CN111985768B - 基于云计算技术对交通资源进行临时调配的方法 - Google Patents

基于云计算技术对交通资源进行临时调配的方法 Download PDF

Info

Publication number
CN111985768B
CN111985768B CN202010648147.7A CN202010648147A CN111985768B CN 111985768 B CN111985768 B CN 111985768B CN 202010648147 A CN202010648147 A CN 202010648147A CN 111985768 B CN111985768 B CN 111985768B
Authority
CN
China
Prior art keywords
passenger
station
information
car
travel
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.)
Active
Application number
CN202010648147.7A
Other languages
English (en)
Other versions
CN111985768A (zh
Inventor
张劲涛
余敏
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.)
Shengwei Times Technology Group Co ltd
Original Assignee
Shengwei Times Technology 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 Shengwei Times Technology Group Co ltd filed Critical Shengwei Times Technology Group Co ltd
Priority to CN202010648147.7A priority Critical patent/CN111985768B/zh
Publication of CN111985768A publication Critical patent/CN111985768A/zh
Application granted granted Critical
Publication of CN111985768B publication Critical patent/CN111985768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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"
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了基于云计算技术对交通资源进行临时调配的方法，其不同于现有技术只能针对单一客运站点进行人为的和滞后的客车调配，其能够根据所有客车站点在不同时间段的实时乘客出行人流量以及相应的人流量变化信息，并且自动地和及时地确定客运站点的客车需求信息，这样实现对客运站点客车需求信息的统筹协调，以避免由于只对客运站点进行客车需求信息确定而导致后续调配不平衡情况的发生，并还根据客车需求信息，对客运站点进行适应性的客车调配，从而实现对客运站点的客车最优化调配，以此提高客运站点乘客的疏解速度和效率。

Description

基于云计算技术对交通资源进行临时调配的方法
技术领域
本发明涉及大数据交通控制的技术领域，特别涉及基于云计算技术对交通资源进行临时调配的方法。
背景技术
随着城市公共交通网络的发展，居民的出行越来越依赖公共交通工具，而公共交通的准时性和可靠性直接影响居民出行的耗时长短和搭乘体验。但是，城市居民的数量巨大并且城市交通情况复杂，特别在节假日期间大量居民在同一时间段同时出行，会不可避免地发生在客运站点聚集大量乘客以及客车等待时间过长的问题，这严重地制约了城市公共交通的发展和服务质量。而现有技术对于客运站点聚集大量乘客的情况只能通过人为调度的方式疏解乘客，但是这种人为调度的方式往往具有时间滞后性，并且只能针对单一客运站点进行客车的调度，其无法及时地和全面地对所有客运站点进行相应的客车调度，这并不能实现交通资源的高效和准确调配。
发明内容
针对现有技术存在的缺陷，本发明提供基于云计算技术对交通资源进行临时调配的方法，该基于云计算技术对交通资源进行临时调配的方法包括获取预设地区中客运站点的乘客出行影像信息，并根据该乘客出行影像信息，获得该客运站点相应的乘客出行人流量，并将该客运站点相应的该乘客出行人流量存储到云端，根据该乘客出行影像信息的获取时间段，计算该乘客出行人流量所在该时间段内的人流量变化信息，根据该人流量变化信息，确定该客运站点的客车需求信息，根据该客车需求信息，对该客运站点进行适应性的客车调配；可见，该基于云计算技术对交通资源进行临时调配的方法不同于现有技术只能针对单一客运站点进行人为的和滞后的客车调配，其能够根据所有客车站点在不同时间段的实时乘客出行人流量以及相应的人流量变化信息，并且自动地和及时地确定客运站点的客车需求信息，这样实现对客运站点客车需求信息的统筹协调，以避免由于只对客运站点进行客车需求信息确定而导致后续调配不平衡情况的发生，并还根据客车需求信息，对客运站点进行适应性的客车调配，从而实现对客运站点的客车最优化调配，以此提高客运站点乘客的疏解速度和效率。
本发明提供基于云计算技术对交通资源进行临时调配的方法，其特征在于，其包括如下步骤：
步骤S1，获取预设地区中客运站点的乘客出行影像信息，并根据所述乘客出行影像信息，获得所述客运站点相应的乘客出行人流量，并将所述客运站点相应的所述乘客出行人流量存储到云端；
步骤S2，根据所述乘客出行影像信息的获取时间段，计算所述乘客出行人流量所在所述时间段内的人流量变化信息；
步骤S3，根据所述人流量变化信息，确定所述客运站点的客车需求信息；
步骤S4，根据所述客车需求信息，对所述客运站点进行适应性的客车调配；
进一步，在所述步骤S1中，获取预设地区中客运站点的乘客出行影像信息，并根据所述乘客出行影像信息，获得所述客运站点相应的乘客出行人流量，并将所述客运站点相应的所述乘客出行人流量存储到云端具体包括，
步骤S101，在所述客运站点布设摄像监控设备，并通过所述摄像监控设备拍摄客运站点内部不同区域的乘客出行影像信息；
步骤S102，对所述若干乘客出行影像信息进行人物识别处理，从而确定所述客运站点对应的人员存在状态信息；
步骤S103，根据所述人员存在状态信息，生成相应的乘客出行人流量，并将所述乘客出行人流量存储到云端；
进一步，在所述步骤S101中，在所述客运站点布设摄像监控设备，并通过所述摄像监控设备拍摄客运站点内部不同区域的乘客出行影像信息具体包括，
在所述客运站点布设至少两个摄像监控设备，并指示每一个所述摄像监控设备对所述客运站点内部不同区域进行周期性扫描拍摄，从而获得若干多角度乘客出行影像信息；
以及，
在所述步骤S102中，对所述若干乘客出行影像信息进行人物识别处理，从而确定所述客运站点对应的人员存在状态信息具体包括，
计算所述若干多角度乘客出行影像信息对应的视差影像，并从所述视差影像中识别出所有人物的存在位置和运动路径，以此作为所述人员存在状态信息；
以及，
在所述步骤S103中，根据所述人员存在状态信息，生成相应的乘客出行人流量，并将所述乘客出行人流量存储到云端具体包括。
根据所有人物的存在位置和运动路径，统计出客运站点的乘客出行人流量，同时将所述乘客出行人流量同步存储到云端；
进一步，在所述步骤S2中，根据所述乘客出行影像信息的获取时间段，计算所述乘客出行人流量所在所述时间段内的人流量变化信息具体包括，
步骤S201，根据所述预设地区的节假日居民出行大数据，生成关于相应节假日的乘客出现高峰时段信息和乘客出现非高峰时段信息；
步骤S202，根据所述乘客出现高峰时段信息和所述乘客出现非高峰时段信息各自对应的具体时间区间，将所述乘客出行影像信息的获取时间段划分为互斥的繁忙时间区间和非繁忙时间区间；
步骤S203，获取在所述繁忙时间区间和所述非繁忙时间区间两者各自的乘客人流量信息，以此计算所述两者之间随时间变化的人流量变化信息；
进一步，在所述步骤S3中，根据所述人流量变化信息，确定所述客运站点的客车需求信息具体包括，
步骤S301，根据所述人流量变化信息，确定所述客运站点在繁忙时间区间和非繁忙时间区间各自的乘客人流量疏解需求信息；
步骤S302，根据所述人流量疏解需求信息，确定在客运站点的乘客对所述客运站点的客运线路中不同客车需求度的排列值；
步骤S303，根据所述客运线路中不同客车需求度的排列值，确定所述客运站点的客车需求信息；
进一步，在所述步骤S302中，根据所述人流量疏解需求信息，确定在客运站点的乘客对所述客运站点的客运线路中不同客车需求度的排列值具体包括，
根据所述人流量疏解需求信息，并利用下面公式(1)计算得到在客运站点的乘客对所述客运站点的客运线路中不同客车需求度的排列值
在上述公式(1)中，Pi表示乘客对第i个客运线路中客车需求度的排列值，λi表示判定第i个客运线路中客车行驶路线是否经过所述客运站点的判定值，当λi＝1时表示第i个客运线路中客车行驶路线经过所述客运站点，当λi＝0时表示第i个客运线路中客车行驶路线不经过所述客运站点，tx表示期望客车到达客运站点的期望时刻，t表示当前实际时刻，ηi表示第i个客运线路中客车从始发站出发到达相应客运站点所需要经过的站点总数，μ表示第i个客运线路中客车从始发站出发到达所述客运站点过程中所经过的第μ个站点，tμ表示第i个客运线路中客车从第μ-1个站点到达第μ个站点所需要的时间，vi表示第i个客运线路中客车的平均行驶速度，Yi表示第i个客运线路中客车到目前为止的总使用年限，n表示第i个客运线路中客车的第n个使用年限，lμ表示第i个客运线路中客车从第μ-1个站点行驶到第μ个站点所需要的路程，ti表示第i个客运线路中客车从始发站的发车时刻，u(ti-t)表示阶跃函数，且当ti≥t时u(ti-t)＝1，当ti＜t时u(ti-t)＝0；
进一步，在所述步骤S303中，根据所述客运线路中不同客车需求度的排列值，确定所述客运站点的客车需求信息具体包括，
步骤S3031，利用所述客运线路中不同客车需求度的排列值按照由大到小的顺序进行排列，并且当Pi＝0时剔除对应的排列值，从而获得相应的排列值数组；
步骤S3032，根据所述排列值数组以及下面公式(2)，计算得到所述客运站点的客车需要载客量
在上述公式(2)中，Za表示所述排列值数组中第a个客运线路中客车在所述客运站点的客车需要载客量，ηa表示所述第a个客运线路中客车从始发站出发到达所述客运站点所需要经过的站点总数，μ表示所述第a个客运线路中客车从始发站出发到达所述客运站点过程中所经过的第μ个站点，Mμ表示所述第a个客运线路中客车根据售票信息在第μ个站点的上车人数，T表示所述第a个客运线路中客车根据售票信息在第μ个站点的下车人数，Tμ表示根据售票信息不应该在第μ个站点下车却在该第μ个站点下车的人数；
进一步，在所述步骤S4中，根据所述客车需求信息，对所述客运站点进行适应性的客车调配具体包括，
根据所述客车需要载客量，并利用下面公式(3)，获得所述客运站点的客车调配数量
在上述公式(3)中，Da表示所述客运站点的第a个客运线路中客车的调配数量，INT[]表示取整运算符号，其用于对[]内的数值进行取整运算，T1表示在预设节假日时间段的人流量总数，Z表示所述第a个客运线路中客车的最大乘客数量；
再根据所述调配数量Da，对相应客运站点进行适应性的客车调配。
相比于现有技术，该基于云计算技术对交通资源进行临时调配的方法包括获取预设地区中客运站点的乘客出行影像信息，并根据该乘客出行影像信息，获得该客运站点相应的乘客出行人流量，并将该客运站点相应的该乘客出行人流量存储到云端，根据该乘客出行影像信息的获取时间段，计算该乘客出行人流量所在该时间段内的人流量变化信息，根据该人流量变化信息，确定该客运站点的客车需求信息，根据该客车需求信息，对该客运站点进行适应性的客车调配；可见，该基于云计算技术对交通资源进行临时调配的方法不同于现有技术只能针对单一客运站点进行人为的和滞后的客车调配，其能够根据所有客车站点在不同时间段的实时乘客出行人流量以及相应的人流量变化信息，并且自动地和及时地确定客运站点的客车需求信息，这样实现对客运站点客车需求信息的统筹协调，以避免由于只对客运站点进行客车需求信息确定而导致后续调配不平衡情况的发生，并还根据客车需求信息，对客运站点进行适应性的客车调配，从而实现对客运站点的客车最优化调配，以此提高客运站点乘客的疏解速度和效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的基于云计算技术对交通资源进行临时调配的方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的基于云计算技术对交通资源进行临时调配的方法的流程示意图。该基于云计算技术对交通资源进行临时调配的方法包括如下步骤：
步骤S1，获取预设地区中客运站点的乘客出行影像信息，并根据该乘客出行影像信息，获得该客运站点相应的乘客出行人流量，并将该客运站点相应的该乘客出行人流量存储到云端；
步骤S2，根据该乘客出行影像信息的获取时间段，计算该乘客出行人流量所在该时间段内的人流量变化信息；
步骤S3，根据该人流量变化信息，确定该客运站点的客车需求信息；
步骤S4，根据该客车需求信息，对该客运站点进行适应性的客车调配。
该基于云计算技术对交通资源进行临时调配的方法能够根据客运站点的实时乘客出行影像信息，确定该客运站点当前的乘客出行人流量汇聚情况，以期有针对性地对所有客运站点的客车运行进行统一协调调配，从而有效地和快速地将客运站点聚集的乘客及时疏解和提高公共资源的调配效率。
优选地，在该步骤S1中，获取预设地区中客运站点的乘客出行影像信息，并根据该乘客出行影像信息，获得该客运站点相应的乘客出行人流量，并将该客运站点相应的该乘客出行人流量存储到云端具体包括，
步骤S101，在该客运站点布设摄像监控设备，并通过该摄像监控设备拍摄客运站点内部不同区域的乘客出行影像信息；
步骤S102，对该若干乘客出行影像信息进行人物识别处理，从而确定该客运站点对应的人员存在状态信息；
步骤S103，根据该人员存在状态信息，生成相应的乘客出行人流量，并将该乘客出行人流量存储到云端。
由于客运站点是乘客出行的必经之处，通过拍摄客运站点的乘客汇聚状态影像能够全面地和准确地获得对应地区的乘客出行人流量，这样能够有效地降低乘客出行人流量的获取难度。
优选地，在该步骤S101中，在该客运站点布设摄像监控设备，并通过该摄像监控设备拍摄客运站点内部不同区域的乘客出行影像信息具体包括，
在该客运站点布设至少两个摄像监控设备，并指示每一个该摄像监控设备对该客运站点内部不同区域进行周期性扫描拍摄，从而获得若干多角度乘客出行影像信息；
以及，
在该步骤S102中，对该若干乘客出行影像信息进行人物识别处理，从而确定该客运站点对应的人员存在状态信息具体包括，
计算该若干多角度乘客出行影像信息对应的视差影像，并从该视差影像中识别出所有人物的存在位置和运动路径，以此作为该人员存在状态信息；
以及，
在该步骤S103中，根据该人员存在状态信息，生成相应的乘客出行人流量，并将该乘客出行人流量存储到云端具体包括。
根据所有人物的存在位置和运动路径，统计出客运站点的乘客出行人流量，同时将该乘客出行人流量同步存储到云端。
通过设置至少两个摄像监控设备对客运站点进行多角度拍摄，能够有效地避免在拍摄过程中存在客运站点的拍摄视角死区，从而保证乘客出行人流量的计算精确性。
优选地，在该步骤S2中，根据该乘客出行影像信息的获取时间段，计算该乘客出行人流量所在该时间段内的人流量变化信息具体包括，
步骤S201，根据该预设地区的节假日居民出行大数据，生成关于相应节假日的乘客出现高峰时段信息和乘客出现非高峰时段信息；
步骤S202，根据该乘客出现高峰时段信息和该乘客出现非高峰时段信息各自对应的具体时间区间，将该乘客出行影像信息的获取时间段划分为互斥的繁忙时间区间和非繁忙时间区间；
步骤S203，获取在该繁忙时间区间和该非繁忙时间区间两者各自的乘客人流量信息，以此计算该两者之间随时间变化的人流量变化信息。
由于在节假日期间乘客的出行也是具有一定的规律性的，在同一天会相应地出现关于乘客出现的繁忙时间区间和非繁忙时间区间，并计算这两个不同时间区之间随时间变化的人流量变化信息，能够准确地获得乘客出行人流量潮汐变化，从而便于后续对交通资源的调配进行有针对性的操作。
优选地，在该步骤S3中，根据该人流量变化信息，确定该客运站点的客车需求信息具体包括，
步骤S301，根据该人流量变化信息，确定该客运站点在繁忙时间区间和非繁忙时间区间各自的乘客人流量疏解需求信息；
步骤S302，根据该人流量疏解需求信息，确定在客运站点的乘客对该客运站点的客运线路中不同客车需求度的排列值；
步骤S303，根据该客运线路中不同客车需求度的排列值，确定该客运站点的客车需求信息。
由于在客运线路中不同客车路线对应的客运站点的乘客出行人流量是不同的并且还会随着时间发生变化，这就使得不同客运站点的客车需求也相应不同，通过根据该客运线路中不同客车需求度的排列值，能够保证每一个客运站点都能获得对应匹配的客车调配，并且还能保证客车需求度较高的客运站点能够获得有效的客车调配。
优选地，在该步骤S302中，根据该人流量疏解需求信息，确定在客运站点的乘客对该客运站点的客运线路中不同客车需求度的排列值具体包括，
根据该人流量疏解需求信息，并利用下面公式(1)计算得到在客运站点的乘客对该客运站点的客运线路中不同客车需求度的排列值
在上述公式(1)中，Pi表示乘客对第i个客运线路中客车需求度的排列值，λi表示判定第i个客运线路中客车行驶路线是否经过该客运站点的判定值，当λi＝1时表示第i个客运线路中客车行驶路线经过该客运站点，当λi＝0时表示第i个客运线路中客车行驶路线不经过该客运站点，tx表示期望客车到达客运站点的期望时刻，t表示当前实际时刻，ηi表示第i个客运线路中客车从始发站出发到达相应客运站点所需要经过的站点总数，μ表示第i个客运线路中客车从始发站出发到达该客运站点过程中所经过的第μ个站点，tμ表示第i个客运线路中客车从第μ-1个站点到达第μ个站点所需要的时间，vi表示第i个客运线路中客车的平均行驶速度，Yi表示第i个客运线路中客车到目前为止的总使用年限，n表示第i个客运线路中客车的第n个使用年限，lμ表示第i个客运线路中客车从第μ-1个站点行驶到第μ个站点所需要的路程，ti表示第i个客运线路中客车从始发站的发车时刻，u(ti-t)表示阶跃函数，且当ti≥t时u(ti-t)＝1，当ti＜t时u(ti-t)＝0。
上述计算不同客车需求度的排列值的过程充分考虑了客车在行驶过程中的经过的客运站点情况以及客车行驶的速度状态，从而使得计算得到的客车需求度能够最大限度地与客运站点的实际情况相一致。
优选地，在该步骤S303中，根据该客运线路中不同客车需求度的排列值，确定该客运站点的客车需求信息具体包括，
步骤S3031，利用该客运线路中不同客车需求度的排列值按照由大到小的顺序进行排列，并且当Pi＝0时剔除对应的排列值，从而获得相应的排列值数组；
步骤S3032，根据该排列值数组以及下面公式(2)，计算得到该客运站点的客车需要载客量
在上述公式(2)中，Za表示该排列值数组中第a个客运线路中客车在该客运站点的客车需要载客量，ηa表示该第a个客运线路中客车从始发站出发到达该客运站点所需要经过的站点总数，μ表示该第a个客运线路中客车从始发站出发到达该客运站点过程中所经过的第μ个站点，Mμ表示该第a个客运线路中客车根据售票信息在第μ个站点的上车人数，T表示该第a个客运线路中客车根据售票信息在第μ个站点的下车人数，Tμ表示根据售票信息不应该在第μ个站点下车却在该第μ个站点下车的人数。
通过上述公式计算得到的客车需要载客量能够保证客运站点都能够获得充足的客车调配运力，从而确保在最短时间内将客运站点聚集的乘客及时疏散。
优选地，在该步骤S4中，根据该客车需求信息，对该客运站点进行适应性的客车调配具体包括，
根据该客车需要载客量，并利用下面公式(3)，获得该客运站点的客车调配数量
在上述公式(3)中，Da表示该客运站点的第a个客运线路中客车的调配数量，INT[]表示取整运算符号，其用于对[]内的数值进行取整运算，T1表示在预设节假日时间段的人流量总数，Z表示该第a个客运线路中客车的最大乘客数量；
再根据该调配数量Da，对相应客运站点进行适应性的客车调配。
通过上述公式计算得到的客车调配数量能够在充分地和全面地统筹协调所有客运站点的客车调配，从而保证在花费最小客车调配资源的情况下，实现所有客运站点的客车最优化调配。
从上述实施例的内容可知，该基于云计算技术对交通资源进行临时调配的方法不同于现有技术只能针对单一客运站点进行人为的和滞后的客车调配，其能够根据所有客车站点在不同时间段的实时乘客出行人流量以及相应的人流量变化信息，并且自动地和及时地确定客运站点的客车需求信息，这样实现对客运站点客车需求信息的统筹协调，以避免由于只对客运站点进行客车需求信息确定而导致后续调配不平衡情况的发生，并还根据客车需求信息，对客运站点进行适应性的客车调配，从而实现对客运站点的客车最优化调配，以此提高客运站点乘客的疏解速度和效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.基于云计算技术对交通资源进行临时调配的方法，其特征在于，其包括如下步骤：
步骤S1，获取预设地区中客运站点的乘客出行影像信息，并根据所述乘客出行影像信息，获得所述客运站点相应的乘客出行人流量，并将所述客运站点相应的所述乘客出行人流量存储到云端；
步骤S2，根据所述乘客出行影像信息的获取时间段，计算所述乘客出行人流量所在所述时间段内的人流量变化信息；
步骤S3，根据所述人流量变化信息，确定所述客运站点的客车需求信息；
步骤S4，根据所述客车需求信息，对所述客运站点进行适应性的客车调配；
在所述步骤S3中，根据所述人流量变化信息，确定所述客运站点的客车需求信息具体包括，
步骤S301，根据所述人流量变化信息，确定所述客运站点在繁忙时间区间和非繁忙时间区间各自的乘客人流量疏解需求信息；
步骤S302，根据所述人流量疏解需求信息，确定在客运站点的乘客对所述客运站点的客运线路中不同客车需求度的排列值；
步骤S303，根据所述客运线路中不同客车需求度的排列值，确定所述客运站点的客车需求信息；
在所述步骤S302中，根据所述人流量疏解需求信息，确定在客运站点的乘客对所述客运站点的客运线路中不同客车需求度的排列值具体包括，
根据所述人流量疏解需求信息，并利用下面公式(1)计算得到在客运站点的乘客对所述客运站点的客运线路中不同客车需求度的排列值
在上述公式(1)中，Pi表示乘客对第i个客运线路中客车需求度的排列值，λi表示判定第i个客运线路中客车行驶路线是否经过所述客运站点的判定值，当λi＝1时表示第i个客运线路中客车行驶路线经过所述客运站点，当λi＝0时表示第i个客运线路中客车行驶路线不经过所述客运站点，tx表示期望客车到达客运站点的期望时刻，t表示当前实际时刻，ηi表示第i个客运线路中客车从始发站出发到达相应客运站点所需要经过的站点总数，μ表示第i个客运线路中客车从始发站出发到达所述客运站点过程中所经过的第μ个站点，tμ表示第i个客运线路中客车从第μ-1个站点到达第μ个站点所需要的时间，vi表示第i个客运线路中客车的平均行驶速度，Yi表示第i个客运线路中客车到目前为止的总使用年限，n表示第i个客运线路中客车的第n个使用年限，lμ表示第i个客运线路中客车从第μ-1个站点行驶到第μ个站点所需要的路程，ti表示第i个客运线路中客车从始发站的发车时刻，u(ti-t)表示阶跃函数，且当ti≥t时u(ti-t)＝1，当ti＜t时u(ti-t)＝0。
2.如权利要求1所述的基于云计算技术对交通资源进行临时调配的方法，其特征在于：
在所述步骤S1中，获取预设地区中客运站点的乘客出行影像信息，并根据所述乘客出行影像信息，获得所述客运站点相应的乘客出行人流量，并将所述客运站点相应的所述乘客出行人流量存储到云端具体包括，
步骤S101，在所述客运站点布设摄像监控设备，并通过所述摄像监控设备拍摄客运站点内部不同区域的乘客出行影像信息；
步骤S102，对所述客运站点内部不同区域的乘客出行影像信息进行人物识别处理，从而确定所述客运站点对应的人员存在状态信息；
步骤S103，根据所述人员存在状态信息，生成相应的乘客出行人流量，并将所述乘客出行人流量存储到云端。
3.如权利要求2所述的基于云计算技术对交通资源进行临时调配的方法，其特征在于：
在所述步骤S101中，在所述客运站点布设摄像监控设备，并通过所述摄像监控设备拍摄客运站点内部不同区域的乘客出行影像信息具体包括，
在所述客运站点布设至少两个摄像监控设备，并指示每一个所述摄像监控设备对所述客运站点内部不同区域进行周期性扫描拍摄，从而获得若干多角度乘客出行影像信息；
以及，
在所述步骤S102中，对所述若干乘客出行影像信息进行人物识别处理，从而确定所述客运站点对应的人员存在状态信息具体包括，
计算所述若干多角度乘客出行影像信息对应的视差影像，并从所述视差影像中识别出所有人物的存在位置和运动路径，以此作为所述人员存在状态信息；
以及，
在所述步骤S103中，根据所述人员存在状态信息，生成相应的乘客出行人流量，并将所述乘客出行人流量存储到云端具体包括：
根据所有人物的存在位置和运动路径，统计出客运站点的乘客出行人流量，同时将所述乘客出行人流量同步存储到云端。
4.如权利要求1所述的基于云计算技术对交通资源进行临时调配的方法，其特征在于：
在所述步骤S2中，根据所述乘客出行影像信息的获取时间段，计算所述乘客出行人流量所在所述时间段内的人流量变化信息具体包括，
步骤S201，根据所述预设地区的节假日居民出行大数据，生成关于相应节假日的乘客出现高峰时段信息和乘客出现非高峰时段信息；
步骤S202，根据所述乘客出现高峰时段信息和所述乘客出现非高峰时段信息各自对应的具体时间区间，将所述乘客出行影像信息的获取时间段划分为互斥的繁忙时间区间和非繁忙时间区间；
步骤S203，获取在所述繁忙时间区间和所述非繁忙时间区间两者各自的乘客人流量信息，以此计算两者之间随时间变化的人流量变化信息。
5.如权利要求1所述的基于云计算技术对交通资源进行临时调配的方法，其特征在于：
在所述步骤S303中，根据所述客运线路中不同客车需求度的排列值，确定所述客运站点的客车需求信息具体包括，
步骤S3031，利用所述客运线路中不同客车需求度的排列值按照由大到小的顺序进行排列，并且当Pi＝0时剔除对应的排列值，从而获得相应的排列值数组；
步骤S3032，根据所述排列值数组以及下面公式(2)，计算得到所述客运站点的客车需要载客量
在上述公式(2)中，Za表示所述排列值数组中第a个客运线路中客车在所述客运站点的客车需要载客量，ηa表示所述第a个客运线路中客车从始发站出发到达所述客运站点所需要经过的站点总数，μ表示所述第a个客运线路中客车从始发站出发到达所述客运站点过程中所经过的第μ个站点，Mμ表示所述第a个客运线路中客车根据售票信息在第μ个站点的上车人数，T表示所述第a个客运线路中客车根据售票信息在第μ个站点的下车人数，Tμ表示根据售票信息不应该在第μ个站点下车却在该第μ个站点下车的人数。
6.如权利要求5所述的基于云计算技术对交通资源进行临时调配的方法，其特征在于：
在所述步骤S4中，根据所述客车需求信息，对所述客运站点进行适应性的客车调配具体包括，
根据所述客车需要载客量，并利用下面公式(3)，获得所述客运站点的客车调配数量
在上述公式(3)中，Da表示所述客运站点的第a个客运线路中客车的调配数量，INT[]表示取整运算符号，其用于对[]内的数值进行取整运算，T1表示在预设节假日时间段的人流量总数，Z表示所述第a个客运线路中客车的最大乘客数量；
再根据所述调配数量Da，对相应客运站点进行适应性的客车调配。
CN202010648147.7A 2020-07-07 2020-07-07 基于云计算技术对交通资源进行临时调配的方法 Active CN111985768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010648147.7A CN111985768B (zh) 2020-07-07 2020-07-07 基于云计算技术对交通资源进行临时调配的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010648147.7A CN111985768B (zh) 2020-07-07 2020-07-07 基于云计算技术对交通资源进行临时调配的方法

Publications (2)

Publication Number Publication Date
CN111985768A CN111985768A (zh) 2020-11-24
CN111985768B true CN111985768B (zh) 2024-02-20

Family

ID=73439181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010648147.7A Active CN111985768B (zh) 2020-07-07 2020-07-07 基于云计算技术对交通资源进行临时调配的方法

Country Status (1)

Country Link
CN (1) CN111985768B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373384A (zh) * 2016-09-26 2017-02-01 福州大学 边远地区客运班车线路实时生成方法
CN107240289A (zh) * 2017-07-24 2017-10-10 济南博图信息技术有限公司 一种公交车线路优化管理方法及系统
CN110390349A (zh) * 2019-06-20 2019-10-29 浙江大学 基于XGBoost模型的公交车客流量预测建模方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373384A (zh) * 2016-09-26 2017-02-01 福州大学 边远地区客运班车线路实时生成方法
CN107240289A (zh) * 2017-07-24 2017-10-10 济南博图信息技术有限公司 一种公交车线路优化管理方法及系统
CN110390349A (zh) * 2019-06-20 2019-10-29 浙江大学 基于XGBoost模型的公交车客流量预测建模方法

Also Published As

Publication number Publication date
CN111985768A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN110047279B (zh) 一种基于订单数据确定共享单车调度量的方法
CN107330547B (zh) 一种城市公交动态调度优化方法及系统
CN108242149B (zh) 一种基于交通数据的大数据分析方法
CN107452215B (zh) 一种公交车进站停靠泊位分配及乘客引导方法及其智能公交站台
CN107393329B (zh) 一种公交车智能调度方法、装置及系统
CN109191876B (zh) 一种基于车联网技术的特殊车辆交通诱导系统及其控制方法
CN104424812B (zh) 一种公交到站时间预测系统和方法
CN103838772B (zh) 一种多源交通数据融合方法
CN110675032A (zh) 一种车辆调度方法及其装置
CN106530677B (zh) 一种基于实时信息的校车调度方法及系统
CN110245558A (zh) 基于人脸识别的公交车辆调度方法、装置及计算机设备
CN114827198A (zh) 一种应用于车联网的多层中心异步联邦学习方法
CN107240252A (zh) 一种交叉口的主动式车辆调度方法
CN114743401B (zh) 一种基于公交数字化转型的数据可视化公交调度管理平台
CN110428656A (zh) 一种车辆调度方法、装置及系统
CN116343514A (zh) 一种用于无人驾驶的车辆调度管理方法及系统
CN117371596A (zh) 一种基于多源数据的智慧城市用公共交通综合调控系统
CN111985768B (zh) 基于云计算技术对交通资源进行临时调配的方法
CN109887285A (zh) 一种停车原因的确定方法及装置
CN113780654A (zh) 地铁站中对乘客行走指引的方法、装置、设备及存储介质
CN107067708A (zh) 一种非高峰公交车基于大数据的出行线路实时调整方法
CN108197879A (zh) 一种多模式客货共运方法及系统
CN111275959B (zh) 车辆行驶状态的确定方法、装置及电子设备
CN116151538A (zh) 一种应用于智能公交需求均衡式调度的仿真系统及方法
CN113542364B (zh) 一种公交车和网约车联动的智慧交通系统

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