CN113537752A - 基于多数据源的交通运输大数据调度方法及调度平台 - Google Patents

基于多数据源的交通运输大数据调度方法及调度平台 Download PDF

Info

Publication number
CN113537752A
CN113537752A CN202110777839.6A CN202110777839A CN113537752A CN 113537752 A CN113537752 A CN 113537752A CN 202110777839 A CN202110777839 A CN 202110777839A CN 113537752 A CN113537752 A CN 113537752A
Authority
CN
China
Prior art keywords
transportation
information
route
point
vehicle
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
Application number
CN202110777839.6A
Other languages
English (en)
Inventor
何舒
王新建
王文思
孙家庆
栾维新
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.)
Dalian Maritime University
Original Assignee
Dalian Maritime University
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 Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202110777839.6A priority Critical patent/CN113537752A/zh
Publication of CN113537752A publication Critical patent/CN113537752A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F16/29—Geographical information databases
    • G06Q50/40—

Abstract

本发明提供了一种基于多数据源的交通运输大数据调度方法及调度平台，基于从运输公司订单系统、地理信息系统、气象信息系统、交通管理信息系统、运输公司信息管理系统多种数据来源的系统中获取多种信息，基于多种信息进行运输路线规划，规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；确定出与分段路线对应数量的车辆，利用确定出的多个车辆完成协同接力运输，由于每段路线所需的运输时间不超过预设时间，所以长途运输中车辆不需要连续行驶，避免车辆连续行驶造成的损耗，司机也不需要连续驾驶，避免司机疲劳驾驶导致安全隐患，确保运输过程合法合规。

Description

基于多数据源的交通运输大数据调度方法及调度平台
技术领域
本发明涉及交通运输技术领域，特别是涉及基于多数据源的交通运输大数据调度方法及调度平台。
背景技术
大型货物交通运输公司会接收到来自全国各地的货物运输订单，交通运输公司在接收到货物运输的订单时，需要根据订单中的客户需求对管辖的运输车辆以及司机进行合理调度，以顺利完成货物运输。大部分运输公司在针对一个订单中的货物运输进行调度时，是根据订单信息和运输车辆信息进行匹配，确定出一辆运输车辆进行全过程运输。
在运输距离较远，需要进行长途作业的情况下，运输车辆连续行驶存在车辆损耗大的问题，司机连续驾驶也存在安全性低的问题，对于交通运输公司来说，这无疑增加了运输风险以及运输成本。
而且，运输过程往往受到多方面因素的影响，如天气因素、交通管制因素、路况因素、车辆自身因素等等，通过订单信息与运输车辆信息简单匹配进行调度，难以保证运输过程的顺利完成。
发明内容
有鉴于此，本发明的发明目的是提供一种基于多数据源的交通运输大数据调度方法及调度平台，综合多种数据源的多种数据进行交通运输调度，将一辆运输车辆全过程运输改进为多辆运输车辆协同运输，以降低交通运输公司的运输风险以及运输成本。
为此，本发明提供了以下技术方案：
一方面，本发明提供了一种基于多数据源的交通运输大数据调度方法，包括以下步骤：
S1、从运输公司订单系统中获取订单信息；其中，订单信息至少包括取货地点、货物类型、货物数量、运输目的地；
S2、从地理信息系统中获取道路信息；
S3、从气象信息系统中获取气象信息；
S4、从交通管理信息系统中获取运输路线上的交通管理信息；
S5、从运输公司信息管理系统中获取各个运输点位置信息以及各个运输点的车辆信息；
S6、根据取货地点、运输目的地、道路信息、气象信息、交通管理信息以及运输点位置信息规划运输路线；规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；
S7、根据规划出的各个分段路线、运输点的位置信息以及运输车辆信息，确定出与分段路线对应数量的车辆，利用确定出的车辆完成运输。
进一步地，所述预设时间为4小时。
进一步地，所述S7具体包括：
针对每条分段路线，确定与所述分段路线的起点距离最近的运输点；将所述运输点作为所述分段路线对应的运输点，将所述运输点的运输车辆作为所述分段路线的候选车辆；
根据运输车辆信息和分段路线的路线信息，从所述候选车辆中确定出目标车辆。
进一步地，分段路线的路线信息至少包括限高信息；所述运输车辆信息至少包括：车辆高度；
相应地，根据运输车辆信息和分段路线的路线信息，从所述候选车辆中确定出目标车辆，包括：
将车辆高度低于分段路线的限高的候选车辆作为目标车辆。
进一步地，还包括：
针对每个分段路线，确定所述分段路线的运输完成时间；
调度所述分段路线的下一分段路线对应的目标车辆在所述运输完成时间之前的预设时刻到达所述下一分段的起点。
进一步地，还包括：
对运输公司中所有订单对应的运输路线进行分析；
确定重复性高于预设值的分段路线；
在距离确定出的重复性高于预设值的分段路线的起点或终点增设运输点。
又一方面，本发明提供了一种基于多数据源的交通运输大数据调度平台，该平台包括：
第一信息获取单元，用于从运输公司订单系统中获取订单信息；
其中，订单信息至少包括取货地点、货物类型、货物数量、运输目的地。
第二信息获取单元，用于从地理信息系统中获取道路信息；
其中，道路信息包括桥梁、岔道、山路、高速公路、国道等道路相关信息。
第三信息获取单元，用于从气象信息系统中获取气象信息；
其中，气象信息包括雷电、降雨、降雪、雾、山体落石灾害预警等影响交通运输的信息。
第四信息获取单元，用于从交通管理信息系统中获取运输路线上的交通管理信息；
第五信息获取单元，用于从运输公司信息管理系统中获取各个运输点位置信息以及各个运输点的运输车辆信息；
运输路线规划单元，用于分别从第一信息获取单元、第二信息获取单元、第三信息获取单元、第四信息获取单元、第五信息获取单元获取的取货地点、运输目的地、道路信息、气象信息、交通管理信息以及运输点位置信息规划运输路线；规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；
车辆调度单元，用于根据运输路线规划单元规划出的各个分段路线和第五信息获取单元获取的运输点位置信息以及运输车辆信息，确定出与分段路线对应数量的车辆，利用确定出的车辆完成运输。
进一步地，所述平台还包括：运输点分布单元，用于对运输公司中所有订单对应的运输路线进行分析；确定重复性高于预设值的分段路线；在距离确定出的重复性高于预设值的分段路线的起点或终点增设运输点。
上述技术方案相比现有技术，具有以下优点和积极效果：
上述技术方案中，基于从运输公司订单系统、地理信息系统、气象信息系统、交通管理信息系统、运输公司信息管理系统多种数据来源的系统中获取多种信息，基于多种信息进行运输路线规划，规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；确定出与分段路线对应数量的车辆，利用确定出的多个车辆完成协同接力运输，由于每段路线所需的运输时间不超过预设时间，所以长途运输中车辆不需要连续行驶，避免车辆连续行驶造成的损耗，司机也不需要连续驾驶，避免司机疲劳驾驶导致安全隐患，确保运输过程合法合规。此外，上述技术方案中在进行车辆调度时，考虑了如限高、限宽以及交通管制等交通管理信息，进一步确保运输过程合法合规，顺利完成运输。
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做以简单地介绍，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为本发明实施例中一种应用场景所涉及的系统架构图；
图2为本发明实施例中一种基于多数据源的交通运输大数据调度方法的流程图；
图3为本发明实施例中一种基于多数据源的交通运输大数据调度平台的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
举例来说，本发明实施例的场景之一，可以是应用到如图1所示的场景中。该场景为一个大型交通运输公司，为了运输的快捷性，交通运输公司往往会在多地建立运输点，每个运输点有可供调度的若干运输车辆和司机，运输点包括：大型货物中转站、车辆中转站、临时服务点、车辆救助点等各种允许车辆交换货物的地点。运输公司在设立运输点时，需综合考虑运输成本、两个运输点之间的距离、所涵盖路段的流量以及所需行驶时间，确保在较低运输成本的情况下能够满足运输需求。该交通运输公司在进行车辆调度时，涉及交通运输大数据调度平台101、气象信息系统102、运输公司信息管理系统103、地理信息系统104、交通管理信息系统105、运输公司订单系统106。其中，气象信息系统102是第一数据源，该数据源可以是有国家气象局或商业气象服务商为进行天气预报而建立的数据信息系统，其中存储有各地的多种气象信息，包括降雨、降雪、灾害预警、大雾等；运输公司信息管理系统103是第二数据源，是运输公司内部用于管理车辆、运输点的系统，其中存储有运输公司各个运输点的位置信息、各个运输点的车辆信息，如车辆高度、车辆维修情况、车辆年限、车辆累计行驶里程、车辆宽度、车辆类型等等；地理信息系统104是第三数据源，可以是地理信息服务商建立的数据信息系统，其中存储有各条运输路线上的地物地貌信息；交通管理信息系统105是第四数据源，可以是交通管理部门为进行交通管理而建立的数据信息系统，其中存储有交通相关的多种数据，如运输路线上的交通管制信息、公路养护施工信息、实时路况信息、交通标志信息等等；运输公司订单系统106是第五数据源，是运输公司内部用于管理订单的系统，其中存储有订单信息。交通运输大数据调度平台101可以从以上五个数据源中获取大量数据，并基于获取的数据进行运输车辆的调度。
上述场景仅是本发明实施例提供的一个场景示例，本发明实施例并不限于此场景。
参见图2，其示出了本发明实施中一种基于多数据源的交通运输大数据调度方法的流程示意图，该方法可以应用于上述交通运输大数据调度平台201，该方法包括：
S1、从运输公司订单系统中获取订单信息；
其中，订单信息至少包括取货地点、货物类型、货物数量、运输目的地。
S2、从地理信息系统中获取道路信息；
其中，道路信息包括桥梁、岔道、山路、高速公路、国道等道路相关信息。
S3、从气象信息系统中获取气象信息；
其中，气象信息包括雷电、降雨、降雪、雾、山体落石灾害预警等影响交通运输的信息。
S4、从交通管理信息系统中获取运输路线上的交通管理信息；
其中，交通管理信息包括交通标志，如限高、限速等，交通管制信息，如检查、限制大型货车通行等，还包括道路养护、施工信息等等。
S5、从运输公司信息管理系统中获取各个运输点位置信息以及各个运输点的运输车辆信息；
其中，运输车辆信息包括车辆型号、车辆高度、车辆宽度、车辆累计行驶里程等。
S6、根据取货地点、运输目的地、道路信息、气象信息、交通管理信息以及运输点位置信息规划运输路线；规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；
如，从取货地点A到运输目的地B的运输路线L包括4个分段L1、L2、L3、L4，L＝L1+L2+L3+L4。
按照《交通道路安全法》规定，机动车驾驶人不得连续驾驶机动车超过4小时不休息，休息时间不得少于20分钟。优选地，预设时间为4小时。
在基于多源信息进行路径规划时，可以以运输路线距离最短和/或运输路线所需的运输时间最短为目标，可以采用A*算法进行路径计算。
考虑到在货物交通运输时，往往采用的是大型车辆，大型车辆的高度宽度都大于普通车辆，在交通运输过程中受到的限制会多于普通车辆，所以本发明实施例中在进行运输路线规划时结合了交通管理信息，交通管理信息交通管理信息包括交通标志，如限高、限速等，交通管制信息，如检查、限制大型货车通行等，还包括道路养护、施工信息等等，能够确保规划出的路线适合货物交通运输车辆通行。
S8、根据规划出的各个分段路线、运输点的位置信息以及运输车辆信息，确定出与分段路线对应数量的车辆，利用确定出的车辆完成运输。
在确定与分段路线对应的车辆时，针对每条分段路线，首先确定与该分段路线的起点距离最近的运输点，将该运输点作为该分段路线对应的运输点，将该运输点的运输车辆作为该分段路线的候选车辆，再根据运输车辆信息和分段路线的路线信息，从候选车辆中确定出目标车辆。分段路线的路线信息包括限高、限宽、限制某类型车辆通行等信息，将符合分段路线的路线信息的候选车辆作为目标车辆，如分段路线中包括桥梁Q下方的公路，限高2.8米，超过该高度的车辆不能作为目标车辆。
继续上面的例子，4个分段则确定出4辆车，分段L1由车辆C1完成，分段L2由车辆C2完成，分段L3由车辆C3完成，车辆L4由车辆C4完成。在具体实施时，车辆C1完成分段L1之后可以行驶至与分段L1对应的运输点进行休息，等待与该运输点匹配的分段路线运输任务，车辆C2、车辆C3、车辆C4至车辆C1的运输任务执行过程类似。另外，车辆达到新的运输点之后需要向运输公司信息管理系统进行信息更新，以便运输公司信息管理系统能够实时地、准确无误的管控运输车辆，进而实现合理准确的调度。
为了确保运输时间不因运输路线分段而延误，在具体实施时，确定出的各个分段路线的目标车辆需在前一分段路线的目标车辆到达前一分段路线的终点之前提前到达该分段路线的起点。
进一步地，为了避免分段路线与运输点位置距离较远的情况，可以对运输公司中所有订单对应的运输路线进行分析，对于重复性高于预设值的分段路线，可以调整运输点的分布，在距离重复性高于预设值的分段路线的起点或终点增设运输点。
上述实施例中，基于从运输公司订单系统、地理信息系统、气象信息系统、交通管理信息系统、运输公司信息管理系统多种数据来源的系统中获取多种信息，基于多种信息进行运输路线规划，规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；确定出与分段路线对应数量的车辆，利用确定出的多个车辆完成协同接力运输，由于每段路线所需的运输时间不超过预设时间，所以长途运输中车辆不需要连续行驶，避免车辆连续行驶造成的损耗，司机也不需要连续驾驶，避免司机疲劳驾驶导致安全隐患，确保运输过程合法合规。此外，上述技术方案中在进行车辆调度时，考虑了如限高、限宽以及交通管制等交通管理信息，进一步确保运输过程合法合规，顺利完成运输。
对应于上述基于多数据源的交通运输大数据调度方法，本发明实施例中还提供了一种基于多数据源的交通运输大数据调度平台，如图3所示，该平台包括：
第一信息获取单元301，用于从运输公司订单系统中获取订单信息；
其中，订单信息至少包括取货地点、货物类型、货物数量、运输目的地。
第二信息获取单元302，用于从地理信息系统中获取道路信息；
其中，道路信息包括桥梁、岔道、山路、高速公路、国道等道路相关信息。
第三信息获取单元303，用于从气象信息系统中获取气象信息；
其中，气象信息包括雷电、降雨、降雪、雾、山体落石灾害预警等影响交通运输的信息。
第四信息获取单元304，用于从交通管理信息系统中获取运输路线上的交通管理信息；
其中，交通管理信息包括交通标志，如限高、限速等，交通管制信息，如检查、限制大型货车通行等，还包括道路养护、施工信息等等。
第五信息获取单元305，用于从运输公司信息管理系统中获取各个运输点位置信息以及各个运输点的运输车辆信息；
运输路线规划单元306，用于分别从第一信息获取单元301、第二信息获取单元302、第三信息获取单元303、第四信息获取单元304、第五信息获取单元305获取的取货地点、运输目的地、道路信息、气象信息以及交通管理信息规划运输路线；规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；
车辆调度单元307，用于根据运输路线规划单元306规划出的各个分段路线和运输路线规划单元306获取的运输点的位置信息以及运输车辆信息，确定出与分段路线对应数量的车辆，利用确定出的车辆完成运输。
进一步地，该平台还包括运输点分布单元308，用于对运输公司中所有订单对应的运输路线进行分析；确定重复性高于预设值的分段路线；在距离确定出的重复性高于预设值的分段路线的起点或终点增设运输点。
在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的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。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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 (8)

1.一种基于多数据源的交通运输大数据调度方法，其特征在于，包括以下步骤：
S1、从运输公司订单系统中获取订单信息；其中，订单信息至少包括取货地点、货物类型、货物数量、运输目的地；
S2、从地理信息系统中获取道路信息；
S3、从气象信息系统中获取气象信息；
S4、从交通管理信息系统中获取运输路线上的交通管理信息；
S5、从运输公司信息管理系统中获取各个运输点位置信息以及各个运输点的车辆信息；
S6、根据取货地点、运输目的地、道路信息、气象信息、交通管理信息以及运输点位置信息规划运输路线；规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；
S7、根据规划出的各个分段路线、运输点的位置信息以及运输车辆信息，确定出与分段路线对应数量的车辆，利用确定出的车辆完成运输。
2.根据权利要求1所述的一种基于多数据源的交通运输大数据调度方法，其特征在于，所述预设时间为4小时。
3.根据权利要求1所述的一种基于多数据源的交通运输大数据调度方法，其特征在于，所述S7具体包括：
针对每条分段路线，确定与所述分段路线的起点距离最近的运输点；将所述运输点作为所述分段路线对应的运输点，将所述运输点的运输车辆作为所述分段路线的候选车辆；
根据运输车辆信息和分段路线的路线信息，从所述候选车辆中确定出目标车辆。
4.根据权利要求1所述的一种基于多数据源的交通运输大数据调度方法，其特征在于，分段路线的路线信息至少包括限高信息；所述运输车辆信息至少包括：车辆高度；
相应地，根据运输车辆信息和分段路线的路线信息，从所述候选车辆中确定出目标车辆，包括：
将车辆高度低于分段路线的限高的候选车辆作为目标车辆。
5.根据权利要求1所述的一种基于多数据源的交通运输大数据调度方法，其特征在于，还包括：
针对每个分段路线，确定所述分段路线的运输完成时间；
调度所述分段路线的下一分段路线对应的目标车辆在所述运输完成时间之前的预设时刻到达所述下一分段的起点。
6.根据权利要求1所述的一种基于多数据源的交通运输大数据调度方法，其特征在于，还包括：
对运输公司中所有订单对应的运输路线进行分析；
确定重复性高于预设值的分段路线；
在距离确定出的重复性高于预设值的分段路线的起点或终点增设运输点。
7.一种基于多数据源的交通运输大数据调度平台，其特征在于，该平台包括：
第一信息获取单元，用于从运输公司订单系统中获取订单信息；
其中，订单信息至少包括取货地点、货物类型、货物数量、运输目的地。
第二信息获取单元，用于从地理信息系统中获取道路信息；
其中，道路信息包括桥梁、岔道、山路、高速公路、国道等道路相关信息。
第三信息获取单元，用于从气象信息系统中获取气象信息；
其中，气象信息包括雷电、降雨、降雪、雾、山体落石灾害预警等影响交通运输的信息。
第四信息获取单元，用于从交通管理信息系统中获取运输路线上的交通管理信息；
第五信息获取单元，用于从运输公司信息管理系统中获取各个运输点位置信息以及各个运输点的运输车辆信息；
运输路线规划单元，用于分别从第一信息获取单元、第二信息获取单元、第三信息获取单元、第四信息获取单元、第五信息获取单元获取的取货地点、运输目的地、道路信息、气象信息、交通管理信息以及运输点位置信息规划运输路线；规划出的运输路线为分段路线，每段路线所需的运输时间不超过预设时间，各个分段路线首尾相接，且距离每个分段路线起点预设距离处具有运输点；
车辆调度单元，用于根据运输路线规划单元规划出的各个分段路线和第五信息获取单元获取的运输点位置信息以及运输车辆信息，确定出与分段路线对应数量的车辆，利用确定出的车辆完成运输。
8.根据权利要求7所述的基于多数据源的交通运输大数据调度平台，其特征在于，所述平台还包括：运输点分布单元，用于对运输公司中所有订单对应的运输路线进行分析；确定重复性高于预设值的分段路线；在距离确定出的重复性高于预设值的分段路线的起点或终点增设运输点。
CN202110777839.6A 2021-07-09 2021-07-09 基于多数据源的交通运输大数据调度方法及调度平台 Pending CN113537752A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110777839.6A CN113537752A (zh) 2021-07-09 2021-07-09 基于多数据源的交通运输大数据调度方法及调度平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110777839.6A CN113537752A (zh) 2021-07-09 2021-07-09 基于多数据源的交通运输大数据调度方法及调度平台

Publications (1)

Publication Number Publication Date
CN113537752A true CN113537752A (zh) 2021-10-22

Family

ID=78098212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110777839.6A Pending CN113537752A (zh) 2021-07-09 2021-07-09 基于多数据源的交通运输大数据调度方法及调度平台

Country Status (1)

Country Link
CN (1) CN113537752A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081992A (zh) * 2022-07-22 2022-09-20 成都运荔枝科技有限公司 一种冷链商品运力调配方法
CN117688960A (zh) * 2023-11-03 2024-03-12 广州瑞基科技股份有限公司 基于rfid的化工厂危化品运输监控方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265006A (en) * 1990-12-14 1993-11-23 Andersen Consulting Demand scheduled partial carrier load planning system for the transportation industry
WO2003034179A2 (en) * 2001-10-16 2003-04-24 Outtask, Inc. System and method for managing booking and expensing of travel products and services
JP2016118998A (ja) * 2014-12-22 2016-06-30 株式会社ピアンテック 物流施設における管理方法および管理システム
CN108932862A (zh) * 2018-07-27 2018-12-04 北京小马智行科技有限公司 一种自动驾驶车辆调度方法和装置
CN109347953A (zh) * 2018-10-17 2019-02-15 吴井礼 一种基于车载智能盒的数据监管系统及其自动化管理体系
DE102018008718A1 (de) * 2017-11-28 2019-05-29 Scania Cv Ab Verfahren und Steueranordnung zum Planen und Anpassen einer Fahrzeugtransportstrecke
CN111506688A (zh) * 2020-04-09 2020-08-07 中国铁道科学研究院集团有限公司电子计算技术研究所 一种铁路客运车站多源数据可视化集成展示方法
CN112511623A (zh) * 2020-11-26 2021-03-16 北京哥们加油网络科技有限公司 一种基于驿站体系的智能能源补给引导系统
CN112525196A (zh) * 2020-11-23 2021-03-19 山东亚历山大智能科技有限公司 一种基于多维数据的agv路线规划调度方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265006A (en) * 1990-12-14 1993-11-23 Andersen Consulting Demand scheduled partial carrier load planning system for the transportation industry
WO2003034179A2 (en) * 2001-10-16 2003-04-24 Outtask, Inc. System and method for managing booking and expensing of travel products and services
JP2016118998A (ja) * 2014-12-22 2016-06-30 株式会社ピアンテック 物流施設における管理方法および管理システム
DE102018008718A1 (de) * 2017-11-28 2019-05-29 Scania Cv Ab Verfahren und Steueranordnung zum Planen und Anpassen einer Fahrzeugtransportstrecke
CN108932862A (zh) * 2018-07-27 2018-12-04 北京小马智行科技有限公司 一种自动驾驶车辆调度方法和装置
CN109347953A (zh) * 2018-10-17 2019-02-15 吴井礼 一种基于车载智能盒的数据监管系统及其自动化管理体系
CN111506688A (zh) * 2020-04-09 2020-08-07 中国铁道科学研究院集团有限公司电子计算技术研究所 一种铁路客运车站多源数据可视化集成展示方法
CN112525196A (zh) * 2020-11-23 2021-03-19 山东亚历山大智能科技有限公司 一种基于多维数据的agv路线规划调度方法及系统
CN112511623A (zh) * 2020-11-26 2021-03-16 北京哥们加油网络科技有限公司 一种基于驿站体系的智能能源补给引导系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ELIZABETH SHAY ET AL: "Identifying transportation disadvantage: mixed-methods analysis combining GIS mapping with qualitative data", TRANSPORT POLICY, vol. 48, pages 129 - 138, XP029495087, DOI: 10.1016/j.tranpol.2016.03.002 *
肖心远;李怀俊;: "基于多信息融合的道路客运车辆及驾驶员监控系统研究", 机电工程技术, no. 06, pages 85 - 88 *
谢侃 等: "基于多源数据共享的车辆调度优化系统的研究", 第十五届中国智能交通年会, pages 1 - 7 *
邵振一: "道路运输组织学", vol. 1, 30 April 2001, 人民交通出版社, pages: 334 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081992A (zh) * 2022-07-22 2022-09-20 成都运荔枝科技有限公司 一种冷链商品运力调配方法
CN117688960A (zh) * 2023-11-03 2024-03-12 广州瑞基科技股份有限公司 基于rfid的化工厂危化品运输监控方法及系统

Similar Documents

Publication Publication Date Title
EP3400573B1 (en) Data processing system communicating with a map data processing system to generate a display of one or more segments of one or more vehicle routes
Haglund et al. Where did Kutsuplus drive us? Ex post evaluation of on-demand micro-transit pilot in the Helsinki capital region
Bertini et al. Modeling transit trip time using archived bus dispatch system data
US9418545B2 (en) Method and system for collecting traffic data
US8738289B2 (en) Advanced routing of vehicle fleets
EP1918895A2 (en) Apparatus and method for providing traffic information
KR20140128063A (ko) 교통 상황 예측 시스템
Zhang et al. Traveler information tool with integrated real-time transit information and multimodal trip planning: Design and implementation
CN113537752A (zh) 基于多数据源的交通运输大数据调度方法及调度平台
CN104580327A (zh) 基于3g网络的车联网智能终端及其实现方法
Oskarbski et al. Potential for ITS/ICT solutions in urban freight management
CN103177562A (zh) 一种获取交通状态预测所需信息的方法及装置
CN104580337A (zh) 基于3g通讯技术的物联网全程监控的多目标优化计算方法
CN117053819B (zh) 一种基于gis的货车路线自动规划系统
Mussone et al. Sensitivity analysis of traffic congestion costs in a network under a charging policy
CN115384516A (zh) 运输车的轮胎磨损里程计算方法、装置及设备
Horbury Using non-real-time automatic vehicle location data to improve bus services
Bertini et al. Using archived data to generate transit performance measures
CN113808414B (zh) 道路荷载确定方法、装置及存储介质
Kaewunruen et al. Causal analysis of bus travel time reliability in Birmingham, UK
US11473918B2 (en) System for determining a risk of an accident on a driving route
RU2674129C2 (ru) Способ и система для определения, визуализации и прогнозирования транспортной доступности районов населённого пункта
CN104599188A (zh) 基于无线pda的移动校车安全全程监控的多目标优化计算方法
Vu et al. A comparative economic assessment of urban transport infrastructure options in low-and middle-income countries
CN110648008A (zh) 路况预测方法和装置

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