CN114049786A - 一种基于客流数据的实时公交调度发班方法、系统及设备 - Google Patents
一种基于客流数据的实时公交调度发班方法、系统及设备 Download PDFInfo
- Publication number
- CN114049786A CN114049786A CN202111316872.5A CN202111316872A CN114049786A CN 114049786 A CN114049786 A CN 114049786A CN 202111316872 A CN202111316872 A CN 202111316872A CN 114049786 A CN114049786 A CN 114049786A
- Authority
- CN
- China
- Prior art keywords
- bus
- passenger flow
- current
- people
- server
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种基于客流数据的实时公交调度发班方法、系统及设备,其包括当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处;客流数据服务器将所述当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量;客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量。本申请具有自动缓解公交客流压力并有效监控安排调度的效果。
Description
技术领域
本申请涉及公交车系统领域,尤其是涉及一种基于客流数据的实时公交调度发班方法、系统及设备。
背景技术
公共交通,或称大众运输,泛指所有向大众开放、并提供运输服务的交通方式,通常是作为一种商业服务付费使用,但也有少数免费的例外状况。公共交通系统由通路、交通工具、站点设施等物理要素构成。公共交通系统是整个城市交通运输系统的重要一部分,具有运输量大、节省能源和道路空间等优点。但是,伴随着公交优先发展保障体系的陆续实施,城市居民出行更多地依赖于常规公交,公交系统也针对居民的需求增加了实时公交查询等功能。
现如今,各城市中所设置的公交线路众多,各线路复杂且所停靠站点分布城市中的各个角落。实际使用过程中,由于各班次公交车按照预先设定好的调度时刻表自调度站发车后,调度站内的调度人员则不能对各车辆的实际运行状态进行有效监控,当客流量较大,司机只能通过电话与调度人员取得联系,增发公交车缓解公交客流压力,操作十分不便,也不能满足实时掌控公交车当前运行状况进行有效监控安排调度的实际需求,对此有待进一步改善。
发明内容
为了自动缓解公交客流压力并有效监控安排调度,本申请提供了一种基于客流数据的实时公交调度发班方法、系统及设备。
第一方面,本申请提供一种基于客流数据的实时公交调度发班方法,采用如下的技术方案:
一种基于客流数据的实时公交调度发班方法,包括:
当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处;
客流数据服务器将所述当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量;
客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量。
通过采用上述技术方案,确认新增发车数量过程自动化,通过检测客流压力站点的未搭乘人数与当前线路客流压力承载容量进行对比,自动确定新增发车数量,缓解了公交客流压力并实时掌控公交车当前运行状况进行有效监控安排调度。
可选的,所述当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量的步骤,包括:
当公交车门关闭,则触发车辆服务器控制公交车内摄像头获取公交车内部图像;
车辆服务器将公交车内部图像送入人数神经网络检测模型中进行识别统计,获得公交车内部人数;
将公交车内部人数与预设的当前公交车最大车载量进行比较获得比较结果。
通过采用上述技术方案,经过大量实验测算,公交车关门时刻公交车处于静止转态,摄像机画面抖动幅度较小,同时,车内发生人流走动概率小,拍摄的图像变化幅度值小,有利于图像后续的人数检测,而人数神经网络检测模型具有检测速度快,检测精准等优点,有利于增强对线路运行状况的实时监控能力。
可选的,所述检测当前站点未搭乘人数的步骤,包括:
当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,在启动关闭车门后并在预设时长内及时控制公交车外摄像头获取当前公交车外部图像;
车辆服务器对当前公交车外部图像进行非同线路乘客过预处理再送入人数神经网络检测模型中进行识别统计,获得当前站点搭乘同一线路的未搭乘人数。
通过采用上述技术方案,由于在车门关闭前,搭乘该班次且但无法上车乘客仍会短暂停顿在车门前,因此,通过控制摄像头的图像获取时长,并利用人数神经网络检测模型对公交车外部人数进行检测,能够快速获取得到同一线路未搭乘人数的结果,本方法使得本申请可适用更多不同情景的站点,包括那些无闸门的站点,因此,本申请适用范围性更广。
可选的,所述非同线路乘客过预处理的步骤,包括:
在公交车外部图像预设位置处设置有车体线,并以车体线为基准线一一检测若干乘客头部之间的间距,确定同路线部分以及非同路线部分;
对属于非同路线部分的乘客进行身体正面朝向检测,当身体正面朝向公交车门的倾斜率位于预设倾斜阀值时,则修正该乘客属于同路线部分;
对属于同路线部分图像的像素值进行保留。
通过采用上述技术方案,在对公交车外部图像识别前,先对公交车外部图像进行同路线部分以及非同路线部分进行划分,减少过多的非同路线部分的乘客被算入同路线乘客中,降低数值误差,提高检测未搭乘人数的精准度。
可选的,所述客流数据服务器将当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量的步骤,包括:
客服数据服务器接收客流预警信息,所述客流预警信息包括当前站点名称、当前公交调度信息以及未搭乘人数,所述当前公交班次信息以及当前公交车车辆服务器标识码;
客服数据服务器根据当前站点名称将当前站点标注为客流压力站点,并根据当前公交班次信息获得同一路线所有公交班次信息;
客服数据服务器筛选晚于当前公交班次信息的若干同一路线的公交班次信息,并获取与若干同一路线的公交班次信息对应的公交车车辆服务器标识码,将检测人数指令根据获得的公交车车辆服务器识别码发送至相应的车辆服务器处;
车辆服务器收到检测人数指令后,控制公交车内摄像头获取当前公交车内部图像,并识别图像获得公交车内部人数,将公交车内部人数发送至客服数据服务器;
客服数据服务器接收并统计车辆服务器的公交车内部人数,并从预设公交车辆登记表中获取同一线路未到达客流压力站点处公交车的最大车载量,根据最大车载量以及公交内部人数对比获得当前线路客流压力承载容量。
通过采用上述技术方案,客服数据服务器用于统计车辆服务器中获得各类数据进而进行数值处理,获得在同一线路所有未到达客流压力站点处公交车的当前线路客流压力承载容量。
可选的,所述客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量的步骤,包括:
客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比;
当未搭乘人数大于当前线路客流压力承载容量时,将超出的数量设为客流压力数量;
结合线路交通流动等级动态规划客流压力数量范围阶梯,并以此阶梯确定客户压力数量范围;
根据客流压力数量所属的客流压力数量范围确定新增发车数量。
通过采用上述技术方案,结合了线路交通流动情况,能够进一步合理新增发车数量,减少过度增加公交车辆而加重线路交通负担的情况发生。
可选的,还包括:
当同一线路上的若干公交车同时在不同站点检测到公交车内部人数超过当前公交车最大车载量时,客流数据服务器则统计若干公交车的未搭乘人数;
客流数据服务器以公交班次信息中最早的公交车所检测的站点为起始站点,对起始站点之后班次的公交车进行公交车内人数检测,统计得到当前线路客流压力承载容量,并确定新增发车数量。
通过采用上述技术方案,解决了同一线路上的同时有若干公交车在不同站点检测到公交车内部人数超过当前公交车最大车载量时的问题,提高本申请了多种情况处理能力,增加本申请的适用性。
第二方面,本申请提供一种基于客流数据的实时公交调度发班系统,采用如下的技术方案:
一种基于客流数据的实时公交调度发班系统,包括:
检测模块:当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处;
发送模块:用于客流数据服务器将所述当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量;
增发模块:用于客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行上述的一种基于客流数据的实时公交调度发班方法的计算机程序。
第四方面,本申请是提供一种计算机存储介质,采用如下技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述的一种基于客流数据的实时公交调度发班方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
通过检测客流压力站点的未搭乘人数与当前线路客流压力承载容量进行对比,自动确定新增发车数量,缓解了公交客流压力并实时掌控公交车当前运行状况进行有效监控安排调度。
附图说明
图1是本申请其中一实施例的一种基于客流数据的实时公交调度发班方法的流程图。
图2是本申请一实施例中步骤S1中当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量的具体步骤流程图。
图3是本申请一实施例中步骤S1中检测当前站点未搭乘人数的具体步骤流程图。
图4是本申请一实施例中步骤S14中非同线路乘客过预处理的具体步骤流程图。
图5是本申请一实施例中步骤S2的具体步骤流程图。
图6是本申请一实施例中步骤S3的具体步骤流程图。
图7是本申请一实施例中其他步骤的具体步骤流程图。
图8是本申请其中一实施例的一种基于客流数据的实时公交调度发班系统的结构图。
图中,1、检测模块;2、发送模块;3、增发模块。
具体实施方式
以下结合附图1-8对本申请作进一步详细说明。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图1-8及实施例,对本申请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以解释本申请,并不用于限定本申请。
参照图1,本申请中一个实施例公开的一种基于客流数据的实时公交调度发班方法,具体包括:
S1、当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处。
具体的,每辆公交车上设置有车辆服务器,每辆公交车的车辆服务器标识码都不同,用于控制公交车上的检测设备以及与客流数据服务器进行通信,每种不同类型、型号的公交车最大车载量不同,客流数据服务器针对不同的乘车线路预设有调班系统,并预备有紧急可调度公交车,以便随时应对客流量的增加,缓解客流压力。在本实施例中,若公交车车辆服务器通过在当前站点检测到公交车内部人数超过当前公交车最大车载量,从而触发检测当前线路位于该站点未搭乘人数,并生成客流预警信息发送至客流数据服务器处,其中,公交车内部人数可通过POS的刷卡实现检测,通过检测当前线路位于该站点的未搭乘人数能够实时检测到客流压力大小。
S2、客流数据服务器将当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量。
具体的,客流数据服务器接收到客流预警信息后,将上述当前站点标注为客流压力站点,同时,在本实施例中,结合客流预警信息以及预设检测承载容量规则,发送检测人数指令至若干处于同一线路且未到达客流压力站点的公交车车辆服务器处,触发上述公交车车辆服务器检测车内人数,以便获得当前线路客流压力承载容量。比如,当检测完某站点的未搭乘人数,则触发检测未达到该站点并已出发的公交车车内人数,再将最大车载量减去公交车车内人数,获得该公交车的客流压力承载容量,客流数据服务器统计每辆公交车的客流压力承载量并获得当前线路客流压力承载容量。
S3、客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定增发公交车数量。
具体的,当客流数据服务器获得当前线路客流压力承载容量后,将未搭乘人数与当前线路客流压力承载容量进行对比,若未搭乘人数小于或者等于当前线路客流压力承载量,则无需增派公交车辆,若未搭乘人数大于当前线路客流压力承载量,则根据超出数量确定增发公交车数量。
图2为本公开中步骤S1中当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量的一种可选实现方式流程图,参照图2,步骤S1具体包括以下步骤S10、步骤S11以及步骤S12:
S10、当公交车门关闭,则触发车辆服务器控制公交车内摄像头获取公交车内部图像。
S11、车辆服务器将当前公交车内部图像送入人数神经网络检测模型中进行识别统计,获得公交车内部人数。
S12、将公交车内部人数与预设的当前公交车最大车载量进行比较获得比较结果。
具体的,在本实施例中,可选的,在公交车内部安装有摄像头,摄像头与车辆服务器电性连接,车辆服务器可控制摄像头进行车内图像获取。当公交车门关闭,则触发车辆服务器控制公交车内摄像头获取当前公交车内部图像,其中,经过大量实验测算,由于公交车启动关门时,公交车内的画面抖动指数最小,同时,车内发生人流走动概率小,因此,选择在公交车启动关门时进行图像的获取,获取的图像内的变化幅度值小,有利于图像的人数检测。而后车辆服务器将公交车内部图像送入人数神经网络检测模型中进行识别统计,人数神经网络模型可采用yolo、ssd、faster-rcnn等算法,在此不做限定。在获得公交车内部人数后,将公交车内部人数与预设的公交车当前最大车载量进行比较获得比较结果。
图3为本公开中步骤S1中检测当前站点未搭乘人数的一种可选实现方式流程图,参照图3,步骤S1具体还包括以下步骤S13以及步骤S14:
S13、当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,在启动关闭车门后并在预设时长内及时控制公交车外摄像头获取当前公交车外部图像。
S14、车辆服务器对当前公交车外部图像进行非同线路乘客过预处理再送入人数神经网络检测模型中进行识别统计,获得当前站点搭乘同一线路的未搭乘人数。
具体的,在实施例中,在公交车外部也设置有摄像头,摄像头与车辆服务器电性连接,车辆服务器可控制摄像头进行外部图像获取。在实际场景中,当某站点客流量激增时,公交车无法承载全部乘客,存在部分乘客无法上车,而在车门关闭前,搭乘该班次且但无法上车乘客仍聚集停留在车门前,因此,当车辆服务器检测到公交车内部人数超过当前公交车最大车载量时,启动关闭车门,并在预设时长内及时控制交车外摄像头获取当前公交车外部图像,在本实施例中,预设时长为0.1s-2s,优选值为0.5s。接着,车辆服务器对当前公交车外部图像进行非同线路乘客过滤预处理再送入与步骤S12相同的人数神经网络检测模型中进行识别统计,获得当前站点欲搭乘同一线路的未搭乘人数。
图4为本公开中步骤S14中非同线路乘客过预处理的一种可选实现方式流程图,参照图4,步骤S14具体还包括以下步骤S140、步骤S141以及步骤S142:
S140、在公交车外部图像预设位置处设置有车体线,并以车体线为基准线一一检测若干乘客头部之间的间距,确定同路线部分以及非同路线部分。
S141、对属于非同路线部分的乘客进行身体正面朝向检测,当身体正面朝向公交车门的倾斜率达到预设阀值时,则修正该乘客属于同路线部分。
S142、对属于同路线部分图像的像素值进行保留。
具体的,由于拍摄的画面中存在部分乘客不属于同一路线,该部分乘客位于图像的边缘位置处,离搭乘同一路线的乘客位置比较远,为了减少该部分乘客对人数检测识别造成影响,需要对图像进行过滤该部分乘客处理,其中,在公交车外部图像预设位置有车体线,在本实施例中,车体线位置设置在公交车外部图像的下边框处,并以车体线为基准线,检测靠近车体线的乘客头部与车体线之间的距离,并根据与预设阀值进行比较,当距离小于预设阀值时,判定该批乘客属于同线路部分,随后以该批乘客头部为基准线,检测靠近该批乘客的另一批乘客头部与该批乘客头部之间的距离,当距离小于预设阀值时,判定另一批乘客属于同线路部分,重复以上步骤,直到检测距离大于或者等于预设阀值时,则判断新检测的一批乘客头部属于非同线路部分,随后,对新检测的一批乘客一一进行进行身体正面朝向检测,当身体正面朝向公交车门的倾斜率位于预设倾斜阀值区间时,则修正该批乘客为同路线部分,接着对属于同路线部分图像的像素值进行保留。
图5为本公开中步骤S2的一种可选实现方式流程图,参照图5,步骤S2具体还包括以下步骤S20、步骤S21、步骤S22、步骤S23以及步骤S24:
S20、客服数据服务器接收客流预警信息,客流预警信息包括当前站点名称、当前公交调度信息以及未搭乘人数,当前公交班次信息以及当前公交车车辆服务器标识码;
S21、客服数据服务器根据当前站点名称将当前站点标注为客流压力站点,并根据当前公交班次信息获得同一路线所有公交班次信息;
S22、客服数据服务器筛选晚于当前公交班次信息的若干同一路线的公交班次信息,并获取与若干同一路线的公交班次信息对应的公交车车辆服务器标识码,将检测人数指令根据获得的公交车车辆服务器识别码发送至相应的车辆服务器处;
S23、车辆服务器收到检测人数指令后,控制公交车内摄像头获取当前公交车内部图像,并识别图像获得公交车内部人数,将公交车内部人数发送至客服数据服务器;
S24、客服数据服务器接收并统计车辆服务器的公交车内部人数,并从预设公交车辆登记表中获取同一线路未到达客流压力站点处公交车的最大车载量,根据最大车载量以及公交内部人数对比获得当前线路客流压力承载容量。
具体的,客流预警信息包括当前站点名称、当前公交调度信息以及未搭乘人数,当前公交调度信息包括当前公交班次信息以及当前公交车车辆服务器标识码,客服数据服务器内部预先设置好公交车班次信息以及对应的车辆,客服数据服务器接收客流预警信息后,根据当前站点名称将当前站点标注为客流压力站点,并根据当前公交班次信息查询出同一路线所有公交班次信息,同时,客服数据服务器根据发车时间筛选晚于当前公交班次信息的若干同一路线的公交班次信息,并获取与若干同一路线的公交班次信息对应的公交车车辆服务器标识码,再将检测人数指令根据获得的公交车车辆服务器识别码发送至相应的车辆服务器处。
车辆服务器接收到检测人数指令后,控制公交车内摄像头获取当前公交车内部图像,并识别图像获得公交车内部人数,随后,将公交车内部人数发送至客服数据服务器处。客服数据服务器接收并统计上述车辆服务器的公交车内部人数,同时,从预设公交车辆登记表中获取同一线路内未到达客流压力站点的公交车的最大车载量,将每辆公交车最大车载量减去其公交车内部人数,从而获得每辆公交车当前线路客流压力承载容量,进而对每辆公交车当前线路客流压力承载容量进行累加统计,获得总体的当前线路客流压力承载容量。
图6为本公开中步骤S3的一种可选实现方式流程图,参照图6,步骤S3具体还包括以下步骤S30、步骤S31、步骤S32以及步骤S33:
S30、客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比;
S31、当未搭乘人数大于当前线路客流压力承载容量时,将超出的数量设为客流压力数量;
S32、结合线路交通流动等级动态规划客流压力数量范围阶梯,并以此阶梯确定客户压力数量范围;
S33、根据客流压力数量所属的客流压力数量范围确定新增发车数量。
具体的,当未搭乘人数小于或者等于当前线路客流压力承载容量时,无需新增发车数量;当未搭乘人数大于当前线路客流压力承载容量时,将未搭乘人数减去当前线路客流压力承载容量得到客流压力数量,客流数据服务器还需结合线路交通流动情况,根据不同的线路交通流动等级动态规划客流压力数量范围阶梯,并以此阶梯确定客户压力数量范围,再根据客流压力数量所属的客流压力数量范围确定新增发车数量,其中,线路交通流动等级包括正常流动、轻度堵塞、重度堵塞以及严重堵塞四个等级,例如:一辆公交车的承载量为45人,当线路交通流动等级为正常流动时,确定客流压力数量范围是以45人为一个阶梯,当客流压力数量为45至89人之间,才会确定新增发车数量为1辆;当线路交通流动等级为轻度堵塞时,确定客流压力数量范围是以50人为一个阶梯,只有当客流压力数量为50至99人之间,才会确定新增发车数量为1辆;当线路交通流动等级为重度堵塞时,确定客流压力数量范围是以80为一个阶梯,当客流压力数量为80至159人之间,才会确定新增发车数量为1辆。该设置能够有效减少过度增加公交车辆而加重线路交通负担的情况发生。
此外,参照图7,在本申请中,还包括步骤S4以及步骤S5:
S4、当同一线路上的若干公交车同时在不同站点检测到公交车内部人数超过当前公交车最大车载量时,客流数据服务器则统计若干公交车的未搭乘人数。
S5、客流数据服务器以公交班次信息中最早的公交车所检测的站点为起始站点,对起始站点之后班次的公交车进行公交车内人数检测,统计得到当前线路客流压力承载容量,并确定新增发车数量。
具体的,当同一线路上的若干公交车同时在不同站点检测到公交车内部人数超过当前公交车最大车载量时,客流数据服务器则对不同站点标注多个客流压力点,并统计上述若干公交车的未搭乘人数,同时以公交车班次信息中最早的公交车检测的站点为起始站点,对起始站点之后班次的公交车进行公交车内人数检测,统计得到当前线路客流压力承载容量,并确定新增发车数量。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供一种基于客流数据的实时公交调度发班系统,该种基于客流数据的实时公交调度发班系统与实施例中种基于客流数据的实时公交调度发班方法一一对应。参照图8,该种基于客流数据的实时公交调度发班系统包括:检测模块1、发送模块2以及增发模块3。各功能模块详细说明如下:
检测模块1,当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处;
发送模块2,用于客流数据服务器将当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量;
增发模块3,用于客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量。
其中,基于客流数据的实时公交调度发班系统的检测模块1设置在车辆服务器内,而发送模块2以及增发模块3则设置在客流数据服务器中,当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,检测模块1触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处。客流数据服务器将当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则利用发送模块2发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量。客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,利用增发模块3确定新增发车数量。
关种基于客流数据的实时公交调度发班系统的具体限定可参见上下文中对基于客流数据的实时公交调度发班方法的限定,在此不再赘述。上述一种基于客流数据的实时公交调度发班系统中的各模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备的存储器中,以便于处理器调用执行以上各模块对应的操作。
本申请实施例公开一种电子设备。一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,当该计算机程序被处理器执行时,执行以下步骤:
S1、当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处。
S2、客流数据服务器将当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量。
S3、客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定增发公交车数量。
步骤S1中当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量细化的子步骤包括:
S10、当公交车门关闭,则触发车辆服务器控制公交车内摄像头获取公交车内部图像。
S11、车辆服务器将当前公交车内部图像送入人数神经网络检测模型中进行识别统计,获得公交车内部人数。
S12、将公交车内部人数与预设的当前公交车最大车载量进行比较获得比较结果。
步骤S1中检测当前站点未搭乘人数细化的子步骤包括:
S13、当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,在启动关闭车门后并在预设时长内及时控制公交车外摄像头获取当前公交车外部图像。
S14、车辆服务器对当前公交车外部图像进行非同线路乘客过预处理再送入人数神经网络检测模型中进行识别统计,获得当前站点搭乘同一线路的未搭乘人数。
步骤S14中非同线路乘客过预处理细化的子步骤包括:
S140、在公交车外部图像预设位置处设置有车体线,并以车体线为基准线一一检测若干乘客头部之间的间距,确定同路线部分以及非同路线部分。
S141、对属于非同路线部分的乘客进行身体正面朝向检测,当身体正面朝向公交车门的倾斜率达到预设阀值时,则修正该乘客属于同路线部分。
S142、对属于同路线部分图像的像素值进行保留。
步骤S2细化的子步骤包括:
S20、客服数据服务器接收客流预警信息,客流预警信息包括当前站点名称、当前公交调度信息以及未搭乘人数,当前公交班次信息以及当前公交车车辆服务器标识码;
S21、客服数据服务器根据当前站点名称将当前站点标注为客流压力站点,并根据当前公交班次信息获得同一路线所有公交班次信息;
S22、客服数据服务器筛选晚于当前公交班次信息的若干同一路线的公交班次信息,并获取与若干同一路线的公交班次信息对应的公交车车辆服务器标识码,将检测人数指令根据获得的公交车车辆服务器识别码发送至相应的车辆服务器处;
S23、车辆服务器收到检测人数指令后,控制公交车内摄像头获取当前公交车内部图像,并识别图像获得公交车内部人数,将公交车内部人数发送至客服数据服务器;
S24、客服数据服务器接收并统计车辆服务器的公交车内部人数,并从预设公交车辆登记表中获取同一线路未到达客流压力站点处公交车的最大车载量,根据最大车载量以及公交内部人数对比获得当前线路客流压力承载容量。
步骤S3细化的子步骤包括:
S30、客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比;
S31、当未搭乘人数大于当前线路客流压力承载容量时,将超出的数量设为客流压力数量;
S32、结合线路交通流动等级动态规划客流压力数量范围阶梯,并以此阶梯确定客户压力数量范围;
S33、根据客流压力数量所属的客流压力数量范围确定新增发车数量。
本申请还包括以下步骤:
S4、当同一线路上的若干公交车同时在不同站点检测到公交车内部人数超过当前公交车最大车载量时,客流数据服务器则统计若干公交车的未搭乘人数。
S5、客流数据服务器以公交班次信息中最早的公交车所检测的站点为起始站点,对起始站点之后班次的公交车进行公交车内人数检测,统计得到当前线路客流压力承载容量,并确定新增发车数量。
本申请实施例还公开一种计算机可读存储介质,存储有能够被处理器加载并执行的计算机程序,该计算机程序被处理器执行时实现上述任一种基于客流数据的实时公交调度发班方法的步骤,且能达到相同的效果。
其中,计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,本说明书(包括摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
Claims (10)
1.一种基于客流数据的实时公交调度发班方法,其特征在于,包括:
当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处;
客流数据服务器将所述当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量;
客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量。
2.根据权利要求1所述的一种基于客流数据的实时公交调度发班方法,其特征在于,所述当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量的步骤,包括:
当公交车门关闭,则触发车辆服务器控制公交车内摄像头获取公交车内部图像;
车辆服务器将公交车内部图像送入人数神经网络检测模型中进行识别统计,获得公交车内部人数;
将公交车内部人数与预设的当前公交车最大车载量进行比较获得比较结果。
3.根据权利要求1所述的一种基于客流数据的实时公交调度发班方法,其特征在于,所述检测当前站点未搭乘人数的步骤,包括:
当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,在启动关闭车门后并在预设时长内及时控制公交车外摄像头获取当前公交车外部图像;
车辆服务器对当前公交车外部图像进行非同线路乘客过预处理再送入人数神经网络检测模型中进行识别统计,获得当前站点搭乘同一线路的未搭乘人数。
4.根据权利要求3所述的一种基于客流数据的实时公交调度发班方法,其特征在于,所述非同线路乘客过预处理的步骤,包括:
在公交车外部图像预设位置处设置有车体线,并以车体线为基准线一一检测若干乘客头部之间的间距,确定同路线部分以及非同路线部分;
对属于非同路线部分的乘客进行身体正面朝向检测,当身体正面朝向公交车门的倾斜率位于预设倾斜阀值时,则修正该乘客属于同路线部分;
对属于同路线部分图像的像素值进行保留。
5.根据权利要求1所述的一种基于客流数据的实时公交调度发班方法,其特征在于,所述客流数据服务器将当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量的步骤,包括:
客服数据服务器接收客流预警信息,所述客流预警信息包括当前站点名称、当前公交调度信息以及未搭乘人数,所述当前公交班次信息以及当前公交车车辆服务器标识码;
客服数据服务器根据当前站点名称将当前站点标注为客流压力站点,并根据当前公交班次信息获得同一路线所有公交班次信息;
客服数据服务器筛选晚于当前公交班次信息的若干同一路线的公交班次信息,并获取与若干同一路线的公交班次信息对应的公交车车辆服务器标识码,将检测人数指令根据获得的公交车车辆服务器识别码发送至相应的车辆服务器处;
车辆服务器收到检测人数指令后,控制公交车内摄像头获取当前公交车内部图像,并识别图像获得公交车内部人数,将公交车内部人数发送至客服数据服务器;
客服数据服务器接收并统计车辆服务器的公交车内部人数,并从预设公交车辆登记表中获取同一线路未到达客流压力站点处公交车的最大车载量,根据最大车载量以及公交内部人数对比获得当前线路客流压力承载容量。
6.根据权利要求1所述的一种基于客流数据的实时公交调度发班方法,其特征在于,所述客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量的步骤,包括:
客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比;
当未搭乘人数大于当前线路客流压力承载容量时,将超出的数量设为客流压力数量;
结合线路交通流动等级动态规划客流压力数量范围阶梯,并以此阶梯确定客户压力数量范围;
根据客流压力数量所属的客流压力数量范围确定新增发车数量。
7.根据权利要求1所述的一种基于客流数据的实时公交调度发班方法,其特征在于,还包括:
当同一线路上的若干公交车同时在不同站点检测到公交车内部人数超过当前公交车最大车载量时,客流数据服务器则统计若干公交车的未搭乘人数;
客流数据服务器以公交班次信息中最早的公交车所检测的站点为起始站点,对起始站点之后班次的公交车进行公交车内人数检测,统计得到当前线路客流压力承载容量,并确定新增发车数量。
8.一种基于客流数据的实时公交调度发班系统,其特征在于,包括:
检测模块:当公交车车辆服务器在当前站点检测到公交车内部人数超过当前公交车最大车载量时,触发检测当前线路位于该站点的未搭乘人数,并生成客流预警信息发送至客流数据服务器处;
发送模块:用于客流数据服务器将所述当前站点标注为客流压力站点,结合客流预警信息以及预设检测承载容量规则发送检测人数指令至若干同一线路内未到达客流压力站点处公交车的车辆服务器处以获得当前线路客流压力承载容量;
增发模块:用于客流数据服务器根据未搭乘人数以及当前线路客流压力承载容量进行对比,确定新增发车数量。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种基于客流数据的实时公交调度发班方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至7中任一种基于客流数据的实时公交调度发班方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111316872.5A CN114049786A (zh) | 2021-11-09 | 2021-11-09 | 一种基于客流数据的实时公交调度发班方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111316872.5A CN114049786A (zh) | 2021-11-09 | 2021-11-09 | 一种基于客流数据的实时公交调度发班方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114049786A true CN114049786A (zh) | 2022-02-15 |
Family
ID=80207870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111316872.5A Withdrawn CN114049786A (zh) | 2021-11-09 | 2021-11-09 | 一种基于客流数据的实时公交调度发班方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114049786A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114898552A (zh) * | 2022-03-29 | 2022-08-12 | 深圳市综合交通与市政工程设计研究总院有限公司 | 一种基于定位数据的公交车辆有效班次计算方法 |
CN114898551A (zh) * | 2022-03-16 | 2022-08-12 | 深圳市综合交通与市政工程设计研究总院有限公司 | 一种城市常规公交交通线网交通量调查方法 |
CN117540982A (zh) * | 2023-11-08 | 2024-02-09 | 杭州一喂智能科技有限公司 | 用于运营专线的车辆信息发送方法、装置和电子设备 |
-
2021
- 2021-11-09 CN CN202111316872.5A patent/CN114049786A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114898551A (zh) * | 2022-03-16 | 2022-08-12 | 深圳市综合交通与市政工程设计研究总院有限公司 | 一种城市常规公交交通线网交通量调查方法 |
CN114898552A (zh) * | 2022-03-29 | 2022-08-12 | 深圳市综合交通与市政工程设计研究总院有限公司 | 一种基于定位数据的公交车辆有效班次计算方法 |
CN117540982A (zh) * | 2023-11-08 | 2024-02-09 | 杭州一喂智能科技有限公司 | 用于运营专线的车辆信息发送方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
EP2541506A1 (en) | Method and system for managing a flow of passengers on a platform | |
US20140376769A1 (en) | Method for detecting large size and passenger vehicles from fixed cameras | |
CN111460938B (zh) | 一种车辆行驶行为实时监测方法及装置 | |
WO2014201895A1 (zh) | 车辆到站时间预报系统及方法 | |
CN112687099B (zh) | 一种超载嫌疑车辆判定方法和装置 | |
CN114037924A (zh) | 一种基于图像识别技术的车辆过闸判断方法及相关装置 | |
CN109919066B (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
CN110070729A (zh) | 一种基于雾计算的违停车辆检测系统及方法 | |
CN109886732A (zh) | 一种公共交通的计费方法、存储介质和车载计费设备 | |
CN113066291A (zh) | 监控方法和设备 | |
CN112061183A (zh) | 列车运行调整方法及装置 | |
CN110490103A (zh) | 轨道交通客流密度检测方法及装置 | |
CN111028403B (zh) | 一种轨道交通的自动检票系统与方法 | |
KR101819568B1 (ko) | 전기차 및 하이패스 인식에 따른 주차 관리 시스템 운영 방법 | |
CN111368626A (zh) | 车辆识别方法、装置、电子设备和存储介质 | |
US20200378774A1 (en) | Method for allocating shareable vehicles in preset areas and electronic device employing the method | |
CN110046535B (zh) | 基于机器学习的智能出行时间预测系统、方法及存储介质 | |
CN114266490B (zh) | 一种高效且精确的综合交通运输网络安全风险点辨识方法 | |
CN113542364B (zh) | 一种公交车和网约车联动的智慧交通系统 | |
KR102431832B1 (ko) | 배달주문 중계 시스템 | |
CN111861498B (zh) | 出租车的监控方法、装置、设备和存储介质 | |
CN113298350A (zh) | 一种基于人工智能的公交综合监管与服务系统 | |
CN112783945A (zh) | 公交下车站点的判定方法及装置 | |
CN114842462B (zh) | 一种车牌防伪的方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220215 |
|
WW01 | Invention patent application withdrawn after publication |