CN113393137B - 一种基于车联网的调度共享系统 - Google Patents

一种基于车联网的调度共享系统 Download PDF

Info

Publication number
CN113393137B
CN113393137B CN202110693887.7A CN202110693887A CN113393137B CN 113393137 B CN113393137 B CN 113393137B CN 202110693887 A CN202110693887 A CN 202110693887A CN 113393137 B CN113393137 B CN 113393137B
Authority
CN
China
Prior art keywords
bus
passengers
network
passenger
information
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
CN202110693887.7A
Other languages
English (en)
Other versions
CN113393137A (zh
Inventor
孙宏飞
张世强
赵岩
钱贵涛
王金刚
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.)
Hualu Zhida Technology Co Ltd
Original Assignee
Hualu Zhida Technology 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 Hualu Zhida Technology Co Ltd filed Critical Hualu Zhida Technology Co Ltd
Priority to CN202110693887.7A priority Critical patent/CN113393137B/zh
Publication of CN113393137A publication Critical patent/CN113393137A/zh
Application granted granted Critical
Publication of CN113393137B publication Critical patent/CN113393137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • 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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明公开了一种基于车联网的调度共享系统，包括车联网云平台和公交调度管理平台，车联网云平台包括设备管理模块、数据采集模块、数据处理模块，用于管理终端和服务器，采集存储终端数据，提供网约车呼叫接口；公交调度管理平台包括公交换乘管理子系统和到站联动子系统，公交换乘管理子系统用于获取站台区域内乘客的换乘和面部信息、车辆运行视频和运营信息，将视频分帧为图像，通过人脸识别技术识别乘客，判断乘客是否在车上；到站联动子系统用于管理网约车的运营信息，在乘客未下车时，提醒乘客即将启动呼叫网约车并提供取消呼叫功能，在乘客未取消呼叫时，提供呼叫功能。本发明建立公交车与网约车的有效衔接，降低乘客在换乘中的等待时间。

Description

一种基于车联网的调度共享系统
技术领域
本发明涉及智慧交通领域，尤其涉及一种基于车联网的调度共享系统。
背景技术
随着城市化进程的推进，城市人口的增多，面对日益严峻的交通阻滞现象，高效、价廉的公共交通成了绝大多数城市民的诉求与渴望。大部分的乘客乘坐公交车时并不能到达目的地，需要进行换乘，可以采用网约车进行换乘，但现有的公交车和网约车二者之间没有进行数据共享，没有建立有效衔接。同时，乘客的换乘信息也无法反馈至公交系统和网约车系统，目前的处理方法为乘客到达中转站后开始预约网约车或是由乘客预估到达中转站时间并提前预约，出现等待时间较长或预估不准确导致换乘成本增加，从而使得许多乘客不能及时参与换乘，延长了出行时间和增加了出行成本。
发明内容
本发明提供一种基于车联网的调度共享系统，以克服上述技术问题。
一种基于车联网的调度共享系统，其特征在于，包括车联网云平台以及公交调度管理平台，
车联网云平台包括设备管理模块、数据采集模块、数据处理模块，
设备管理模块用于管理手机移动终端、公交车车载终端、网约车车载终端和云平台服务器，
数据采集模块用于采集终端设备产生的数据并传输至云平台服务器进行存储，
数据处理模块用于为公交车乘客提供网约车呼叫接口；
公交调度管理平台包括公交换乘管理子系统和到站联动子系统，
公交换乘管理子系统包括站台信息采集模块、车载终端模块、个人位置跟踪模块，
站台信息采集模块用于乘客在手机移动终端选择到站信息、目的地信息，同时获取乘客的面部图像，将到站信息、目的地信息和面部图像实时传输至云平台服务器，
车载终端模块用于通过视频拍摄装置采集公交车运行过程乘客上车、下车视频，以及车内视频，通过定位装置获取公交车信息，包括位置和速度，将视频和公交车信息实时传输至云平台服务器，
个人位置跟踪模块用于实时将云平台服务器中的视频分帧为图像，通过人脸识别技术对图像中的乘客进行识别，将识别后的乘客与面部图像数据进行匹配度计算，根据计算结果判断当前时刻乘客是否在车上；
到站联动子系统包括网约车管理模块、到站提醒模块和到站联动模块，
网约车管理模块用于管理网约车的车辆信息、驾驶员信息和网约车运营信息，通过车载定位装置实时获取网约车运营信息，并将运营信息实时传输至云平台服务器，
到站提醒模块用于在个人位置跟踪模块确定乘客未下车且车辆当前位置与到站位置之间的距离达到阈值时，提醒乘客即将启动网约车联动机制并为乘客提供取消网约车呼叫功能，
到站联动模块用于在乘客未取消网约车呼叫功能条件下，按照一定的呼叫机制，为乘客提供呼叫功能，乘客通过网约车呼叫接口进行网约车呼叫。
优选地，将识别后的乘客与面部图像数据进行匹配度计算的公式为(1),
Figure BDA0003127650880000021
其中，t是物联网云平台服务器中的视频分帧后的图像，f是面部图像数据，M表示前M个最大的特征值，通常为128或者256，p表示从图像t中提取人脸特征，dis是匹配度，匹配度大于阈值表示当前时刻乘客是在车上。
优选地，呼叫机制是通过获取公交车速度、位置、与到站站点之间的距离，计算公交车到达到站站点的预计时间，根据预计时间获取网约车运营数据，包括位置、速度、与到站站点之间的距离、是否载客、载客目的地，根据以上参数计算网约车呼叫时机。
优选地，计算网约车呼叫时机是指通过优化选择算法确定最优呼叫时机，以乘客到站后等待网约车时间为T1，网约车到达站点后接到乘客的等待时间为T2，当T1与T2之和最小时为最优呼叫时机。
优选地，到站联动模块还用于在乘客即将达到到达站点且没有网约车应答时候为乘客提供换乘方案，换乘方案的计算公式为(2),
Figure BDA0003127650880000031
其中，c是公交车速度、a是目的地位置、y为目的地与到站站点之间的距离，公交车到达到站站点的预计时间时长w，换乘方案hc，fun表示使用交叉熵损失训练的孪生网络，取值范围[0,1]，fc(*)表示使用感知损失训练的预测网络，fb(*)表示使用交叉熵损失训练的预测网络；所述换乘方案为到站站点信息与目的地站点之间的换乘路线信息。
本发明提供一种基于车联网的调度共享系统，建立公交车、网约车、乘客之间的信息共享，根据公交车运营数据和网约车运营数据为乘客提供换乘链接服务，公交乘客在需要换乘网约车时，提供网约车呼叫功能，并且从乘坐公交车期间中选择最优的呼叫时机，呼叫网约车，通过对网约车进行调度选择，提供换乘服务，降低乘客到达换乘站点后等待网约车时间，提高用户出行满意度。
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：一种基于车联网的调度共享系统，包括车联网云平台以及公交调度管理平台。
车联网云平台包括设备管理模块、数据采集模块、数据处理模块。
设备管理模块用于管理手机移动终端、公交车车载终端、网约车车载终端和云平台服务器，包括设备注册、更新、删除。
数据采集模块用于采集终端设备产生的数据并传输至云平台服务器进行存储。
采集终端设备的数据包括以下步骤，
步骤一，将设备管理模块中的设备作为数据采集客户端，向数据采集客户端发送数据采集指令，以使数据采集客户端采集数据采集指令所需要的待采集数据；
步骤二，接收数据采集客户端发来的数据采集客户端的身份信息、待采集数据和待采集数据的摘要，其中，身份信息为数据采集客户端通过私钥加密后的数字签名；
步骤三，根据数据采集客户端的身份信息，对数据采集客户端进行身份认证；
步骤四，在数据采集客户端通过认证后，根据待采集数据的摘要，对数据采集客户端发来的待采集数据进行数据核验；
步骤五，在待采集数据的数据核验为通过时，保存待采集数据。
采集手机移动终端的数据包括通过获取手机移动终端的数据，建立乘客数据集，存储乘客出行轨迹，包括上车站点、到站站点、目的地，面部图像，出行时间，对历史数据进行学习。
当乘客出行时，根据历史数据和当前出行信息进行优化分析，为乘客推荐网约车呼叫时机。根据对历史数据的学习，为乘客提供优选的到站站点，所述优选的到站站点能够使乘客花费更短的时间、更少的费用到达目的地。
采集公交车车载终端的数据包括通过车载终端获取公交车历史运营数据，包括运行时间、运行站点、不同时间段对应的乘客数量、车内拥挤度，根据历史运营数据集建立公交运营模型。
数据处理模块用于为公交车乘客提供网约车呼叫接口。
网约车呼叫接口中为乘客提供换乘所需时间、费用，其中，网约车出行广义费用包括出行距离费用和出行时间费用，网约车出行广义费用满足：C＝CF+CT，其中：以到站站点和目的地作为路网中的两个节点，C—两路网节点之间的广义费用；CF—两路网节点之间的出行距离费用；CT—两路网节点之间的出行时间费用。
网约车呼叫接口是乘客终端设备上的用户界面，用户界面显示有该系统可提供的多家平台的网约车呼叫服务，例如，美团、滴滴、高德等，并且显示每家平台的业务车型，例如，“快车”、“顺风车”、“豪华车”、“单车”、“出租车”等，此处只是示意性说明，并不限定用户界面的具体形式和内容。当用户在该用户界面中选择任一平台的任一业务车型例如“滴滴”-“快车”时，该用户界面显示输入框，输入框包括“预约”图标、“现在”图标、“起点”输入框和“终点”输入框。例如，用户选择了“现在”用车，并在“起点”输入框中输入了具体的起始地址，在“终点”输入框中输入了具体的目的地。接着用户界面会跳转到“确认呼叫页”即用户界面，“确认呼叫页”包括车型表单，车型表单中可显示多个车型，以及每个车型下对应的费用。
公交调度管理平台包括公交换乘管理子系统和到站联动子系统。
公交换乘管理子系统包括站台信息采集模块、车载终端模块、个人位置跟踪模块。
站台信息采集模块用于通过信息采集设备获取站台区域内的乘客的到站信息、目的地信息，同时获取乘客的面部图像，将到站信息、目的地信息和面部图像实时传输至车联网云平台。信息采集设备可以设置在站台区域内，设备包括摄像头、显示屏、数据传输设备等，乘客通过显示屏输入换乘信息，同时授予设备图像采集权限，获取面部图像信息，乘客信息可以通过无线传输方式发送至物联网云平台。信息采集设备也可以是乘客的手机移动终端，乘客通过移动终端输入换乘信息。
车载终端模块用于通过视频拍摄装置采集车辆运行过程乘客上车、下车视频，以及车内视频，视频拍摄装置安装的位置能够全方位拍摄公交车内、上车门、下车门，且具有数据传输功能，能够将实时采集的视频传输至车联网云平台。通过定位装置获取公交车信息，包括位置、速度和时间，将公交车信息实时传输至车联网云平台。根据公交车信息和公交线路信息，建立公交运营历史数据集，通过截取不同时间段的公交车信息，获取公交车行驶该时间段对应距离所需的平均时间，并对历史数据进行学习，用于预测乘客从乘车后的某一时刻开始，到到达到站站点所需的时间。
个人位置跟踪模块用于实时将车联网云平台中的视频分帧为图像，通过人脸识别技术对图像中的乘客进行识别，过滤不同图像中重复的人脸，建立乘客人脸图像与图像时间之间的关联，将过滤后的乘客人脸图像与云平台中存储的当前时刻的乘客面部图像数据库进行比对，将识别后的乘客与面部图像数据根据公式(1)进行匹配度计算，根据计算结果判断当前时刻乘客是否在车上；
Figure BDA0003127650880000061
其中，t是物联网云平台服务器中的视频分帧后的图像，f是面部图像数据，M表示前M个最大的特征值，通常为128或者256,p表示从图像t中提取人脸特征，dis是匹配度，匹配度大于阈值则表示在当前乘客人脸图像的拍摄时间时乘客仍旧在公交车上。
根据云平台中存储的乘客面部图像和到站站点信息，对乘客面部图像数据库进行筛选，构建当前时刻的乘客面部图像数据库，即当乘客开始乘车站点与到站站点之间的距离小于阈值，将此类乘客的面部图像数据存储在当前时刻的乘客面部图像数据库中。
到站联动子系统包括网约车管理模块、到站提醒模块和到站联动模块。
网约车管理模块用于管理网约车的车辆信息、驾驶员信息和网约车运营信息，通过车载定位装置实时获取网约车运营信息，并将运营信息实时传输至车联网云平台。
到站提醒模块用于在个人位置跟踪模块确定乘客未下车时，且车辆当前位置与到站位置之间的距离达到阈值时，提醒乘客即将启动网约车联动机制并为乘客提供取消网约车呼叫功能。
到站联动模块用于在乘客未取消网约车呼叫功能条件下，按照一定的呼叫机制，为乘客提供呼叫功能，并将网约车信息基于用户显示界面展示给乘客。呼叫机制是通过获取公交车速度、位置、与到站站点之间的距离，结合公交历史运营数据计算公交车到达到站站点的预计时间段，根据预计时间段获取可呼叫的网约车运营数据，包括位置、速度、与到站站点之间的距离、是否载客、载客目的地，根据以上参数计算网约车呼叫时机。
计算网约车呼叫时机是指通过优化选择算法确定最优呼叫时机，以乘客到站后等待网约车时间为T1，网约车到达站点后接到乘客的等待时间为T2，当T1与T2之和最小时为最优呼叫时机。将预计时间段进行划分，分别计算在不同时间段内可以到达到达站点且时间和经济成本在一定阈值范围内的网约车，建立关于等待时间最短和成本最低的多目标函数，基于多目标优化算法得到最优值，对多个时间段对应最优值进行排序，将前n个时间段作为最优呼叫时机，通过用户显示界面展示给乘客，并在乘客不取消预约的前提下，在最优预约时机将预约订单发送至网约车，等待驾驶员接单。
到站联动模块中获取乘客在网约车呼叫接口中通过服务请求端的发单页面选择的出行地址信息，出行地址信息中包括出行起点、出行终点，根据出行起点，确定与出行起点匹配的当前服务能力信息，并根据当前服务能力信息，确定服务请求端的上车等待时间。向服务请求端发送携带有上车等待时间、预估到达时间、车辆类型和预估打车费用的发单页面的页面信息。
当前服务能力信息包括以下至少一种：选择与出行起点的距离在设定距离范围内的地点作为出行起点的服务请求端数量；预定时间内在与出行起点的距离在设定距离范围内的地点完成出行订单的服务提供端数量；当前在与出行起点的距离在设定距离范围内的地点处于空闲状态的服务提供端数量。
根据从出行起点到达出行终点的导航路线、与所述导航路线对应的当前路况信息，以及预设的至少一种车辆类型，确定每种车辆类型分别对应的预估到达时间；将多种车辆类型分别对应的预估到达时间中的最小值作为携带在更新后的发单页面的页面信息中的预估到达时间；或者，将多种车辆类型分别对应的预估到达时间的平均值作为携带在更新后的发单页面的页面信息中的预估到达时间。预估到达时间包括与每种车辆类型分别对应的预估到达时间；根据从出行起点到达出行终点的导航路线，以及与导航路线对应的当前路况信息，确定预估到达时间。
根据以下步骤训练所述上车等待时间预测模型：
步骤一、获取多个服务请求端样本的历史出行数据；历史出行数据中包括上车等待时间、服务请求端样本发单时的竞争排队的服务请求端数量、预定历史时间内在与历史订单的出行起点的距离在设定距离范围内的地点完成出行订单的服务提供端数量、服务请求端样本发单时间，在与历史订单的出行起点的距离在设定距离范围内的地点处于空闲状态的服务提供端数量；
步骤二、基于多个服务请求端样本的历史出行数据，训练得到上车等待时间预测模型。
到站联动模块还用于在乘客即将达到到达站点且没有网约车应答时候为乘客提供换乘方案；换乘方案为到站站点信息与目的地站点之间的换乘路线信息。换乘方案的计算公式为(2),
Figure BDA0003127650880000081
其中，c是公交车速度、a是目的地位置、y为目的地与到站站点之间的距离，公交车到达到站站点的预计时间时长w，换乘方案hc，fun表示使用交叉熵损失训练的孪生网络，取值范围[0,1]，fc(*)表示使用感知损失训练的预测网络，fb(*)表示使用交叉熵损失训练的预测网络。
提供换乘方案的具体步骤还可以为：
Step1：在选定区域中以任一到站站点和目的地为中心，分别以半径为r，300m≤r≤600m，最好取值为500m，搜索到站站点和目的地周围的所有站点，分别用集合S1和S2表示；
Step2：在数据库中搜索集合S1和S2中所有站点经过的线路，将相同线路进行合并后得到线路集合U1和U2表示；
Step3：判断U1和U2的交集是否为空，若否则到站站点和目的地之间有直达线路，得到公交路线，运算结束；若是则到站站点和目的地之间没有直达线路，执行Step4；
Step4：在数据库中搜索集合U1和U2中所有线路经过的站点，将集合U1和U2中所有线路经过的相同的站点进行合并后得到站点集合S11和S22；
Step5：判断S11和S22的交集是否为空，若否则到站站点可以通过一次换乘到达目的地，得出换乘方案，运算结束；若是则到站站点与目的地之间无法通过一次换乘到达，运算结束。
Step6：将换乘方案在用户显示界面中显示。
当乘客的等待时间T1大于乘客选择备选公交线路、步行或骑行自到站站点到达目的地的时间，则将备选公交线路、步行或骑行作为优选换乘方式推送给乘客，以使乘客减少等待时间，便于乘客更加合理的安排自己的出行时间，提升乘客的出行体验。
整体有的有益效果：本发明在现有的公交车与网约车之间建立有效衔接，降低公交车乘客在换乘过程中的等待时间，从而使得许多乘客能够及时换乘，减少了出行耗费的时间，提高了用户满意度。
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)

1.一种基于车联网的调度共享系统，其特征在于，包括车联网云平台以及公交调度管理平台，
车联网云平台包括设备管理模块、数据采集模块、数据处理模块，
设备管理模块用于管理手机移动终端、公交车车载终端、网约车车载终端和云平台服务器，
数据采集模块用于采集终端设备产生的数据并传输至云平台服务器进行存储，
数据处理模块用于为公交车乘客提供网约车呼叫接口；
公交调度管理平台包括公交换乘管理子系统和到站联动子系统，
公交换乘管理子系统包括站台信息采集模块、车载终端模块、个人位置跟踪模块，
站台信息采集模块用于乘客在手机移动终端选择到站信息、目的地信息，同时获取乘客的面部图像，将到站信息、目的地信息和面部图像实时传输至云平台服务器，
车载终端模块用于通过视频拍摄装置采集公交车运行过程乘客上车、下车视频，以及车内视频，通过定位装置获取公交车信息，包括位置和速度，将视频和公交车信息实时传输至云平台服务器，
个人位置跟踪模块用于实时将云平台服务器中的视频分帧为图像，通过人脸识别技术对图像中的乘客进行识别，过滤不同图像中重复的人脸，将过滤后的乘客人脸图像与云平台中存储的当前时刻的乘客面部图像数据库进行比对，将识别后的乘客人脸图像与乘客面部图像数据的面部图像数据进行匹配度计算，根据计算结果判断当前时刻乘客是否在车上；
根据云平台中存储的乘客面部图像和到站站点信息，对乘客面部图像数据库进行筛选，构建当前时刻的乘客面部图像数据库，当乘客开始乘车站点与到站站点之间的距离小于阈值，将此类乘客的面部图像数据存储在当前时刻的乘客面部图像数据库中；
到站联动子系统包括网约车管理模块、到站提醒模块和到站联动模块，
网约车管理模块用于管理网约车的车辆信息、驾驶员信息和网约车运营信息，通过车载定位装置实时获取网约车运营信息，并将运营信息实时传输至云平台服务器，
到站提醒模块用于在个人位置跟踪模块确定乘客未下车且车辆当前位置与到站位置之间的距离达到阈值时，提醒乘客即将启动网约车联动机制并为乘客提供取消网约车呼叫功能，
到站联动模块用于在乘客未取消网约车呼叫功能条件下，按照一定的呼叫机制，为乘客提供呼叫功能，乘客通过网约车呼叫接口进行网约车呼叫。
2.根据权利要求1所述的一种基于车联网的调度共享系统，其特征在于，所述将识别后的乘客人脸图像与乘客面部图像数据的面部图像数据进行匹配度计算的公式为(1),
其中，t是物联网云平台服务器中的视频分帧后的图像，f是面部图像数据，M表示前M个最大的特征值，通常为128或者256，p表示从图像t中提取人脸特征，dis是匹配度，匹配度大于匹配度阈值表示当前时刻乘客是在车上。
3.根据权利要求1所述的一种基于车联网的调度共享系统，其特征在于，所述呼叫机制是通过获取公交车速度、位置、与到站站点之间的距离，计算公交车到达到站站点的预计时间，根据预计时间获取网约车运营数据，包括位置、速度、与到站站点之间的距离、是否载客、载客目的地，根据以上参数计算网约车呼叫时机。
4.根据权利要求3所述的一种基于车联网的调度共享系统，其特征在于，所述计算网约车呼叫时机是指通过优化选择算法确定最优呼叫时机，以乘客到站后等待网约车时间为T1，网约车到达站点后接到乘客的等待时间为T2，当T1与T2之和最小时为最优呼叫时机。
5.根据权利要求1所述的一种基于车联网的调度共享系统，其特征在于，所述到站联动模块还用于在乘客即将到达到站站点且没有网约车应答时候为乘客提供换乘方案，换乘方案的计算公式为(2),
其中，c是公交车速度、a是目的地位置、y为目的地与到站站点之间的距离，公交车到达到站站点的预计时间时长w，ci,ai,yi为某i时刻下的公交车速度，目的地位置，目的地与到站站点之间的距离，换乘方案hc，fun表示使用交叉熵损失训练的孪生网络，取值范围[0,1]，fc(*)表示使用感知损失训练的预测网络，fb(*)表示使用交叉熵损失训练的预测网络；所述换乘方案为到站站点信息与目的地站点之间的换乘路线信息。
CN202110693887.7A 2021-06-22 2021-06-22 一种基于车联网的调度共享系统 Active CN113393137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110693887.7A CN113393137B (zh) 2021-06-22 2021-06-22 一种基于车联网的调度共享系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110693887.7A CN113393137B (zh) 2021-06-22 2021-06-22 一种基于车联网的调度共享系统

Publications (2)

Publication Number Publication Date
CN113393137A CN113393137A (zh) 2021-09-14
CN113393137B true CN113393137B (zh) 2023-05-12

Family

ID=77623440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110693887.7A Active CN113393137B (zh) 2021-06-22 2021-06-22 一种基于车联网的调度共享系统

Country Status (1)

Country Link
CN (1) CN113393137B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114565114B (zh) * 2022-03-01 2023-07-14 深圳顺道出行科技有限公司 一种基于大数据技术的计算机数据安全监测方法及系统
CN115862068B (zh) * 2022-12-06 2023-10-13 中软国际科技服务有限公司 基于大数据的计算机数据信息处理方法及系统
CN117808653A (zh) * 2024-02-29 2024-04-02 名商科技有限公司 基于车联网的数据分析方法、终端设备以及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021083232A1 (zh) * 2019-10-31 2021-05-06 同济大学 一种网联公交车到站停靠管理优化方法
WO2021090515A1 (ja) * 2019-11-06 2021-05-14 東急株式会社 配車システム、管理サーバ、配車サービス提供方法およびプログラム
CN112907936A (zh) * 2021-02-01 2021-06-04 华录智达科技股份有限公司 一种智能公共交通基于客流的调度方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3408843A4 (en) * 2016-01-27 2018-12-12 Beijing Didi Infinity Technology and Development Co., Ltd. Systems and methods for matching and displaying service request and available vehicles
GB201613138D0 (en) * 2016-07-29 2016-09-14 Unifai Holdings Ltd Computer vision systems
CN110069720B (zh) * 2017-11-03 2021-12-21 北京嘀嘀无限科技发展有限公司 公交乘车路线推送方法及装置、计算机设备和存储介质
US20200378771A1 (en) * 2019-05-29 2020-12-03 Here Global B.V. Method and apparatus for providing drop-off locations for passengers of a vehicle to reach different destinations via a multimodal route
CN111612193A (zh) * 2020-05-20 2020-09-01 许昌学院 一种基于物联网的网约车行政监管以及配套系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021083232A1 (zh) * 2019-10-31 2021-05-06 同济大学 一种网联公交车到站停靠管理优化方法
WO2021090515A1 (ja) * 2019-11-06 2021-05-14 東急株式会社 配車システム、管理サーバ、配車サービス提供方法およびプログラム
CN112907936A (zh) * 2021-02-01 2021-06-04 华录智达科技股份有限公司 一种智能公共交通基于客流的调度方法

Also Published As

Publication number Publication date
CN113393137A (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN113393137B (zh) 一种基于车联网的调度共享系统
JP7135014B2 (ja) ライドシェア管理装置、ライドシェア管理方法、およびプログラム
JP7149973B2 (ja) 配車サービス提供装置、配車サービス提供方法、およびプログラム
CN112419706B (zh) 实时单处理方法及服务器
EP3332365A1 (en) Systems and methods for adjusting ride-sharing schedules and routes
US11829903B2 (en) Information providing method and information providing device
US20200378771A1 (en) Method and apparatus for providing drop-off locations for passengers of a vehicle to reach different destinations via a multimodal route
CN109300325A (zh) 一种基于v2x的车道预测方法及系统
CN108332765B (zh) 拼车出行路线生成方法及装置
KR102277940B1 (ko) 관리 시스템, 관리 방법, 및 기록 매체
CN113408903B (zh) 订单处理方法、装置、电子设备和可读存储介质
JPWO2019239175A1 (ja) 車両管理システムおよび車両管理方法
CN114693495B (zh) 智慧城市公共交通管理方法、物联网系统、装置及介质
CN106441325A (zh) 一种联运导航的系统和方法
CN113194138A (zh) 基于ai深度学习的出行管理方法和系统
US20220113146A1 (en) Method and system for planning a journey
CN115577818A (zh) 一种用于智能公交的乘客需求响应式拼车调度方法及系统
CN113379159A (zh) 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法
CN113542364B (zh) 一种公交车和网约车联动的智慧交通系统
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
CN115641722B (zh) 一种基于动态等待时间的班车出行服务系统及方法
CN110111600B (zh) 一种基于VANETs的停车场推荐方法
JP6232926B2 (ja) 経路探索システム、経路探索方法および経路探索プログラム
CN110349428A (zh) 识别用户是否正在前往公交站点的方法及装置
KR102495671B1 (ko) 합승 앱 미터기를 이용한 모빌리티 합승 호출 서비스 제공 방법 및 이에 사용되는 관리 서버

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