System and method for providing driving information of electric vehicle | |
CN109767030A (zh) | 道路拥堵检测方法、装置、计算机设备及存储介质 | |
CN109141455A (zh) | 导航路径规划方法及服务器 | |
US11741565B1 (en) | Method, internet of things system and storage medium of public transport management in a smart urban | |
CN110570656B (zh) | 定制公共交通线路方法及装置 | |
CN109859505B (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
CN111626495A (zh) | 基于云平台的作业调度系统 | |
CN112767683A (zh) | 一种基于反馈机制的路径诱导方法 | |
CN107957267B (zh) | 一种导航路径提示信息的确定方法及装置 | |
CN114781267A (zh) | 基于多源大数据的职住接驳动态公交管理方法及系统 | |
CN116050581A (zh) | 一种智慧城市地铁行车调度优化方法和物联网系统 | |
CN111582527A (zh) | 行程时间的预估方法、装置、电子设备和存储介质 | |
US20200256687A1 (en) | System For Determining A Risk Of An Accident On A Driving Route | |
EP3702980A1 (en) | Method for route plan optimization taking constraint and event into account | |
CN114742627B (zh) | 一种顺风车订单的撮合方法、系统 | |
CN113536128A (zh) | 交通枢纽换乘方式的推荐方法及电子设备 | |
CN109979190B (zh) | 一种道路交通状态的预测方法及装置 | |
Simoni et al. | Vehicles that Drive Themselves: What to Expect with Autonomous Vehicles | |
CN109726924A (zh) | 一种车辆的作业调度方法、装置、计算机设备和存储介质 | |
CN118097998B (zh) | 道路状态提示方法、系统、存储介质及电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |