CN113298350A - 一种基于人工智能的公交综合监管与服务系统 - Google Patents
一种基于人工智能的公交综合监管与服务系统 Download PDFInfo
- Publication number
- CN113298350A CN113298350A CN202110457077.1A CN202110457077A CN113298350A CN 113298350 A CN113298350 A CN 113298350A CN 202110457077 A CN202110457077 A CN 202110457077A CN 113298350 A CN113298350 A CN 113298350A
- Authority
- CN
- China
- Prior art keywords
- information
- passenger flow
- driver
- data
- station
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 14
- 238000007726 management method Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000013523 data management Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 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
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人工智能的公交综合监管与服务系统,包括公交综合监管子系统以及服务子系统,服务子系统包括驾驶员考勤数据监管模块用于根据考勤规则判定是否考勤,运营服务评价数据管理模块用于管理公交运量、运营效率及服务满意度数据;公交综合监管子系统包括客流量统计模块用于获取车站、车内的客流和路线预期客流数据,车辆调度管理模块用于获取车辆和客流数据,建立并求解调度模型,进行调度,超速报警模块用于获取运营车速并进行报警判断,排班调度模块用于根据历史经验生成发车时间表,对公交车排班,驾驶员管理模块用于管理驾驶员的个人身份信息。本发明能够管理公交运营数据,基于车辆和客流数据建立调度方案,提高客户满意度。
Description
技术领域
本发明涉及公交领域,尤其涉及一种基于人工智能的公交综合监管与服务系统。
背景技术
现有的智能公交系统,特别其中调度系统,多采用一个城市一个集中调度中心,数千辆公交车,十数台调度席位;这种集中式调度,虽能够宏观上起到对公交车辆运行的信息化和可视化,进而对域内公交车进行统一组织和调度,提供公交车辆的定位、线路跟踪、到站预测、,以及公交线路的调配和服务能力;但是实际上,在车辆调度方面,目前所采用的技术所获得车客流/在乘满载率等数据,永远是滞后的信息。其过度关注拥挤的车辆或车内拥挤度,而忽视了车站候车客流信息,其实车站候车客流信息是车辆调度最有价值的信息,如何建立针对积压久候的乘客所需要降低车辆间隔或公交列车开行等调度方案是车辆调度研究的重点。
发明内容
本发明提供一种基于人工智能的公交综合监管与服务系统,以克服上述技术问题。
一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,所述服务子系统包括驾驶员考勤数据监管以及运营服务评价数据管理,所述公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块,
驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;
其中,t为驾驶员人像,f为驾驶员绑定的个人身份信息,S为相似度,0≤S≤1,当S的取值大于阈值时,表示考勤成功,当S的取值小于阈值时,表示考勤失败,M表示前M个最大的特征值,通常为128或者256;
运营服务评价数据管理是指获取并存储公交线网运量、公交运营效率及出行者对公交满意度的评价数据,对数据进行分析;
客流量统计模块是指获取车站、车内的客流信息和路线预期客流数据,获取车站的客流信息包括,选定需监测的车站,通过安装在车站站台的监控设备获取不同时刻站台区域的图像,识别不同图像中的人像信息,生成车站的客流数据,计算客流的公式为(2),
其中,c为客流,t为输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,f表示使用卷积抽取图像特征,M表示前M个最大的特征值,通常为128或者256;
获取路线预期客流数据是指通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集,生成路线预期客流数据;获取车内的客流信息包括采集开门过程乘客的支付信息,获取上车人数,通过安装在车门的监控装置,获取车辆开门过程中的视频,识别并统计视频中出现的下车人数,根据上车人数、下车人数、开门前车内人数计算关门后车内人数,其计算公式为(3),
其中,S为上车人数,X为下车时间段图像,K为开门前时间段图像,c为客流量,xt为下车时间段图像X中的某一时刻的图像,t为对应输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,fun表示使用卷积抽取图像特征,kt为下车时间段图像k中的某一时刻的图像,f为对应输入的人脸图像;
车辆调度管理模块是指利用GPS定位技术获取车辆的定位信息、车速信息、车间间隔、站车间隔,获取客流量统计模块中车内、车站客流数据和路线预期客流数据,建立初始公交调度模型,对模型进行求解,得出公交最佳发车时间和发车站点,根据车辆信息、驾驶员信息将调度方案发送至驾驶员手机APP中;
超速报警模块是指利用GPS技术获取运营车辆的车速,当车速超过阈值时,在控制中心进行报警,并将报警信息反馈至驾驶员,进行降速提醒;
排班调度模块是指根据历史经验区分节假日工作日、线路、分上下行、按时间段制定发车间隔,根据当天日期、线路结合发车间隔,生成当天计划内的发车时间表,对站点内的公交车进行排班,并将排班信息发送至驾驶员手机APP中;
驾驶员管理模块是指存储并管理驾驶员的个人身份信息,包括人脸、指纹、身份卡片信息。
优选地,采集开门过程乘客的支付信息是指采集乘客通过包括但不限于自动投币支付、刷卡支付、扫码支付以及生物特征识别支付中的一种或多种组合形式进行支付时所产生的信息。
优选地,识别不同图像中的人像信息是指通过人脸识别技术识别图像中的人像信息。
优选地,通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集是指乘客通过车站的触摸屏、手机用户端进行期待路线选择。
优选地,建立初始公交调度模型是指通过人工智能算法建立公交调度模型。
本发明提供一种基于人工智能的公交综合监管与服务系统,本发明能够对公交日常运营的数据进行管理,能够基于积压久候的车站乘客数据和预期乘坐公交线路数据建立调度方案,提高客户满意度。
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一简单地介绍,显而易见地,下面描述中的附图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是本发明基于人工智能的公交综合监管与服务系统模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
图1为本发明一种基于人工智能的公交综合监管与服务系统模块图,如图1所示,本实施例的方法可以包括:一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,服务子系统包括驾驶员考勤数据监管模块以及运营服务评价数据管理模块,公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块。
驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;
其中,t为驾驶员人像,f为驾驶员绑定的个人身份信息,S为相似度,0≦S≤1,当S的取值大于阈值时,表示考勤成功,当S的取值小于阈值时,表示考勤失败,M表示前M个最大的特征值,通常为128或者256。
运营服务评价数据管理模块是指获取并存储公交线网运量、公交运营效率及出行者对公交满意度的评价数据,对数据进行分析。
客流量统计模块是指获取车站、车内的客流信息和路线预期客流数据,获取车站的客流信息包括,选定需监测的车站,通过安装在车站站台的监控设备获取不同时刻站台区域的图像,识别不同图像中的人像信息,识别不同图像中的人像信息是指通过人脸识别技术识别图像中的人像信息,生成车站的客流数据,计算客流的公式为(2),
其中,c为客流,t为输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,f表示使用卷积抽取图像特征,M表示前M个最大的特征值,通常为128或者256。
获取路线预期客流数据是指通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集,乘客通过车站的触摸屏、手机用户端进行期待路线选择。生成路线预期客流数据。
获取车内的客流信息包括采集开门过程乘客的支付信息,获取上车人数,采集开门过程乘客的支付信息是指采集乘客通过包括但不限于自动投币支付、刷卡支付、扫码支付以及生物特征识别支付中的一种或多种组合形式进行支付时所产生的信息。
通过安装在车门的监控装置,获取车辆开门过程中的视频,识别并统计视频中出现的下车人数,根据上车人数、下车人数、开门前车内人数计算关门后车内人数,其计算公式为(3),
其中,S为上车人数,X为下车时间段图像,K为开门前时间段图像,c为客流量,xt为下车时间段图像X中的某一时刻的图像,t为对应输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,fun表示使用卷积抽取图像特征,kt为下车时间段图像k中的某一时刻的图像,f为对应输入的人脸图像。
车辆调度管理模块是指利用GPS定位技术获取车辆的定位信息、车速信息、车间间隔、站车间隔,获取客流量统计模块中车内、车站客流数据和路线预期客流数据,建立初始公交调度模型,通过人工智能算法建立公交调度模型,对模型进行求解,得出公交最佳发车时间和发车站点,根据车辆信息、驾驶员信息将调度方案发送至驾驶员手机APP中。
超速报警模块是指利用GPS技术获取运营车辆的车速,当车速超过阈值时,在控制中心进行报警,并将报警信息反馈至驾驶员,进行降速提醒。
排班调度模块是指根据历史经验区分节假日工作日、线路、分上下行、按时间段制定发车间隔,根据当天日期、线路结合发车间隔,生成当天计划内的发车时间表,对站点内的公交车进行排班,并将排班信息发送至驾驶员手机APP中。
驾驶员管理模块是指存储并管理驾驶员的个人身份信息,包括人脸、指纹、身份卡片信息。
整体有的有益效果:
本发明能够对公交日常运营的数据进行管理,能够基于积压久候的车站乘客数据和预期乘坐公交线路数据建立调度方案,提高客户满意度。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明各实施例技术方案的范围。
Claims (5)
1.一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,所述服务子系统包括驾驶员考勤数据监管以及运营服务评价数据管理,所述公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块,
驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;
其中,t为驾驶员人像,f为驾驶员绑定的个人身份信息,S为相似度,0≤S≤1,当S的取值大于阈值时,表示考勤成功,当S的取值小于阈值时,表示考勤失败,M表示前M个最大的特征值,通常为128或者256;
运营服务评价数据管理是指获取并存储公交线网运量、公交运营效率及出行者对公交满意度的评价数据,对数据进行分析;
客流量统计模块是指获取车站、车内的客流信息和路线预期客流数据,获取车站的客流信息包括,选定需监测的车站,通过安装在车站站台的监控设备获取不同时刻站台区域的图像,识别不同图像中的人像信息,生成车站的客流数据,计算客流的公式为(2),
其中,c为客流,t为输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,f表示使用卷积抽取图像特征,M表示前M个最大的特征值,通常为128或者256;
获取路线预期客流数据是指通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集,生成路线预期客流数据;获取车内的客流信息包括采集开门过程乘客的支付信息,获取上车人数,通过安装在车门的监控装置,获取车辆开门过程中的视频,识别并统计视频中出现的下车人数,根据上车人数、下车人数、开门前车内人数计算关门后车内人数,其计算公式为(3),
其中,S为上车人数,X为下车时间段图像,K为开门前时间段图像,c为客流量,xt为下车时间段图像X中的某一时刻的图像,t为对应输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,fun表示使用卷积抽取图像特征,kt为下车时间段图像k中的某一时刻的图像,f为对应输入的人脸图像;
车辆调度管理模块是指利用GPS定位技术获取车辆的定位信息、车速信息、车间间隔、站车间隔,获取客流量统计模块中车内、车站客流数据和路线预期客流数据,建立初始公交调度模型,对模型进行求解,得出公交最佳发车时间和发车站点,根据车辆信息、驾驶员信息将调度方案发送至驾驶员手机APP中;
超速报警模块是指利用GPS技术获取运营车辆的车速,当车速超过阈值时,在控制中心进行报警,并将报警信息反馈至驾驶员,进行降速提醒;
排班调度模块是指根据历史经验区分节假日工作日、线路、分上下行、按时间段制定发车间隔,根据当天日期、线路结合发车间隔,生成当天计划内的发车时间表,对站点内的公交车进行排班,并将排班信息发送至驾驶员手机APP中;
驾驶员管理模块是指存储并管理驾驶员的个人身份信息,包括人脸、指纹、身份卡片信息。
2.根据权利要求1所述的一种基于人工智能的公交综合监管与服务系统,其特征在于,所述采集开门过程乘客的支付信息是指采集乘客通过包括但不限于自动投币支付、刷卡支付、扫码支付以及生物特征识别支付中的一种或多种组合形式进行支付时所产生的信息。
3.根据权利要求1所述的一种基于人工智能的公交综合监管与服务系统,其特征在于,所述识别不同图像中的人像信息是指通过人脸识别技术识别图像中的人像信息。
4.根据权利要求1所述的一种基于人工智能的公交综合监管与服务系统,其特征在于,所述通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集是指乘客通过车站的触摸屏、手机用户端进行期待路线选择。
5.根据权利要求1所述的一种基于人工智能的公交综合监管与服务系统,其特征在于,所述建立初始公交调度模型是指通过人工智能算法建立公交调度模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110457077.1A CN113298350A (zh) | 2021-04-27 | 2021-04-27 | 一种基于人工智能的公交综合监管与服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110457077.1A CN113298350A (zh) | 2021-04-27 | 2021-04-27 | 一种基于人工智能的公交综合监管与服务系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113298350A true CN113298350A (zh) | 2021-08-24 |
Family
ID=77320292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110457077.1A Pending CN113298350A (zh) | 2021-04-27 | 2021-04-27 | 一种基于人工智能的公交综合监管与服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298350A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116665155A (zh) * | 2023-07-28 | 2023-08-29 | 山东北骏重工有限公司 | 一种基于图像处理技术的地下无轨人车的下车预警安全管理系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719476A (zh) * | 2016-03-28 | 2016-06-29 | 深圳市佳信捷技术股份有限公司 | 公交系统调度信息的更新方法及装置 |
CN106372856A (zh) * | 2016-08-31 | 2017-02-01 | 北京汇通天下物联科技有限公司 | 一种司机考勤方法及系统 |
CN107180403A (zh) * | 2016-03-10 | 2017-09-19 | 上海骏聿数码科技有限公司 | 一种公共交通客流量统计管理方法及系统 |
CN107818411A (zh) * | 2017-10-24 | 2018-03-20 | 东南大学 | 基于WiFi检测和GPS定位的公交车动态调度系统及调度方法 |
CN207624157U (zh) * | 2017-12-05 | 2018-07-17 | 四川无境众创科技有限公司 | 一种智能的公交调度系统 |
CN109034566A (zh) * | 2018-07-11 | 2018-12-18 | 南京行者易智能交通科技有限公司 | 一种基于公交站点上下客流的智能调度方法及装置 |
CN112651366A (zh) * | 2020-12-30 | 2021-04-13 | 深圳云天励飞技术股份有限公司 | 客流人数的处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-04-27 CN CN202110457077.1A patent/CN113298350A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180403A (zh) * | 2016-03-10 | 2017-09-19 | 上海骏聿数码科技有限公司 | 一种公共交通客流量统计管理方法及系统 |
CN105719476A (zh) * | 2016-03-28 | 2016-06-29 | 深圳市佳信捷技术股份有限公司 | 公交系统调度信息的更新方法及装置 |
CN106372856A (zh) * | 2016-08-31 | 2017-02-01 | 北京汇通天下物联科技有限公司 | 一种司机考勤方法及系统 |
CN107818411A (zh) * | 2017-10-24 | 2018-03-20 | 东南大学 | 基于WiFi检测和GPS定位的公交车动态调度系统及调度方法 |
CN207624157U (zh) * | 2017-12-05 | 2018-07-17 | 四川无境众创科技有限公司 | 一种智能的公交调度系统 |
CN109034566A (zh) * | 2018-07-11 | 2018-12-18 | 南京行者易智能交通科技有限公司 | 一种基于公交站点上下客流的智能调度方法及装置 |
CN112651366A (zh) * | 2020-12-30 | 2021-04-13 | 深圳云天励飞技术股份有限公司 | 客流人数的处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
赵兴文等: "基于深度学习检测器的多角度人脸关键点检测", 《光电工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116665155A (zh) * | 2023-07-28 | 2023-08-29 | 山东北骏重工有限公司 | 一种基于图像处理技术的地下无轨人车的下车预警安全管理系统 |
CN116665155B (zh) * | 2023-07-28 | 2023-10-10 | 山东北骏重工有限公司 | 一种基于图像处理技术的地下无轨人车的下车预警安全管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113160602B (zh) | 一种智能公交调度模拟系统 | |
CN114390079B (zh) | 一种智慧城市公共场所管理方法和物联网系统 | |
US11562307B2 (en) | Vehicle passenger flow statistical method, apparatus, device, and storage medium | |
CN110097249A (zh) | 一种公交客流监测分析系统及其方法 | |
CN111985646B (zh) | 一种业务处理方法及装置 | |
CN113160604A (zh) | 一种基于人工智能公交管理方法及系统 | |
DE112018007122T5 (de) | Bereitstellen von verfügbarkeitsindikatoren in einer geteilten fahrzeugumgebung | |
CN111210094A (zh) | 一种基于实时客流预测的机场出租车自动调度方法及装置 | |
CN107992958A (zh) | 基于arma的人口超限预警方法 | |
CN109448317A (zh) | 出租车自动报警系统 | |
CN114049786A (zh) | 一种基于客流数据的实时公交调度发班方法、系统及设备 | |
CN113298350A (zh) | 一种基于人工智能的公交综合监管与服务系统 | |
CN116050581A (zh) | 一种智慧城市地铁行车调度优化方法和物联网系统 | |
CN112699328A (zh) | 网点服务数据处理方法、装置、系统、设备及存储介质 | |
CN112308384A (zh) | 基于物联网的车辆自动调度控制方法及装置 | |
CN111667363A (zh) | 银行开户用户双录风险识别方法、装置及计算机设备 | |
CN116311641B (zh) | 一种基于园区管理的智能运维系统及方法 | |
CN114360204A (zh) | 一种基于区块链的网联汽车信息安全通信系统 | |
CN110728211A (zh) | 地铁安检排队指引方法、装置及存储介质 | |
CN108280890B (zh) | 车辆出入口通道管理方法、设备及可读存储介质 | |
CN116523267B (zh) | 适用于轨道交通的车辆调度优化方法、系统及存储介质 | |
CN109285344B (zh) | 交通高危人员重点监测对象识别方法和智能决策系统 | |
CN111695481A (zh) | 一种基于图像识别的图书馆座位管理系统及方法 | |
CN108320030B (zh) | 汽车智能服务系统 | |
CN110782061A (zh) | 一种恶性事件的预测方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210824 |
|
RJ01 | Rejection of invention patent application after publication |