CN113901154A - 一种利用智慧交通数据实现互动选址的方法 - Google Patents
一种利用智慧交通数据实现互动选址的方法 Download PDFInfo
- Publication number
- CN113901154A CN113901154A CN202110954482.4A CN202110954482A CN113901154A CN 113901154 A CN113901154 A CN 113901154A CN 202110954482 A CN202110954482 A CN 202110954482A CN 113901154 A CN113901154 A CN 113901154A
- Authority
- CN
- China
- Prior art keywords
- travel
- traffic
- cloud server
- 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 abstract description 26
- 230000002452 interceptive effect Effects 0.000 title claims description 10
- 238000012790 confirmation Methods 0.000 claims description 33
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 1
- 238000010187 selection method Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 abstract 1
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 238000007619 statistical method Methods 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
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种利用智慧交通数据实现智能选址的方法，结合即时通讯客户端的联动，能够高效精准获取用户群需求和实时数据，利用群组沟通的链接实时更新，克服了传统人工问询界面繁琐，或调查数据的样本量不足的情况，引入智慧交通数据库，结合出行历史交通信息、天气情况、拥堵大数据，能够综合考虑天气、区位、距离、交通基础设施等因素对出行的影响。研究结果表明，利用智慧交通数据实现智能选址的方法具有较好的可行性、有效性，为群体用户有利选址及时出行提供了新的思路和方法，在客户群共同选址精准定位用户需求方面具有重要的指导意义。
Description
技术领域
本发明属于交通模型研究技术领域，具体涉及一种利用智慧交通数据库实现智能选址的方法。
背景技术
智慧交通作为5G、大数据、人工智能等新技术与交通运输深度融合的新兴产业，是提升综合交通质量效率的重要手段。随着都市圈和城际星城的中国新型城镇化的战略发展，交通网络星罗棋布，四通八达，人民群众也面临着更加多样化的交通需求。构建综合交通大数据中心体系，更需要深化交通公共服务和电子政务发展。地下交通、高速公路等作为交通基础设施的重要分支内容，智慧化建设的意义与智慧交通密不可分。随着人工智能、5G等新一代信息技术与高速公路管理、运营服务深度融合，智慧出行正逐步建立完善的监测预警体系、智能化路网运行感知体系、可靠的通信资源保障体系和完备的出行综合信息服务体系，为公众提供更加敏捷、高效、绿色、安全的出行环境。
而当下的群体交通出行，例如部门员工或亲朋好友选取合适的团建或聚餐地点，在选取地址时，选址存在不够智能化，沟通不及时、效率低下的问题。亲友或同事之间往往在选取心仪的聚餐或团建地址上难以实现沟通同步，且容易遗漏交通出行条件，例如在限行、恶劣天气等情况下延误出行。
发明内容
针对现有技术中的问题，本发明提供了一种利用交通模型实现互动选址的方法，基于即时通讯客户端和云端服务器的交互，参照智能化交通大数据，实现目的地址的智能推荐。本发明适用于城镇化进程下的，利用多源大数据对目的地址进行排序，适应于用户最贴切的需求，对用户及时的出行进行提示和预警，并实现数据统计分析和地址过滤推荐；研究结果表明，基于交通模型实现智能选址的方法具有较好的可行性、有效性，为群体用户有利选址及时出行提供了新的思路和方法，在客户群共同选址精准定位用户需求方面具有重要的指导意义。
为了实现上述目的，本发明采用的技术方案如下：一种利用智慧交通数据库实现互动选址的方法，包含以下步骤：
由主用户所在的客户端向云端服务器发起出行选址请求，由主用户输入当前出行选址请求所涉及的出行群组成员ID，出行人员数量，默认出发地点，出发日期，到达时间，交通最佳时长区间，多个意向目的地址或意向目的地址范围、目的地址类型；
所述云端服务器接收所述出行选址请求，根据请求内容和请求人ID生成出行请求链接，并将所述出行请求链接发送至所述出行群组成员ID对应的各即时通讯客户端；
出行群组成员ID对应的各即时通讯客户端获取当前用户输入的交通出行限制条件；其中，所述交通出行限制条件包括：自定义出发地点，能够忍受的最长路途时长，交通类型限定；
出行群组成员输入所述交通出行限制条件并确认后，将所述出行限制条件发送至云端服务器；每当有出行群组成员输入确认信息时，由云端服务器实时对所述出行请求链接进行更新；
由主用户定义所述出行请求链接的有效输入截止时间，或主动选择终止出行链接更新；在所述出行请求链接输入截止之后，云端服务器锁定所述出行请求链接；
在所述出行请求链接锁定之后，云端服务器根据所述出行请求链接生成出行请求确认信息，将所述出行请求确认信息发送至主用户客户端，由主用户客户端生成出行确认信息，提交至云端服务器进行确认；
云端服务器根据主用户和群组成员输入的数据，结合智慧交通数据库，生成推荐目的地址。
云端服务器连接综合交通规划数据库平台，涵盖智慧交通数据库，包括基础数据库、调查数据库、交通大数据库和手机大数据库，基础数据库包括城市分区、社会经济、土地利用、道路网络、公交网络、轨道网络、慢行设施和停车设施，调查数据库包括居民出行调查、路段流量调查、交叉口流量调查、出入境流量调查，交通大数据库包括出租车GPS数据、轨道闸机数据、公交卡数据、公交车GPS数据、天气地图数据、交通限行数据，手机大数据包括手机信令数据。
进一步的，云端服务器根据主用户和群组成员输入的数据，结合智慧交通数据库，生成推荐目的地址，具体步骤为：
云端服务器获取目的地所在位置的所述智慧交通数据库，根据所述出行确认信息对地图中的目标地址进行测算，估算交通时长，并进行过滤和排序，其中，所述交通时长为智慧交通数据库中考虑出行时段、出行天气对应的交通拥堵的交通时长；
由云端服务器按照所述交通时长和可采用的交通类型进行综合评分，生成经过排序的多个推荐目的地址发送给主用户客户端。
进一步的，在所述出行请求链接输入截止之前，主用户根据群体情况，选择每个出行人员当前的出行权重；出行权重包含每个出行人员的出行权重或优先级占比，交通类型权重或优先级占比。
进一步的，在主用户客户端生成出行确认信息，提交至云端服务器进行确认之前，主用户根据当前已收集的出行请求确认信息再次进行修改或编辑。
进一步的，主用户在出行请求链接输入截止之前，主用户根据群体情况，选择每个出行人员当前的出行权重；出行权重包含每个出行人员的出行权重或优先级占比，交通类型权重或优先级占比。
进一步的，所述推荐目的地址按照综合评分高低进行排序和标示，所述推荐目的地址评分越高，在云端服务器发送给主用户客户端的地图链接中的标识颜色越深，图标越大。
由主用户客户端将出行确认信息发送给云端服务器后，在云端服务器生成经过推荐排序的多个目标推荐地址之前，进一步的，还包括：对用户提示选定时间段的外部影响；其中，外部影响包括估算出行当天的天气情况、出行政策等，例如，当天出行天气预计为低温、大风、降雪、雾霾、沙尘或暴雨等恶劣天气，用户当天出行路段限行封路所导致的交通出行限制等。如果用户考虑上述影响，则引导用户重新编辑出行选址请求，生成出行请求确认信息。
与现有技术相比，本发明的优点在于：
1)本发明创造性地引入综合交通规划数据库平台，涵盖智慧交通数据库，结合出行历史交通信息、天气情况、拥堵大数据，能够综合考虑天气、区位、距离、交通基础设施等因素对出行的影响；
2)本发明利用群组沟通的链接实时更新，克服了传统人工问询界面繁琐，或调查数据的样本量不足的情况，摆脱了地址推荐不够智能的限制；
3)本发明结合即时通讯客户端的联动，能够高效精准获取用户群需求和实时数据，为精准化推荐合适的目的地址提供了准确性保障。
附图说明
附图1为本发明的流程图；
附图2为附加的出行提示流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
实施例1
一种利用交通模型实现智能选址的方法，如附图1所示，包含以下步骤：
由主用户发起即时通讯智能选址请求，由客户端获取主用户输入的当前选址所涉及的涉及出行群组成员ID，出行人员数量，出发日期，到达时间、交通最佳时长区间，涉及的一个或多个目的地址或目的地址范围、目的地址类型；例如，出行群组成员ID包括在通讯录中选择的成员，出发日期2020年8月5日，到达时间在当天9点前到达目的地，交通最佳时长区间为1个小时以内，目的地址或目的地址范围是松江区南山路38号、松江区广发路11号、松江区西祠路2号或整个松江区，目的地址类型可以是餐饮饭店、住宿酒店、公园或游乐场等；
由主用户所在的客户端将当前出行请求发送至云端服务器，云端服务器根据请求内容和请求人ID生成出行链接，并将所述出行请求链接发送至出行群组成员ID对应的各个即时通讯应用客户端；
由出行群组成员ID对应的每个即时通讯应用客户端获取当前用户输入的交通出行限制条件；其中，当前接收到出行链接的用户输入的交通出行限制条件包括：能够忍受的最长路途时长，交通类型限定；例如，可以忍受的最长路途时长为单程时长不超过40分钟，交通类型限定选择为公共交通、私车出行或同时选择两种，并可以为不同的交通类型设置优先级或权重，例如公共交通优先或私家出行优先。
当出行群组成员输入确认后，将出行限制条件发送至云端服务器，每当有群组成员输入确认信息时，由云端服务器实时对所述出行请求链接进行更新；
进一步的，还可以由主用户定义所述出行请求链接的有效输入截止时间，或主动选择终止出行链接更新，并可以在发起链接时进行截止提示。
进一步的，主用户还可以在出行请求链接输入截止之前，根据群体情况，选择每个出行人员当前的出行权重；出行权重包含每个出行人员的出行权重或优先级占比，交通类型权重或优先级占比。
在出行请求链接输入截止之后，云端服务器设置出行请求链接失效，并根据出行请求链接，生成出行请求确认信息，将收集的出行请求确认信息发送至主用户客户端，等待主用户确认以上请求输入信息。主用户还可以在确认之前，根据已收集的出行请求确认信息再次进行修改或编辑。
在主用户确认出行请求信息后，由主用户客户端生成出行确认信息，提交至云端服务器。云端服务器连接综合交通规划数据库平台，涵盖智慧交通数据库，包括基础数据库、调查数据库、交通大数据库和手机大数据库，基础数据库包括城市分区、社会经济、土地利用、道路网络、公交网络、轨道网络、慢行设施和停车设施，调查数据库包括居民出行调查、路段流量调查、交叉口流量调查、出入境流量调查，交通大数据库包括出租车GPS数据、轨道闸机数据、公交卡数据、公交车GPS数据、天气地图数据、交通限行数据，手机大数据包括手机信令数据等。由云端服务器获取目的地所在位置的智慧交通模型大数据，根据获取的输入数据对地图中的目标地址进行测算并估算交通时长，并进行过滤和排序，其中，计算交通时长为历史大数据中考虑出行时段、出行天气对应的交通拥堵的交通时长。由云端服务器按照交通时长和可以采用的交通类型进行综合评分，生成经过排序的多个推荐目的地址，并发送给主用户客户端；所述推荐目的地址按照综合评分高低进行排序和标示，所述推荐目的地址评分越高的，在云端服务器发送给主用户客户端的地图链接中的标识颜色越深，图标越大。
实施例2
由主用户客户端将出行确认信息发送给云端服务器后，在云端服务器生成经过推荐排序的多个目标推荐地址之前，进一步的，如附图2所示，还包括：对用户提示选定时间段的外部影响；其中，外部影响包括估算出行当天的天气情况、出行政策等，例如，当天出行天气预计为低温、大风、降雪、雾霾、沙尘或暴雨等恶劣天气，用户当天出行路段限行或封路所导致的交通出行限制等。如果用户考虑上述影响，则引导用户重新编辑出行选址请求，生成出行请求确认信息。
上面对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进直接应用于其它场合的，均在本发明的保护范围之内。
Claims (6)
1.一种利用智慧交通数据实现互动选址的方法，包含以下步骤：
由主用户所在的客户端向云端服务器发起出行选址请求，由主用户输入当前出行选址请求所涉及的出行群组成员ID，出行人员数量，默认出发地点，出发日期，到达时间，交通最佳时长区间，多个意向目的地址或意向目的地址范围、目的地址类型；
所述云端服务器接收所述出行选址请求，根据请求内容和请求人ID生成出行请求链接，并将所述出行请求链接发送至所述出行群组成员ID对应的各即时通讯客户端；
出行群组成员ID对应的各即时通讯客户端获取当前用户输入的交通出行限制条件；其中，所述交通出行限制条件包括：自定义出发地点，能够忍受的最长路途时长，交通类型限定；
出行群组成员输入所述交通出行限制条件并确认后，将所述出行限制条件发送至云端服务器；每当有出行群组成员输入确认信息时，由云端服务器实时对所述出行请求链接进行更新；
由主用户定义所述出行请求链接的有效输入截止时间，或主动选择终止出行链接更新；在所述出行请求链接输入截止之后，云端服务器锁定所述出行请求链接；
在所述出行请求链接锁定之后，云端服务器根据所述出行请求链接生成出行请求确认信息，将所述出行请求确认信息发送至主用户客户端，由主用户客户端生成出行确认信息，提交至云端服务器进行确认；
云端服务器根据主用户和群组成员输入的数据，结合智慧交通数据库，生成推荐目的地址。
2.根据权利要求1所述的互动选址的方法，其特征在于，云端服务器根据主用户和群组成员输入的数据，结合智慧交通大数据，生成推荐目的地址，具体步骤为：
云端服务器获取目的地所在位置的所述智慧交通数据库，根据所述出行确认信息对地图中的目标地址进行测算，估算交通时长，并进行过滤和排序，其中，所述交通时长为智慧交通数据库中考虑出行时段、出行天气对应的交通拥堵的交通时长；
由云端服务器按照所述交通时长和可采用的交通类型进行综合评分，生成经过排序的多个推荐目的地址发送给主用户客户端。
3.根据权利要求1所述的互动选址的方法，其特征在于，在所述出行请求链接输入截止之前，主用户根据群体情况，选择每个出行人员当前的出行权重；出行权重包含每个出行人员的出行权重或优先级占比，交通类型权重或优先级占比。
4.根据权利要求1所述的互动选址的方法，其特征在于，在主用户客户端生成出行确认信息，提交至云端服务器进行确认之前，主用户根据当前已收集的出行请求确认信息再次进行修改或编辑。
5.根据权利要求1所述的互动选址的方法，所述推荐目的地址按照综合评分高低进行排序和标示，所述推荐目的地址评分越高，在云端服务器发送给主用户的地图链接中的标识颜色越深，图标越大。
6.根据权利要求1所述的互动选址的方法，所述云端服务器连接综合交通规划数据库平台，涵盖智慧交通数据库，包括基础数据库、调查数据库、交通大数据库和手机大数据库，基础数据库包括城市分区、社会经济、土地利用、道路网络、公交网络、轨道网络、慢行设施和停车设施，调查数据库包括居民出行调查、路段流量调查、交叉口流量调查、出入境流量调查，交通大数据库包括出租车GPS数据、轨道闸机数据、公交卡数据、公交车GPS数据、天气地图数据、交通限行数据，手机大数据包括手机信令数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954482.4A CN113901154B (zh) | 2021-08-19 | 2021-08-19 | 一种利用智慧交通数据实现互动选址的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954482.4A CN113901154B (zh) | 2021-08-19 | 2021-08-19 | 一种利用智慧交通数据实现互动选址的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113901154A true CN113901154A (zh) | 2022-01-07 |
| CN113901154B CN113901154B (zh) | 2022-06-14 |
Family
ID=79187607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110954482.4A Active CN113901154B (zh) | 2021-08-19 | 2021-08-19 | 一种利用智慧交通数据实现互动选址的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113901154B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015169259A1 (zh) * | 2014-05-09 | 2015-11-12 | 北京奇虎科技有限公司 | 应用服务以及终端信息的提供方法及装置 |
| US20150356623A1 (en) * | 2014-06-09 | 2015-12-10 | Korea Advanced Institute Of Science And Technology | System And Method For Recommending Customized Tourism Content Based On Collecting And Structurizing Of Unstructured Tourism Data |
| CN105678552A (zh) * | 2014-11-20 | 2016-06-15 | 比亚迪股份有限公司 | 聚会地点推荐的方法、服务器和聚会地点推荐系统 |
| CN106504530A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种用户出行路径诱导与管控系统及其方法 |
| CN109376914A (zh) * | 2018-09-30 | 2019-02-22 | 百度在线网络技术（北京）有限公司 | 出行路线推荐方法、装置及存储介质 |
| CN109670766A (zh) * | 2017-10-13 | 2019-04-23 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置、终端及服务器 |
| CN112907337A (zh) * | 2021-03-30 | 2021-06-04 | 福建诺诚数字科技有限公司 | 基于单一发起人多出发地的商户推荐方法和装置以及设备 |
-
2021
- 2021-08-19 CN CN202110954482.4A patent/CN113901154B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015169259A1 (zh) * | 2014-05-09 | 2015-11-12 | 北京奇虎科技有限公司 | 应用服务以及终端信息的提供方法及装置 |
| US20150356623A1 (en) * | 2014-06-09 | 2015-12-10 | Korea Advanced Institute Of Science And Technology | System And Method For Recommending Customized Tourism Content Based On Collecting And Structurizing Of Unstructured Tourism Data |
| CN105678552A (zh) * | 2014-11-20 | 2016-06-15 | 比亚迪股份有限公司 | 聚会地点推荐的方法、服务器和聚会地点推荐系统 |
| CN106504530A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种用户出行路径诱导与管控系统及其方法 |
| CN109670766A (zh) * | 2017-10-13 | 2019-04-23 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置、终端及服务器 |
| CN109376914A (zh) * | 2018-09-30 | 2019-02-22 | 百度在线网络技术（北京）有限公司 | 出行路线推荐方法、装置及存储介质 |
| CN112907337A (zh) * | 2021-03-30 | 2021-06-04 | 福建诺诚数字科技有限公司 | 基于单一发起人多出发地的商户推荐方法和装置以及设备 |
Non-Patent Citations (3)
| Title |
|---|
| 徐艺洋: "自驾车营地选址与产品质量评估研究", 《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》 * |
| 罗典: "基于出行时空数据的中观交通模型研究及精细化规划方法探讨", 《交通世界》 * |
| 陈艳声等: "大学生共享旅游系统设计与实现", 《福建电脑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113901154B (zh) | 2022-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luo et al. | A new framework of intelligent public transportation system based on the internet of things | |
| CN105243836B (zh) | 一种拼车方法和设备 | |
| US20220412750A1 (en) | Dynamic responsive transit management system | |
| WO2015096400A1 (zh) | 一种利用移动通信数据挖掘进行公交规划的方法 | |
| MXPA03000171A (es) | Metodo y sistema para proveer informacion sobre trafico e informacion relacionada. | |
| Agarwal et al. | Use of ICT for sustainable transportation | |
| CN114693495B (zh) | 智慧城市公共交通管理方法、物联网系统、装置及介质 | |
| CN205354121U (zh) | 一种新型路政移动执法平台系统 | |
| CN106408984A (zh) | 基于物联网的城市交通流诱导系统 | |
| CN107316094A (zh) | 一种通勤线路挖掘方法及装置 | |
| CN112418556B (zh) | 一种基于互联网共享平台下的网格化服务系统 | |
| CN112118548A (zh) | 一种大数据识别常住人口与流动人口的方法和存储设备 | |
| CN109493601B (zh) | 一种公交支线设置方法 | |
| CN113901154B (zh) | 一种利用智慧交通数据实现互动选址的方法 | |
| CN114420306A (zh) | 一种传染病密切接触人员追踪系统及方法 | |
| Deng et al. | Characteristics of subway station ridership with surrounding land use: A case study in Beijing | |
| CN206546634U (zh) | 基于物联网的城市交通流诱导系统 | |
| Tsonkov et al. | Adoption of information technologies for black sea region municipalities’ smart development | |
| CN110246056A (zh) | 一种建筑行业精细化气象管理方法 | |
| Runhua et al. | Design scheme of public transport comprehensive dispatching MIS based on MAS | |
| Eswar et al. | Fleet management of public transportation using Internet of Things | |
| Brega et al. | Smart City Transport Technologies: Infrastructure of the Future | |
| Chungang-no | A study on intelligent traffic system related with smart city | |
| CN106485921A (zh) | 一种基于社交数据的区域高速路网车流状态分析方法 | |
| Erokhina et al. | Intelligent transport technologies in “smart” cities |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240415 Address after: 528000, 26th Floor, Building B, Vanke Financial Center, No. 57 Jihua Fifth Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province (Residence Declaration) Patentee after: Foshan Urban Planning and Design Research Institute Co.,Ltd. Country or region after: China Address before: 528000 No.62, Lingnan Avenue North, Chancheng District, Foshan City, Guangdong Province Patentee before: FOSHAN URBAN PLANNING AND DESIGN INSTITUTE Country or region before: China |