CN112015748A - 一种区域实时订单与运力的供需关系可视化方法和系统 - Google Patents
一种区域实时订单与运力的供需关系可视化方法和系统 Download PDFInfo
- Publication number
- CN112015748A CN112015748A CN202011130572.3A CN202011130572A CN112015748A CN 112015748 A CN112015748 A CN 112015748A CN 202011130572 A CN202011130572 A CN 202011130572A CN 112015748 A CN112015748 A CN 112015748A
- Authority
- CN
- China
- Prior art keywords
- time
- real
- order
- data
- database
- 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 description 20
- 238000004040 coloring Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 3
- 238000007794 visualization technique Methods 0.000 abstract 1
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
-
- G06Q50/40—
Abstract
本发明公开了一种区域实时订单与运力的可视化方法,包括步骤:将地图划分为多个网格区域;统计网格区域内订单的各个维度数据,并存储到数据库;统计各个网格区域内司机的各个维度的数据;对各个网格区域内的订单热力值、运力热力值进行计算、综合热力值进行计算;根据各个网格区域的综合热力值,对各个网格区域进行着色。本发明采用定时全量更新与实时增量更新的相结合的方式,能克服全量更新和增量更新的缺点,保证数据的准确性和实时性,可以实时准确地查看到当前的热力值;还不会占用系统过多的性能,提高系统的运行速度,服务器可以实时快速地计算出所需维度的热力值。
Description
技术领域
本发明属于大数据技术领域,具体涉及一种区域实时订单与运力的供需关系可视化方法和系统。
背景技术
随着城市的飞速发展,城市交通的短板日益浮现,尤其是城市交通中公路客运对于乘客来说没有足够的自主性以及个性化。虽然城市交通作为一种方式已经很完善了,但是对于提倡绿色出行的当下,已有的城市交通已经无法很好的满足人们的需求,一板一眼的城市交通无法满足当前追求定制化、个性化出行方面的需求。
网约车平台将人、出租车和私家车连接起来,形成一个“人-车”自主连接的服务网,满足了人们的需求并且极大的填补了城市交通的短板,随着网约车逐渐被广大群众认可,打车的市民越来越多。
实际上打车订单出现的位置和司机的位置是不确定的,这就可能会出现某些区域在某时间订单集中出现,而当前该区域内的司机数量不够的情况。因此需要对各个区域的实时订单和运力进行监控,以便于调度运力。现有技术不能实时准确地反应各个区域的打车供需变化,限制了打车平台的高效运行。
发明内容
本发明的目的是要解决现有技术的技术不能实时准确地反应各个区域的打车供需变化的问题,提供一种区域实时订单与运力的供需关系可视化方法和系统。
为了解决上述问题,本发明按以下技术方案予以实现的:
一种区域实时订单与运力的供需关系可视化方法,包括以下步骤:
S1.将地图划分为多个网格区域;
S2.每隔一定时间对各个网格区域内的订单状态变化事件进行一次全量统计,将统计结果存储到数据库,每次全量统计后根据统计结果更新数据库中的订单数据,且同时对网格区域内的订单状态变化事件进行实时增量统计,每当有订单状态发生变化时,则实时更新数据库中的订单数据;每隔一定时间对各个网格区域内的司机状态变化事件进行一次全量统计,将统计结果存储到数据库,每次全量统计后更新数据库中的司机数据,且同时对网格区域内的司机状态变化事件进行实时增量统计,每当有司机状态发生变化时,则实时更新数据库中的司机数据;
S3.根据数据库中的最新数据对各个网格区域内的订单和运力的热力值进行计算,订单热力值J=X-Q-B,其中X为下单数,Q为取消订单数,B为被接单数,运力热力值即为听单中的司机数T;
S4、根据订单热力值和运力热力值计算出各个网格区域的综合热力值,综合热力值K=X-Q-B-T,再根据综合热力值对各个网格区域进行着色处理,通过颜色反映各个网格区域内的订单与运力的供需关系。
作为优选方案:若执行全量统计时实时增量统计被触发,则中止实时增量统计进程,待全量统计结束并更新数据库后再在刷新后的数据基础上继续执行被中指的实时增量统计进程,使数据根据实时增量刷新。
作为优选方案:所述订单状态变化事件包括产生订单、订单被接单和订单被取消。
作为优选方案:所述司机状态变化事件包括听单中、服务中和停止听单。
作为优选方案:所述网格区域为六边形网格区域。
一种区域实时订单与运力的供需关系可视化系统,包括:
数据库模块,用于存储各个网格区域的订单数据和司机数据;
状态监听模块,用于监听订单状态的变化和司机状态的变化;
热力值计算模块,用于根据订单数据和司机数据计算各个网格区域内的综合热力值;
区域着色模块,用于根据各个网格区域的综合热力值给各个网格区域着色。
作为优选方案:还包括互锁模块,所述互锁模块用于订单数据和司机数据的全量更新与实时增量更新之间的互锁。
与现有技术相比,本发明的有益效果是:本发明采用定时全量更新与实时增量更新的相结合的方式,能克服全量更新和增量更新的缺点,发挥各自的优势,保证了数据的准确性和实时性,查看热力图的人员可以实时准确地查看到当前各个区域的供需热力值;还不会占用系统过多的性能,提高系统的运行速度,服务器可以实时快速地计算出所需维度的热力值。
附图说明
图1-图3是本发明的流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例一:
参照图1、图2和图3,一种区域实时订单与运力的供需关系可视化方法,包括以下步骤:
S1.将地图划分为多个网格区域;
本实施例中将地图划分为多个六边形区域。
S2.每隔一定时间对各个网格区域内的订单状态变化事件进行一次全量统计,将统计结果存储到数据库,每次全量统计后根据统计结果更新数据库中的订单数据,且同时对网格区域内的订单状态变化事件进行实时增量统计,每当有订单状态发生变化时,则实时更新数据库中的订单数据;每隔一定时间对各个网格区域内的司机状态变化事件进行一次全量统计,将统计结果存储到数据库,每次全量统计后更新数据库中的司机数据,且同时对网格区域内的司机状态变化事件进行实时增量统计,每当有司机状态发生变化时,则实时更新数据库中的司机数据;
本实施例中,统计订单数量采用定时全量更新和实时增量更新相结合的统计方式。定时全量更新即每隔一个统计时间间隔,到订单数据库统计查询某个统计时长的各个维度的数据值,并且存储到数据库。实时增量统计即监听订单状态变化事件消息,根据订单状态变化以及下单时间,来对订单下单点所在网格区域的各个维度数据值,并且存储到数据库。
更具体地:
定时全量统计:每隔一个统计时间间隔(比如三十分钟),到订单数据库(包含下单点经
纬度、下单时间、订单状态),统计查询某个统计时长(比如五分钟)的各个维度的数据值(比如下单量、被接单量、取消订单量),并且存储到数据库(关系型或者nosql)。
实时增量统计:监听订单状态变化事件消息,根据订单状态变化以及下单时间,来对订单
下单点所在的六边形区域的各个维度的数据值(比如下单量、被接单量、取消订单量)进行增减操作,并且存储到数据库(关系型或者nosql)。
之所以采用定时全量更新与实时增量更新的相结合的方式,是因为:全量更新是对全表进
行扫描统计,可以保证数据的准确性,但是执行全量更新时性能消耗大,会影响系统的运行速度,因此不能频繁执行全量更新,而是隔一段时间进行全量更新。但是仅仅依靠定时的全量更新不能保证数据的实时性,因此需要引入实时增量更新,即在两次定时全量更新之间执行若干次实时增量更新,在上一次全量更新的数据上进行增减操作,直至执行下一次全量更新,如此保证数据的实时性。实时更新的缺点是容易造成数据丢失,时间久了数据就会不准确,随着时间的推移,不准确性就会扩大。因此采取定时全量更新和实时增量更新结合的方式能克服全量更新和增量更新的缺点,发挥各自的优势,保证了数据的准确性和实时性,还不会占用系统过多的性能,提高系统的运行速度。
本实施例中,统计司机数据时同样的采用定时全量更新和实时增量更新相结合的统计方
式。实时全量更新即每隔一个统计时间间隔,到司机数据库统计查询司机各个维度的数据值,并且存储到数据库。实时增量更新即监听司机状态变化事件消息、司机切换网格区域消息,根据订单状态变化以及下单时间、司机位置在网格区域间的切换,来对司机位置所在的网格区域各个维度的数据值进行增减操作,并且存储到数据库。
更具体地:
定时全量统计:每隔一个统计时间间隔(比如三十分钟),到司机数据库(包含司机状态、
司机当前位置),统计查询司机各个维度的数据值(比如听单中量、服务中量、停职停单量),并且存储到数据库(关系型或者nosql)。
实时增量统计:监听司机状态变化事件消息、司机位置切换六边形消息,根据订单状态变化以及下单时间、司机位置在六边形区域的切换,来对司机位置所在的六边形区域各个维度的数据值(比如下单量、被接单量、取消订单量)进行增减操作。并且存储到数据库(关系型或者nosql)。
S3.根据数据库中的最新数据对各个网格区域内的订单和运力的热力值进行计算;
S4、根据订单热力值和运力热力值计算出各个网格区域的综合热力值,再根据综合热力值对各个网格区域进行着色处理,通过颜色反映各个网格区域内的订单与运力的供需关系。
定义订单热力值J=X-Q-B,其中X为下单数,Q为取消订单数,B为被接单数;读取指定区域所包含的六边形区域的对应的订单各个维度的统计数据,按照一定规则组合,根据划分的数值段计算出对应的数据,比如:
订单的热力数量 = 下单数量 - 取消订单数 - 被接单数;
订单热力分布(红色):S<=2,透明; 3<=S<=7,深度+1; 8<=S<=12,颜色深度+2; S>=13,颜色深度+3(其中S=下单量-取消单量-接单量);
读取指定区域所包含的六边形区域的对应的司机各个维度的统计数据,按照一定规则组合,根据划分的数值段计算出对应的数据,比如:
运力热力数量 = 听单中的司机数量;
司机热力分布(蓝色):S<=2,透明; 3<=S<=7,深度+1; 8<=S<=12,颜色深度+2; S>=13,颜色深度+3(S=听单中司机数量);
对各个网格区域的综合热力值进行计算,定义综合热力值K=X-Q-B-T,其中T为听单中的司机数;
计算综合热力值:
读取指定区域所包含的六边形区域的对应的订单和司机各个维度的统计数据,按照一定规则组合,根据划分的数值段计算出对应的数据,比如:
综合热力数量=下单数量X - 取消订单数Q - 被接单数B - 听单中的司机数量T;
正数(红色):S=0:透明;1<=S<=4,深度+1; 5<=S<=8,深度+2; S>=9,深度+3(S=下单量-取消单量-接单量-听单中司机数);
负数(蓝色):S=0:透明; -4<=S<=-1,深度+1; -8<=S<=-5,深度+2; S<=-9,深度+3(S=下单量-取消单量-接单量-听单中司机数)。
需要指出的是:在定时全量统计执行的同时,若有新的订单状态变化或司机状态变化,则实时增量统计也会被触发,此时若执行实时增量统计,则可能导致冲突,造成更新后的数据不准确。为避免该情况发生,本实施例中定时全量统计与实时增量统计采用互锁的设计。具体的:若执行全量统计时实时增量统计被触发,则中止实时增量统计进程,待全量统计结束并更新数据库后再在刷新后的数据基础上继续执行被中指的实时增量统计进程,使数据根据实时增量刷新。
比如在某一时间点,全量统计正在好统计完,上一次统计的接单量数据是100,这次统计的接单量是200,此时实时更新的数据来了一个需要将接单数量+1。我们想要的是在最新的全量统计的基础上来进行增量更新,就是200+1=201,如果没有锁的话,可能发生:全量统计的接单量是200先处理,但是后面又被增量统计用旧的数据将接单量数据更新为100+1=101,这就会造成更新后的数据失去准确性。因此定时全量统计与实时增量统计采用互锁的设计,且定时全量统计具有更高的优先级,在两者同时发生时,中止当前的实时增量统计,优先执行定时全量统计并更新完数据,之后恢复被中止的实时增量统计,即实时增量统计是在定时全量统计的基础数据上来更新数据,如此保证了数据的准确性。
实施例二:
一种区域实时订单与运力的供需关系可视化系统,其特征是,包括:
数据库模块,用于存储各个网格区域的订单数据和司机数据;
状态监听模块,用于监听订单状态的变化和司机状态的变化;
热力值计算模块,用于根据订单数据和司机数据计算各个网格区域内的综合热力值;
区域着色模块,用于根据各个网格区域的综合热力值给各个网格区域着色。
该系统还包括互锁模块,所述互锁模块用于订单数据和司机数据的全量更新与增量更新之间的互锁。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,故凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (7)
1.一种区域实时订单与运力的供需关系可视化方法,其特征是,包括以下步骤:
S1.将地图划分为多个网格区域;
S2.每隔一定时间对各个网格区域内的订单状态变化事件进行一次全量统计,将统计结果存储到数据库,每次全量统计后根据统计结果更新数据库中的订单数据,且同时对网格区域内的订单状态变化事件进行实时增量统计,每当有订单状态发生变化时,则实时更新数据库中的订单数据;每隔一定时间对各个网格区域内的司机状态变化事件进行一次全量统计,将统计结果存储到数据库,每次全量统计后更新数据库中的司机数据,且同时对网格区域内的司机状态变化事件进行实时增量统计,每当有司机状态发生变化时,则实时更新数据库中的司机数据;
S3.根据数据库中的最新数据对各个网格区域内的订单和运力的热力值进行计算,订单热力值J=X-Q-B,其中X为下单数,Q为取消订单数,B为被接单数,运力热力值即为听单中的司机数T;
S4、根据订单热力值和运力热力值计算出各个网格区域的综合热力值,综合热力值K=X-Q-B-T,再根据综合热力值对各个网格区域进行着色处理,通过颜色反映各个网格区域内的订单与运力的供需关系。
2.根据权利要求1所述的区域实时订单与运力的供需关系可视化方法,其特征是:若执行全量统计时实时增量统计被触发,则中止实时增量统计进程,待全量统计结束并更新数据库后再在刷新后的数据基础上继续执行被中指的实时增量统计进程,使数据根据实时增量刷新。
3.根据权利要求1所述的区域实时订单与运力的供需关系可视化方法,其特征是:所述订单状态变化事件包括产生订单、订单被接单和订单被取消。
4.根据权利要求3所述的区域实时订单与运力的供需关系可视化方法,其特征是:所述司机状态变化事件包括听单中、服务中和停止听单。
5.根据权利要求1所述的区域实时订单与运力的供需关系可视化方法,其特征是:所述网格区域为六边形网格区域。
6.一种区域实时订单与运力的供需关系可视化系统,其特征是,包括:
数据库模块,用于存储各个网格区域的订单数据和司机数据;
状态监听模块,用于监听订单状态的变化和司机状态的变化;
热力值计算模块,用于根据订单数据和司机数据计算各个网格区域内的综合热力值;
区域着色模块,用于根据各个网格区域的综合热力值给各个网格区域着色。
7.根据权利要求6所述的区域实时订单与运力的供需关系可视化系统,其特征是:还包括互锁模块,所述互锁模块用于订单数据和司机数据的全量更新与实时增量更新之间的互锁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011130572.3A CN112015748B (zh) | 2020-10-21 | 2020-10-21 | 一种区域实时订单与运力的供需关系可视化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011130572.3A CN112015748B (zh) | 2020-10-21 | 2020-10-21 | 一种区域实时订单与运力的供需关系可视化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112015748A true CN112015748A (zh) | 2020-12-01 |
CN112015748B CN112015748B (zh) | 2021-03-26 |
Family
ID=73527443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011130572.3A Active CN112015748B (zh) | 2020-10-21 | 2020-10-21 | 一种区域实时订单与运力的供需关系可视化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112015748B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052543A (zh) * | 2021-05-31 | 2021-06-29 | 广州宸祺出行科技有限公司 | 一种区域订单和司机热力的统计储存方法、装置及应用 |
CN116776046A (zh) * | 2023-08-24 | 2023-09-19 | 长春精意科技有限公司 | 一种应用于导航系统的地图数据更新方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103905397A (zh) * | 2012-12-28 | 2014-07-02 | 腾讯科技(深圳)有限公司 | 数据同步方法和系统 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN104599088A (zh) * | 2015-02-13 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 基于订单的调度方法和调度系统 |
EP3211572A1 (en) * | 2016-02-29 | 2017-08-30 | Hitachi Solutions, Ltd. | Demand-supply adjustment device, demand-supply adjustment system, and demand-supply adjustment method |
CN108596723A (zh) * | 2018-04-24 | 2018-09-28 | 北京同城必应科技有限公司 | 一种订单推送方法、系统、服务器及存储介质 |
CN109740938A (zh) * | 2019-01-04 | 2019-05-10 | 杭州卓凯科技有限公司 | 基于订单分布密度的网约货运汽车平台运力调度系统及方法 |
CN110414703A (zh) * | 2019-07-29 | 2019-11-05 | 北京三快在线科技有限公司 | 一种信息处理方法、装置、设备及存储介质 |
CN110727725A (zh) * | 2019-09-26 | 2020-01-24 | 广西电网有限责任公司电力科学研究院 | 一种基于配电网运行效率监测及分析的数据接口 |
CN110866024A (zh) * | 2019-11-06 | 2020-03-06 | 山东省国土测绘院 | 一种矢量数据库增量更新方法及系统 |
CN111144979A (zh) * | 2019-12-13 | 2020-05-12 | 北京三快在线科技有限公司 | 一种数据处理方法及装置 |
-
2020
- 2020-10-21 CN CN202011130572.3A patent/CN112015748B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103905397A (zh) * | 2012-12-28 | 2014-07-02 | 腾讯科技(深圳)有限公司 | 数据同步方法和系统 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN104599088A (zh) * | 2015-02-13 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 基于订单的调度方法和调度系统 |
EP3211572A1 (en) * | 2016-02-29 | 2017-08-30 | Hitachi Solutions, Ltd. | Demand-supply adjustment device, demand-supply adjustment system, and demand-supply adjustment method |
CN108596723A (zh) * | 2018-04-24 | 2018-09-28 | 北京同城必应科技有限公司 | 一种订单推送方法、系统、服务器及存储介质 |
CN109740938A (zh) * | 2019-01-04 | 2019-05-10 | 杭州卓凯科技有限公司 | 基于订单分布密度的网约货运汽车平台运力调度系统及方法 |
CN110414703A (zh) * | 2019-07-29 | 2019-11-05 | 北京三快在线科技有限公司 | 一种信息处理方法、装置、设备及存储介质 |
CN110727725A (zh) * | 2019-09-26 | 2020-01-24 | 广西电网有限责任公司电力科学研究院 | 一种基于配电网运行效率监测及分析的数据接口 |
CN110866024A (zh) * | 2019-11-06 | 2020-03-06 | 山东省国土测绘院 | 一种矢量数据库增量更新方法及系统 |
CN111144979A (zh) * | 2019-12-13 | 2020-05-12 | 北京三快在线科技有限公司 | 一种数据处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
亚峰: ""滴滴研究院副院长叶杰平:揭开滴滴人工智能调度系统的真面目"", 《雷锋网 HTTPS://WWW.LEIPHONE.COM/NEWS/201612/JKMWO56PIXS0F4EA.HTML》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052543A (zh) * | 2021-05-31 | 2021-06-29 | 广州宸祺出行科技有限公司 | 一种区域订单和司机热力的统计储存方法、装置及应用 |
CN116776046A (zh) * | 2023-08-24 | 2023-09-19 | 长春精意科技有限公司 | 一种应用于导航系统的地图数据更新方法 |
CN116776046B (zh) * | 2023-08-24 | 2023-12-08 | 长春精意科技有限公司 | 一种应用于导航系统的地图数据更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112015748B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luo et al. | A new framework of intelligent public transportation system based on the internet of things | |
CN112907986B (zh) | 一种基于数字孪生场景和边缘云的动态时间窗路口调度方法 | |
CN112015748B (zh) | 一种区域实时订单与运力的供需关系可视化方法和系统 | |
CN101572011B (zh) | 城市公交智能化调度管理系统及方法 | |
CN109559553A (zh) | 一种智慧停车系统及其停车管理方法 | |
CN103632532B (zh) | 一种出租车的打车诱导方法 | |
CN110705747A (zh) | 一种基于大数据的智慧公共交通云脑体系 | |
CN107919014B (zh) | 面向多载客里程的出租车运行线路优化方法 | |
CN110111592B (zh) | 基于交通信号控制机动态匹配最优信号配时方案的方法 | |
CN109003467A (zh) | 一种防止车辆碰撞的方法、装置及系统 | |
CN107045797A (zh) | 信息处理方法及移动终端 | |
CN101976505A (zh) | 交通评价方法及系统 | |
CN103116917B (zh) | 一种基于gps的公交智能停车场控制方法 | |
CN106251628B (zh) | 一种确定机动车的交通出行量的方法及装置 | |
CN105118318A (zh) | 一种多功能汽车信息服务系统 | |
CN115063978B (zh) | 一种基于数字孪生的公交到站时间预测方法 | |
CN112801552A (zh) | 基于交通大数据挖掘和智能分析的网约车和巡游车的监管方法 | |
CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
CN105957387B (zh) | 一种固定路线车辆的行驶状态预警方法 | |
CN116051052A (zh) | 一种数字可视化汽车道路救援智能管理平台 | |
CN105023230B (zh) | 一种基于arcgis的轨道站点客流吸引范围界定方法 | |
CN112289065B (zh) | 一种基于精准od大数据的定制公交线路设计方法及系统 | |
CN113052543B (zh) | 一种区域订单和司机热力的统计储存方法、装置及应用 | |
CN116204576B (zh) | 一种公共交通数据生成gtfs格式数据的生成方法及系统 | |
CN204204207U (zh) | 一种可查看公交车进站时间的站点牌电子显示装置 |
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 |