CN112365735B - 一种定位数据失效后公交进站报站方法、系统及存储介质 - Google Patents

一种定位数据失效后公交进站报站方法、系统及存储介质 Download PDF

Info

Publication number
CN112365735B
CN112365735B CN202011239827.XA CN202011239827A CN112365735B CN 112365735 B CN112365735 B CN 112365735B CN 202011239827 A CN202011239827 A CN 202011239827A CN 112365735 B CN112365735 B CN 112365735B
Authority
CN
China
Prior art keywords
station
reporting
time
data
current
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
CN202011239827.XA
Other languages
English (en)
Other versions
CN112365735A (zh
Inventor
刘传华
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.)
Shenzhen Tumin Intelligent Video Co ltd
Original Assignee
Shenzhen Tumin Intelligent Video 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 Shenzhen Tumin Intelligent Video Co ltd filed Critical Shenzhen Tumin Intelligent Video Co ltd
Priority to CN202011239827.XA priority Critical patent/CN112365735B/zh
Publication of CN112365735A publication Critical patent/CN112365735A/zh
Application granted granted Critical
Publication of CN112365735B publication Critical patent/CN112365735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13Receivers
    • G01S19/33Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种定位数据失效后公交进站报站方法、系统及存储介质,所述方法包括下述步骤:每隔预设时长实时获取BD/GPS卫星发送的车辆坐标信息;根据获取的车辆坐标信息判断当前定位是否失效;如果定位有效,则进入常规的站点匹配报站流程进行自动报进站并进入自动出站流程;如果定位失效,则进入经验迭代修正算法报站流程,计算出一个预测报进站时刻进行自动报进站;进入自动出站流程,出站完成后重复上述步骤。本发明使得公交车在BD/GPS卫星定位失效后仍然能够准确地自动报进站,无需司机手动报站,减轻司机的工作强度,保障市民的正常出行。

Description

一种定位数据失效后公交进站报站方法、系统及存储介质
技术领域
本发明涉及公交自动报站技术领域,尤其涉及一种定位数据失效后公交进站报站方法、系统及存储介质。
背景技术
在公交调度报站应用系统中,一个准确可靠的自动报站系统是公交调度系统的核心竞争力之一,常规的自动报站的基本工作原理是基于BD/GPS定位的站点自动匹配,并将其匹配结果以语音形式播报出来,应用于广大市民用户。其一般实现步骤主要包括:1.事先采集线路上各站点的BD/GPS定位位置信息,预存到系统中;2。公交车辆在线路运行过程中,实时采集当前的BD/GPS定位信息;3.不断地将实时采集到的定位信息与预存站点的位置信息进行匹配尝试,匹配成功则进行相关的报站(包括进/出站)语音播报。
但是现有技术中由于有时BD/GPS定位模块的失效,或者是一些地理环境的因素,如:天桥下、高楼间、隧道内、地下站场或天气原因等,此时由于天线信号的阻碍,车载系统行经此途中时,无法准确获取该位置的BD/GPS位置数据信息,从而无法准确匹配到该站点,同时,由于车辆CAN数据对接的困难,实际应用中车辆DVR无法正确获取车辆的里程及速度等数据,导致车载公交调度系统自动报站失效,司机唯有用手动报站来弥补,但手动报站会增加司机的工作难度和强度,影响市民出行体验。
因此,现有技术还有待发展。
发明内容
鉴于上述现有技术的不足之处,本发明的目的在于提供一种定位数据失效后公交进站报站方法、系统及存储介质,使得公交车在BD/GPS卫星定位失效后仍然能够准确地自动报进站。
为实现上述目的,本发明采取了以下技术方案:
第一方面,本发明提出了一种定位数据失效后公交进站报站方法,应用于卫星定位失效后公交车的进站自动报站,其中,包括下述步骤:
S10,每隔预设时长实时获取BD/GPS卫星发送的车辆坐标信息;
S20,根据获取的车辆坐标信息判断当前定位是否失效;
S30,如果定位有效,则进入常规的站点匹配报站流程进行自动报进站并进入步骤S50;
S40,如果定位失效,则进入经验迭代修正算法报站流程,计算出一个预测报进站时刻进行自动报进站;
S50,进入自动出站流程,出站完成后重复上述步骤。
第二方面,本发明提出了一种公交调度报站系统,其中,所述系统包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时,实现前述的方法。
第三方面,本发明提出了一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现前述的方法。
本发明的定位数据失效后公交进站报站方法,在BD/GPS卫星定位有效时,采用常规的站点匹配报站流程进行报站,而当BD/GPS卫星定位失效时,则进入经验迭代修正算法报站流程,计算出一个预测报进站时刻进行自动报进站,这样,本发明的报站方法在地理环境因素或者BD/GPS卫星本身因数导致BD/GPS定位模块失效时,公交车仍然能够准确地自动报进站,保证市民的正常出行,且不用司机手动报站来增加司机的工作难度和强度。
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示出的结构获得其他的附图。
图1为本发明定位数据失效后公交进站报站方法第一实施例的流程示意图;
图2为本发明经验迭代修正算法报站流程示意图;
图3为本发明公交车行驶经过相邻站段示意图;
图4为本发明迭代因子的计算流程示意图;
图5为本发明从样本数据中计算迭代因子的示意图;
图6为本发明预测报进站时刻计算流程示意图。
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的一部分实施例,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。
如图1所示,为本发明一种定位数据失效后公交进站报站方法的流程,应用于卫星定位(BD/GPS)失效后公交车的进站自动报站,包括下述步骤:
S10,每隔预设时长实时获取BD/GPS卫星发送的车辆坐标信息。
在车辆行驶过程中,亦即在上一站出站后,每隔预设时长如1秒钟获取一次BD(北斗)或GPS(全球定位系统)卫星发送的当前车辆的坐标值。
S20,根据获取的车辆坐标信息判断当前定位是否失效。
当获取的车辆坐标值为空或错误代码等异常情况则明确为失效;
或,当卫星识别颗数小于3颗,在也判定失效。
S30,如果定位有效,则进入常规的站点匹配报站流程进行自动报进站并进入步骤S50。
当获取的车辆坐标值为符合格式的坐标数据时为有效,则进入常规的站点匹配报站流程,即将实时采集到的定位车辆坐标值与预存站点的位置信息进行匹配尝试,匹配成功则进行相关的报站(包括进/出站)语音播报,即通过坐标数据判断否进入站点区域来判定是否自动报进站。
S40,如果定位失效,则进入经验迭代修正算法报站流程,计算出一个预测报进站时刻进行自动报进站。
当获取的车辆坐标值异常判定为定位失效状态时,则进入经验迭代修正算法报站流程,该流程是基于车辆以往的每次报站历史经验数据进行迭代推算,计算出当前车辆将要到站的预测报进站时刻,其是一个预测值,然后车辆根据这个预测值进行自动报进站。
报站后记录本站的报站数据,一般地,报站数据包括司机ID、车辆ID、线路ID、站点ID、坐标数据、时间等。基于报站数据可以计算车辆相邻两站之间的行驶速度、距离等。报站数据存储至公交调度系统平台的数据库中作为大数据使用。
S50,进入自动出站流程,出站完成后重复上述步骤。
进站流程完成后车辆自动进入出站流程,如出站报站,记录出站时间等。完成出站流程后则又进入步骤S10进行循环。
由于出站报站影响市民乘车体验和司机路单绩效较小,不受客户重点关注,处理相对比较容易,故本发明不详述。
本发明的报站方法是利用有效的历史数据进行大数据分析建模,从而得到公交行经线路中相邻站点报站间的关联关系,从而基于一个已经发生的有效报站后在BD/GPS实时位置数据失效时推算出下一个站点的有效报站时机,进而完成公交调度自动报站。
本发明的报站方法能在常规的站点匹配报站流程和经验迭代修正算法报站流程之间进行切换,在一般情况下,卫星定位是正常的,此情况下使用常规的站点匹配报站流程,遇到特殊情况,如受地理环境因素影响,如:天桥下、高楼间、隧道内、地下站场或天气原因等,或BD/GPS定位模块自身问题导致的卫星定位失效的情况下,切换至经验迭代修正算法报站流程自动、准确地报出下一站,从而保证市民的正常出行。
优选地,本发明方法中常规的站点匹配报站流程及经验迭代修正算法报站流程均可司机手动报站。
即常规的站点匹配报站流程进行中或者经验迭代修正算法报站流程进行中,司机都可以随时进行手动报站。
因为车辆位置漂移等原因会导致自动报站误报,故可通过司机手动报站来进行数据的纠正。即在公交业务中一般以自动报站为准,包括以此对司机的路单绩效管理;手动报站是对自动报站的补充修正。手动报站后记录并存储报站数据。
具体地,如图2所示,本发明方法的经验迭代修正算法报站流程包括如下步骤:
S41,获取本站及相邻站的历史报站数据作为样本数据,用样本数据计算出用于预测本站行驶时间的迭代因子。
本发明方法用本站及相邻站的历史报站数据作为样本数据进行计算建模,用计算模型来计算迭代因子。
本发明建模的基础是:
首先,司机手动报站的数据记录是可信的;其次,自动报站在没有手动报站修正下也是可信的;再次,路况、车况、司机个人习惯、天气、时段等客观因素对车辆行驶速度是有主要影响的,且在公交应用中其规律是保持一致的,即同一司机、在相似日期时段、驾驶同一公交车在同一路段所耗费的时间有其规律性。
如图3所示,假设两个站段的距离为L1,L2,其值固定(由于停站时间波动较大,站段距离应该计算为从上一站出站半径边缘处到当前站进站半径边缘处)。
设平均车速为V,时间为T,则从上一站报出站开始,到本站报进站,满足:T=L/V。
自动报站时相邻站段间进站关系满足:T1=L1/V1;T2=L2/V2。
由于公交车运营有自身的管理规则,所以其运行速度也实际保持统一控制,两个站点之间(一个站段)的行驶平均车速和耗用时间会基于是否高峰、节假日、天气等时段因素而有规律变化。
设相邻站段间V2=g*V1,L2=d*L1,则有:
Figure GDA0003251879280000061
g为同一趟次时相邻站段间的行驶速度关系,是动态变化的;d为相邻站段的实际物理距离比例关系,是线路固定的。
当上述动态变化关系g可求时,相邻站段间的行驶时间模型可设计为:
T2=k*T1+m;
其中k为相邻站段行驶时间比例因子,主要跟距离相关;m在该式中为非线性调整因子。特殊情况下,因突发的司机情绪变化或道路变化得出的因子将不具备普适性,在实际模型中要剔除。该类业务可以通过调度管理手段去解决。
相邻站段间的行驶时间模型建立完成后可进行迭代因子的计算。
如图4所示,本发明方法的迭代因子的计算包括如下步骤:
S411,从公交调度系统数据库中的历史报站数据选取迭代样本,迭代样本包括同一司机、在连续n个特征天的相同时段内、驾驶同一公交车在同一路线上经过上一站和本站的行驶时间。
优选地,本发明的方法中,对于同一站点,既有手动报站数据又有自动报站数据的,取手动报站数据作为有效的样本数据,仅有自动报站数据的,取自动报站数据作为有效的样本数据。
本发明方法对不同司机、不同车辆、对每一条线路,每一个站段皆独自取值,迭代样本中,一般是指在一特定司机,特定车辆,在一特定线路的特定站段下的计算。
作为一种实施方式,本发明方法基于时间段进行迭代样本划分,如按小时划分24个时段,按周划分7种特征天,特征天为一周的周一至周日,因为周一至周日的平均车速和耗用时间会基于是否高峰、节假日、天气等时段因素变化,但是多周内每天的划分时段内的平均车速和耗用时间会变得有规律。
将其中一特征天作为迭代天,且取该特征天的特定时间段,如:周一,时间段:8:00-9:00。连续选取最近n个特征天相同时段的上一站和本站的行驶时间。n可根据准确率反馈进行修改,例如n取12,则12个周一,8:00-9:00时间段上一站行驶时间T1,本站行驶时间T2作为迭代样本。
如图5所示:
第一个周一上一站行驶时间为T1_0,本站行驶时间为T2_0;
第二个周一上一站行驶时间为T1_1,本站行驶时间为T2_1;
第三个周一上一站行驶时间为T1_2,本站行驶时间为T2_2;
依次类推,得到12个周一8:00-9:00时间段上一站行驶时间T1和本站行驶时间T2。
S412,将n个特征天同一时段的上一站行驶时间,本站行驶时间分别代入下式得到n个算式;
T2=k*T1+m;
其中T1为上一站行驶时间,T2为本站行驶时间,k为相邻站段行驶时间比例因子,m为非线性调整因子。
如,将步骤S411选取的12个周一8:00-9:00时间段的上一站行驶时间T1和本站行驶时间T2分别代入上式,则得到12个如图5左边所示的算式。
S413,依次取相邻两个算式计算k、m得到多组k、m值。
如图5所示,因为每个算式中的T1和T2是已知的,即可以用相邻两个算式来求出一组的k、m值。这样可以求得11组k、m值。
其中,因突发的司机情绪变化或道路变化得出的因子将不具备普适性,对k值结果最大和最小的两组解集过滤丢弃,因而通过丢弃最值处理来适应该情况,保留如图5右边所示的9组解集。
S414,将所述多组k、m值用下式计算迭代因子
Figure GDA0003251879280000081
Figure GDA0003251879280000082
Figure GDA0003251879280000083
其中1≤z≤n-1。
Figure GDA0003251879280000084
值是多组k、m值的均值计算而来。
因为随着行驶里程和时间的增加,数据库的中历史报站数据也会越来越多,每增加一次报站数据,其对应的k、m也会变化,这样计算出的
Figure GDA0003251879280000085
值也会变化,故本发明的
Figure GDA0003251879280000086
是个动态并不断迭代计算的变量因子,由平台数据库实时更新管理,当车辆报出站时从平台获取,并用作下一站进站自动报站算法逻辑输入。
S42,依据所述迭代因子计算出本站的预测报进站时刻。
迭代因子计算出来后即可依据计算模型计算出本站的预测报进站时刻。
如图6所示,本发明方法本站的预测报进站时刻计算包括下述步骤:
S421,将计算得到的迭代因子
Figure GDA0003251879280000091
作为本趟次本站预期行驶时间的计算因子,代入下式:
Figure GDA0003251879280000092
其中T3为本趟次上一站的实际行驶时间,T4为本趟次本站预期行驶时间。
上一站的实际行驶时间由上一次报进站所确定。
S422,获取上一站的出站报站时刻,加上本趟次本站预期行驶时间T4,得到本趟次本站进站预测报进站时刻。
如今天为周一,8:00-9:00时间段中,上一站实际行驶的出站报站时刻为8:30,而本站刚才计算出的预期行驶时间T4为5分钟,则本站的进站预测报进站时刻为8:35。
S43,判定当前时间是否已达到预测报进站时刻,如果没有,则等待预设时长后回到步骤S10。
如等待1秒钟后回到步骤S10重新该流程。
S44,如果已达到预测报进站时刻,则获取本站报进站语音播报信息进行自动报进站。
S45,驶离本站后将本趟次本站的报站数据进行存储作为下一次预测计算的样本数据。
驶离本站后将本趟次本站的报站数据如司机ID、车辆ID、线路ID、站点ID、坐标数据、时间等发送至公交调度系统平台进行存储,作为下一次预测计算的样本数据,这样使得本发明的迭代因子
Figure GDA0003251879280000093
不断迭代更新,以保证准确率。
本发明报站方法主要基于以下几个数据特征:
公交司机行经线路是基于规划线路行驶的。
特定两个站点之间(一个站段)的行驶时间基本是有规律的,但会基于时间段发生变化,即平均车速和耗用时间会基于是否高峰、节假日、天气等时段因素变化。
前后两个站段之间的行驶耗用时间变化系数有渐变关联,(如:雨天都会减速,上班高峰期均会延时)。
手动报站记录数据的时间点是可靠的到/离站时间(可做经验迭代修正算法修正用)。
对同一站点,既有手动报站数据又有自动报站数据的,手动报站数据有效,自动报站数据无效;仅有自动报站数据的,应视为自动报站数据无效。
本发明实施例提出的定位数据失效后公交进站报站方法,通过在BD/GPS卫星定位失效时进入经验迭代修正算法报站流程,计算出一个预测报进站时刻进行自动报进站,这样,本发明的报站方法在地理环境因素或者BD/GPS卫星本身因数导致BD/GPS定位模块失效的情况下,公交车仍然能够准确地自动报进站,保障了市民的正常出行,并且不需要司机手动报站来增加司机的工作难度和强度。
本发明还提出一种公交调度报站系统,所述系统包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时,实现上述的方法。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述异步消息处理终端设备中的执行过程。
所述主控模块可包括但不仅限于处理器、存储器。本领域技术人员可以理解,上述部件仅仅是基于系统的示例,并不构成对主控模块的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件,例如主控模块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,所述处理器是所述设备的控制中心,利用各种接口和线路连接整个主控模块的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提出一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述的方法。
本发明的定位数据失效后公交进站报站方法集成的模块/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。本发明计算机可读存储介质具体实施方式与上述用于兼容多平台的系统管理方法及系统方法各实施例基本相同,在此不再赘述。
需说明的是,以上所描述的实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。另外,本发明提供的实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为清楚地说明本发明所作的举例,并非因此限制本发明的专利范围,这里无法对所有的实施方式予以穷举,凡是在本发明的构思下,利用本发明技术方案中的内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (5)

1.一种定位数据失效后公交进站报站方法,应用于卫星定位失效后公交车的进站自动报站,其特征在于,包括下述步骤:
S10,每隔预设时长实时获取BD/GPS卫星发送的车辆坐标信息;
S20,根据获取的车辆坐标信息判断当前定位是否失效;
S30,如果定位有效,则进入常规的站点匹配报站流程进行自动报进站并进入步骤S50;
S40,如果定位失效,则进入经验迭代修正算法报站流程,计算出一个预测报进站时刻进行自动报进站;
S50,进入自动出站流程,出站完成后重复上述步骤;
所述经验迭代修正算法报站流程包括如下步骤:
S41,获取本站及相邻站的历史报站数据作为样本数据,用样本数据计算出用于预测本站行驶时间的迭代因子;
S42,依据所述迭代因子计算出本站的预测报进站时刻;
S43,判定当前时间是否已达到预测报进站时刻,如果没有,则等待预设时长后回到步骤S10;
S44,如果已达到预测报进站时刻,则获取本站报进站语音播报信息进行自动报进站;
S45,驶离本站后将本趟次本站的报站数据进行存储作为下一次预测计算的样本数据;
所述迭代因子的计算包括如下步骤:
S411,从公交调度系统数据库中的历史报站数据选取迭代样本,迭代样本包括同一司机、在连续n个特征天的相同时段内、驾驶同一公交车在同一路线上经过上一站和本站的行驶时间;
S412,将n个特征天同一时段的上一站行驶时间,本站行驶时间分别代入下式得到n个算式;
T2=k*T1+m;
其中T1为上一站行驶时间,T2为本站行驶时间,k为相邻站段行驶时间比例因子,m为非线性调整因子;
S413,依次取相邻两个算式计算k、m得到多组k、m值;
S414,将所述多组k、m值用下式计算迭代因子
Figure FDA0003251879270000021
Figure FDA0003251879270000022
Figure FDA0003251879270000023
其中1≤z≤n-1;
所述本站的预测报进站时刻计算包括下述步骤:
S421,将计算得到的迭代因子
Figure FDA0003251879270000024
作为本趟次本站预期行驶时间的计算因子,代入下式:
Figure FDA0003251879270000025
其中T3为本趟次上一站的实际行驶时间,T4为本趟次本站预期行驶时间;
S422,获取上一站的出站报站时刻,加上本趟次本站预期行驶时间T4,得到本趟次本站进站预测报进站时刻。
2.根据权利要求1所述的方法,其特征在于,所述常规的站点匹配报站流程及经验迭代修正算法报站流程均可司机手动报站。
3.根据权利要求1所述的方法,其特征在于,对于同一站点,既有手动报站数据又有自动报站数据的,取手动报站数据作为有效的样本数据,仅有自动报站数据的,取自动报站数据作为有效的样本数据。
4.一种公交调度报站系统,其特征在于,所述系统包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-3中任一项所述的方法。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现如权利要求1-3任一项所述的方法。
CN202011239827.XA 2020-11-09 2020-11-09 一种定位数据失效后公交进站报站方法、系统及存储介质 Active CN112365735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011239827.XA CN112365735B (zh) 2020-11-09 2020-11-09 一种定位数据失效后公交进站报站方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011239827.XA CN112365735B (zh) 2020-11-09 2020-11-09 一种定位数据失效后公交进站报站方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN112365735A CN112365735A (zh) 2021-02-12
CN112365735B true CN112365735B (zh) 2021-11-23

Family

ID=74509914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011239827.XA Active CN112365735B (zh) 2020-11-09 2020-11-09 一种定位数据失效后公交进站报站方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN112365735B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388143A (zh) * 2007-09-14 2009-03-18 同济大学 基于浮动车数据的公交到站时间预测方法及系统
CN103295414A (zh) * 2013-05-31 2013-09-11 北京建筑工程学院 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN104064024A (zh) * 2014-06-23 2014-09-24 银江股份有限公司 一种基于历史数据的公交车辆到站时间预测方法
CN105741601A (zh) * 2016-03-22 2016-07-06 深圳市航盛电子股份有限公司 一种基于gps和里程信息的双冗余自动报站系统及方法
KR20180121240A (ko) * 2017-04-28 2018-11-07 주식회사 엘비씨소프트 빅데이터를 활용한 대중교통 통행시간 예측/예보 시스템
CN109064742A (zh) * 2018-08-03 2018-12-21 北京航空航天大学 一种基于svm的自适应公交到站时间预测方法
CN109191845A (zh) * 2018-09-28 2019-01-11 吉林大学 一种公交车辆到站时间预测方法
CN110288830A (zh) * 2019-06-30 2019-09-27 浪潮卓数大数据产业发展有限公司 一种城市公交实时到站时间预测的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0923061B1 (de) * 1997-12-12 2002-07-24 Precimation AG Verfahren und Vorrichtung zum automatischen Anzeigen der voraussichtlich bis zur Ankunft des nächsten Fahrzeuges verbleibenden Zeit an Haltestellen eines Verkehrsmittel
CN102081859B (zh) * 2009-11-26 2014-10-01 上海遥薇(集团)有限公司 一种公交车到站时间预测模型控制方法
CN102592470B (zh) * 2012-03-09 2014-11-12 电信科学技术研究院 一种交通信息发布方法、装置及系统
CN105632222B (zh) * 2015-10-14 2018-04-17 上海博协软件有限公司 预报到站时间的方法及其系统
CN110491158B (zh) * 2019-09-25 2022-04-19 西安安邦鼎立智能科技有限公司 一种基于多元数据融合的公交车到站时间预测方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388143A (zh) * 2007-09-14 2009-03-18 同济大学 基于浮动车数据的公交到站时间预测方法及系统
CN103295414A (zh) * 2013-05-31 2013-09-11 北京建筑工程学院 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN104064024A (zh) * 2014-06-23 2014-09-24 银江股份有限公司 一种基于历史数据的公交车辆到站时间预测方法
CN105741601A (zh) * 2016-03-22 2016-07-06 深圳市航盛电子股份有限公司 一种基于gps和里程信息的双冗余自动报站系统及方法
KR20180121240A (ko) * 2017-04-28 2018-11-07 주식회사 엘비씨소프트 빅데이터를 활용한 대중교통 통행시간 예측/예보 시스템
CN109064742A (zh) * 2018-08-03 2018-12-21 北京航空航天大学 一种基于svm的自适应公交到站时间预测方法
CN109191845A (zh) * 2018-09-28 2019-01-11 吉林大学 一种公交车辆到站时间预测方法
CN110288830A (zh) * 2019-06-30 2019-09-27 浪潮卓数大数据产业发展有限公司 一种城市公交实时到站时间预测的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于到站时间预测理论的公交车载终端与仿真系统设计;李文;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20120415;全文 *

Also Published As

Publication number Publication date
CN112365735A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN108074414B (zh) 一种基于用户行为的常走路径交通信息提醒方法及系统
EP3322960B1 (en) Methods and systems for detecting a closure and/or opening of a navigable element
CN111966729A (zh) 一种车辆轨迹数据处理方法、装置、设备及存储介质
US20070271031A1 (en) Method and apparatus for notifying departure time using schedule information
EP1736735A1 (en) Travel time database generating device and method
GB2529058A (en) Vehicle parking management
CN106382939A (zh) 一种基于历史数据的导航路径行驶时间预测系统及方法
CN105632222A (zh) 预报到站时间的方法及其系统
CN110849382A (zh) 驾驶时长预测方法及装置
CN113129588A (zh) 公交车运行线路的确定方法、确定装置及电子设备
CN110986992A (zh) 无人售卖车辆的导航方法、装置、电子设备和存储介质
CN113665576B (zh) 车辆行驶工况预测方法、装置、设备及介质
CN113065803A (zh) 站间行车数据处理方法、装置、电子设备及存储介质
CN112365735B (zh) 一种定位数据失效后公交进站报站方法、系统及存储介质
CN111222898A (zh) 网约车的计程方法及计算机可读存储介质
CN112508310A (zh) 行驶轨迹模拟方法、装置及存储介质
CN114005294A (zh) 一种路径确定方法、装置、设备及介质
CN110189518B (zh) 预测公交到站时间的方法、装置、计算机设备及存储介质
CN111008729A (zh) 一种迁移预测的方法和装置
CN110363320B (zh) 一种预测估计到达时间的方法、装置和计算设备
CN115839721A (zh) 一种行驶路线的预测方法、装置、车载终端及介质
CN115938151A (zh) 一种车辆行驶信息获取方法、装置、设备及存储介质
CN114234995A (zh) 一种导航方法、装置、电子设备及存储介质
CN114781243A (zh) Eta预测及模型训练方法、设备、介质及产品
JP2009245341A (ja) リンク情報作成装置、リンク情報作成方法及びプログラム

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