CN114170815B - 一种人工智能诊断交通运维管控方法、系统 - Google Patents
一种人工智能诊断交通运维管控方法、系统 Download PDFInfo
- Publication number
- CN114170815B CN114170815B CN202111491375.9A CN202111491375A CN114170815B CN 114170815 B CN114170815 B CN 114170815B CN 202111491375 A CN202111491375 A CN 202111491375A CN 114170815 B CN114170815 B CN 114170815B
- Authority
- CN
- China
- Prior art keywords
- station
- light rail
- bus
- determining
- waiting condition
- 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
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011217 control strategy Methods 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims description 30
- 238000013473 artificial intelligence Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种人工智能诊断交通运维服务管控方法、系统。用于后台服务端,包括:获取城市道路拥堵路段及其对应的拥堵情况;从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况;从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;接收来自用户端的公交车站位置、目标终点;根据公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略。该人工智能诊断交通运维服务管控方法、系统可以对多种公共交通协调控制管理,实现交通的诊断和乘客的协同疏散。
Description
技术领域
本发明涉及人工智能交通的技术领域,具体地涉及一种人工智能诊断交通运维服务管控方法、系统。
背景技术
人工智能化的交通诊断是无需人工诊断的一种交通诊断方式,其能够根据交通的各个参数确定交通的健康情况。例如,现有技术中的智慧化公交汽车监控系统,其面对运营线路复杂、车辆定位不准确、管理困难等诸多问题,如何实现城市公交运营安全保障、运营车辆实时监管、公交运营智能化调度、公交企业信息化管理、互动式乘客出行信息服务等多项功能,不断优化公交汽车运营管理的问题。现阶段的系统一般仅针对某一个领域的公共交通自身来进行诊断和协调,对于多交通方式的管理协调并没有统一。
发明内容
本发明实施例的目的是提供一种人工智能诊断交通运维服务管控方法、系统,该人工智能诊断交通运维服务管控方法、系统可以对多种公共交通协调控制管理,实现交通的诊断和乘客的协同疏散。
为了实现上述目的,本发明实施例提供一种人工智能诊断交通运维服务管控方法,用于后台服务端,所述人工智能诊断交通运维服务管控方法包括:
获取城市道路拥堵路段及其对应的拥堵情况;
从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况;
从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;
接收来自用户端的公交车站位置、目标终点;
根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略。
优选地,所述从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况被配置为在下述情况下执行:所述乘客等待情况示出的乘客等待人数超过预设定的人数阈值。
优选地,所述根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略包括:
根据所述目标终点、拥堵情况以及所述公交车站的乘客等待情况确定乘客乘坐公交车到达所述目标终点的第一预估到达时间;
在所述第一预估到达时间超过时间阈值时,根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间;以及
在所述第二预估到达时间小于时间阈值时,向所述用户端发送引流告警信息,且向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略。
优选地,所述根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间包括:
根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a;
根据所述轻轨车站的乘客等待情况和目标终点确定用户到达所述目标终点的临近车站的时间b;以及
根据所述目标终点确定用户从所述临近车站到达目标终点的第二预估到达时间。
优选地,所述根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a包括:
在所述公交车站的位置与所述临近的轻轨车站的距离超过预设定的距离阈值时,确定用户骑行到达所述临近的轻轨车站的时间作为时间a;
在所述公交车站的位置与所述临近的轻轨车站的距离小于预设定的距离阈值时,确定用户步行到达所述临近的轻轨车站的时间作为时间a。
优选地,所述向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略包括:
获取预设定的乘客等待情况与引流控制策略的对应关系;其中,所述引流控制策略被配置为与轻轨车辆的间隔时间相关;
根据所述对应关系确定当前的轻轨车站的乘客等待情况对应的当前引流控制策略,使得所述轻轨车站的乘客能够在预设的时间内被疏散。
另外,本发明还提供一种人工智能诊断交通运维服务管控系统,用于后台服务端,所述人工智能诊断交通运维服务管控系统包括:
情况获取单元,用于获取城市道路拥堵路段及其对应的拥堵情况;
第一乘客等待情况获取单元,用于从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况;
第二乘客等待情况获取单元,用于从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;
位置终点接收单元,用于接收来自用户端的公交车站位置、目标终点;
测量确定单元,用于根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略。
优选地,所述第二乘客等待情况获取单元被配置为在下述情况下执行从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况:所述乘客等待情况示出的乘客等待人数超过预设定的人数阈值。
另外,本发明还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的人工智能诊断交通运维服务管控方法。
另外,本发明还提供一种处理器,用于运行程序,其中,所述程序被运行时用于执行:如上述的人工智能诊断交通运维服务管控方法。
通过上述技术方案,本发明可以对公共交通、轻轨交通进行综合诊断和协调,对于多交通方式可以实现管理的协调,方便实现交通的诊断和乘客的疏散,避免多公共交通信号之间的不互通的情况。实现交通的引流告警,且执行相应的引流策略,实现交通信号的引流效果。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是说明本发明的一种人工智能诊断交通运维服务管控方法的流程图;
图2是说明本发明的S105的流程图;
图3是说明本发明的S202的流程图;以及
图4是说明本发明的一种人工智能诊断交通运维服务管控系统的模块框图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1是本发明的一种人工智能诊断交通运维服务管控方法的流程图,如图1所示,用于后台服务端,所述人工智能诊断交通运维服务管控方法包括:
S101,获取城市道路拥堵路段及其对应的拥堵情况;其中,拥堵路段可以根据实际的城市拥堵情况来进行确定,其可以采用现有的导航软件所示出的拥堵情况来确定,具体的展示效果可以通过红色地标来执行显示。
S102,从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况。其中,城市公交管理系统能够获知每一站台的等待人数量,另外,也可以获知每一辆公交车的位置和行驶速度等信息,其能够确定公交线路中经过该拥堵路段的公交线路。
S103,从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;其中,所述临近的轻轨车站为最近的车站,直线距离或移动距离最短的车站,可以是步行距离最短也可以是骑行距离最短(共享单车),无论是哪一种,临近的车站为距离最近的车站。
S104,接收来自用户端的公交车站位置、目标终点;公交车站的位置主要是用户的位置,其主要体现了车站所在的地方,目标终点是用户想要到达的位置,其主要体现了用户预到达的地方,可能在车站处也可能在车站附近的地方。
S105,根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略。其中,所述引流告警信息可以是语音提醒或文字提醒,引流控制策略则是用户预引流的策略,例如增加相邻班线的数量或者是减小班线的间隔。
优选地,所述从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况被配置为在下述情况下执行:所述乘客等待情况示出的乘客等待人数超过预设定的人数阈值。预设定的人数阈值可以是20人,该人数可能造成公交车辆的超载,使得公交车辆无法承载过多的人数,当然该人数阈值可以与当前临近公交车的可搭载人数相关,例如,可搭载人数为10人,则人数阈值就为10,其可以根据实际情况来发生变动。
优选地,如图2所示,S105,所述根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略包括:
S201,根据所述目标终点、拥堵情况以及所述公交车站的乘客等待情况确定乘客乘坐公交车到达所述目标终点的第一预估到达时间;其中,所述第一预估到达时间为用户坐公交的预估时间,其反应了用户如果等待公交车要多久才能到达指定的目标终点,该目标终点可以包括步行和骑车的时间,公交车站等待的乘客越多,特别超过公交车的极限搭载人数时,其等待时间会更长,计算方式主要是根据乘客的等待情况来确定的。
S202,在所述第一预估到达时间超过时间阈值时,根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间。其中,所述时间阈值可以是50min,具体时间可以根据实际情况来确定,该等待时间过长,超过理想中的极限值则考虑是否更换搭载工具。所述第二预估到达时间包括从公交车站位置到达轻轨车站位置的时间,根据轻轨车站的乘客等待情况确定等待轻轨的时间,从轻轨车站到达目标终点临近车站的时间以及从目标终点临近车站到达目标终点的时间。所有时间的和作为第二预估到达时间。
S203,在所述第二预估到达时间小于时间阈值时,向所述用户端发送引流告警信息,且向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略。其中,所述时间阈值可以根据实际情况来确定,比如,一般情况下,下班时该时间是30分钟,则可以定义该时间阈值是35分钟,如果超过了则认为等待时间过长,推荐更换地方或乘坐方式去到达目标终点。
优选地,如图3所示,S202所述根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间包括:
S301,根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a;
S302,根据所述轻轨车站的乘客等待情况和目标终点确定用户到达所述目标终点的临近车站的时间b;以及
S303,根据所述目标终点确定用户从所述临近车站到达目标终点的第二预估到达时间。上述的时间都是时间点,是在基础时间上经过预设时间段后的到达时间点。
优选地,所述根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a包括:
在所述公交车站的位置与所述临近的轻轨车站的距离超过预设定的距离阈值时,确定用户骑行到达所述临近的轻轨车站的时间作为时间a;其中,预设定的距离阈值则为2km,距离太远走路花费时间过多。
在所述公交车站的位置与所述临近的轻轨车站的距离小于预设定的距离阈值时,确定用户步行到达所述临近的轻轨车站的时间作为时间a。在小于2km时,则该距离可以通过走路到达。
优选地,所述向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略可以包括:
获取预设定的乘客等待情况与引流控制策略的对应关系;其中,所述引流控制策略被配置为与轻轨车辆的间隔时间相关;乘客等待情况包括乘客等待时间每增加20min,引流控制策略则增加一辆轻轨车辆。
根据所述对应关系确定当前的轻轨车站的乘客等待情况对应的当前引流控制策略,使得所述轻轨车站的乘客能够在预设的时间内被疏散。
另外,如图4所示,本发明还提供一种人工智能诊断交通运维服务管控系统,用于后台服务端,所述人工智能诊断交通运维服务管控系统包括:
情况获取单元,用于获取城市道路拥堵路段及其对应的拥堵情况;
第一乘客等待情况获取单元,用于从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况;
第二乘客等待情况获取单元,用于从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;
位置终点接收单元,用于接收来自用户端的公交车站位置、目标终点;
测量确定单元,用于根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略。
优选地,所述第二乘客等待情况获取单元被配置为在下述情况下执行从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况:所述乘客等待情况示出的乘客等待人数超过预设定的人数阈值。
另外,本发明还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的人工智能诊断交通运维服务管控方法。
另外,本发明还提供一种处理器,用于运行程序,其中,所述程序被运行时用于执行:如上述的人工智能诊断交通运维服务管控方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (7)
1.一种人工智能诊断交通运维服务管控方法,用于后台服务端,其特征在于,所述人工智能诊断交通运维服务管控方法包括:
获取城市道路拥堵路段及其对应的拥堵情况;
从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况;
从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;
接收来自用户端的公交车站位置、目标终点;
根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略;
所述根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略包括:
根据所述目标终点、拥堵情况以及所述公交车站的乘客等待情况确定乘客乘坐公交车到达所述目标终点的第一预估到达时间;
在所述第一预估到达时间超过时间阈值时,根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间;以及
在所述第二预估到达时间小于时间阈值时,向所述用户端发送引流告警信息,且向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略;
所述根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间包括:
根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a;
根据所述轻轨车站的乘客等待情况和目标终点确定用户到达所述目标终点的临近车站的时间b;以及
根据所述目标终点确定用户从所述临近车站到达目标终点的第二预估到达时间;
所述根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a包括:
在所述公交车站的位置与所述临近的轻轨车站的距离超过预设定的距离阈值时,确定用户骑行到达所述临近的轻轨车站的时间作为时间a;
在所述公交车站的位置与所述临近的轻轨车站的距离小于预设定的距离阈值时,确定用户步行到达所述临近的轻轨车站的时间作为时间a。
2.根据权利要求1所述的人工智能诊断交通运维服务管控方法,其特征在于,所述从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况被配置为在下述情况下执行:所述乘客等待情况示出的乘客等待人数超过预设定的人数阈值。
3.根据权利要求1所述的人工智能诊断交通运维服务管控方法,其特征在于,所述向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略包括:
获取预设定的乘客等待情况与引流控制策略的对应关系;其中,所述引流控制策略被配置为与轻轨车辆的间隔时间相关;
根据所述对应关系确定当前的轻轨车站的乘客等待情况对应的当前引流控制策略,使得所述轻轨车站的乘客能够在预设的时间内被疏散。
4.一种人工智能诊断交通运维服务管控系统,用于后台服务端,其特征在于,所述人工智能诊断交通运维服务管控系统包括:
情况获取单元,用于获取城市道路拥堵路段及其对应的拥堵情况;
第一乘客等待情况获取单元,用于从城市公交管理系统获取城市道路拥堵路段影响到的公交线路及其对应的各公交车站的乘客等待情况;
第二乘客等待情况获取单元,用于从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况;
位置终点接收单元,用于接收来自用户端的公交车站位置、目标终点;
测量确定单元,用于根据所述公交车站位置、目标终点、拥堵情况、公交车站的乘客等待情况和所述轻轨车站的乘客等待情况确定并执行引流告警信息和轻轨车站的引流控制策略;
所述测量确定单元包括:
根据所述目标终点、拥堵情况以及所述公交车站的乘客等待情况确定乘客乘坐公交车到达所述目标终点的第一预估到达时间;
在所述第一预估到达时间超过时间阈值时,根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间;以及
在所述第二预估到达时间小于时间阈值时,向所述用户端发送引流告警信息,且向所述轻轨车站发送与所述轻轨车站的乘客等待情况相适配的引流控制策略;
所述根据所述公交车站位置、目标终点和所述轻轨车站的乘客等待情况确定乘坐轻轨到达所述目标终点的第二预估到达时间包括:
根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a;
根据所述轻轨车站的乘客等待情况和目标终点确定用户到达所述目标终点的临近车站的时间b;以及
根据所述目标终点确定用户从所述临近车站到达目标终点的第二预估到达时间;
所述根据所述公交车站位置确定用户到达所述临近的轻轨车站的时间a包括:
在所述公交车站的位置与所述临近的轻轨车站的距离超过预设定的距离阈值时,确定用户骑行到达所述临近的轻轨车站的时间作为时间a;
在所述公交车站的位置与所述临近的轻轨车站的距离小于预设定的距离阈值时,确定用户步行到达所述临近的轻轨车站的时间作为时间a。
5.根据权利要求4所述的人工智能诊断交通运维服务管控系统,其特征在于,所述第二乘客等待情况获取单元被配置为在下述情况下执行从轻轨运维系统获取各公交车站所临近的轻轨车站的乘客等待情况:所述乘客等待情况示出的乘客等待人数超过预设定的人数阈值。
6.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行所述权利要求1-3中任意一项所述的人工智能诊断交通运维服务管控方法。
7.一种处理器,其特征在于,用于运行程序,其中,所述程序被运行时用于执行:如所述权利要求1-3中任意一项所述的人工智能诊断交通运维服务管控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111491375.9A CN114170815B (zh) | 2021-12-08 | 2021-12-08 | 一种人工智能诊断交通运维管控方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111491375.9A CN114170815B (zh) | 2021-12-08 | 2021-12-08 | 一种人工智能诊断交通运维管控方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114170815A CN114170815A (zh) | 2022-03-11 |
CN114170815B true CN114170815B (zh) | 2023-10-27 |
Family
ID=80484355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111491375.9A Active CN114170815B (zh) | 2021-12-08 | 2021-12-08 | 一种人工智能诊断交通运维管控方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170815B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11134598A (ja) * | 1997-10-29 | 1999-05-21 | Nec Mobile Commun Ltd | 路線バス・ロケーションシステム |
CN103136933A (zh) * | 2013-01-14 | 2013-06-05 | 东南大学 | 一种常规公交与地铁站的换乘协调控制方法 |
CN107704957A (zh) * | 2017-09-28 | 2018-02-16 | 京东方科技集团股份有限公司 | 一种拥堵路段通行优化方法及装置 |
CN111079875A (zh) * | 2019-12-17 | 2020-04-28 | 广州交通信息化建设投资营运有限公司 | 基于多源数据的公共交通客流监测方法、装置和存储介质 |
CN113077086A (zh) * | 2021-03-30 | 2021-07-06 | 东南大学 | 一种接驳地铁枢纽的公交车同步换乘时刻表设计方法 |
CN113542364A (zh) * | 2021-06-22 | 2021-10-22 | 华录智达科技股份有限公司 | 一种公交车和网约车联动的智慧交通系统 |
CN113658025A (zh) * | 2021-08-12 | 2021-11-16 | 杭州图软科技有限公司 | 一种智慧公交管理方法、系统、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448233B (zh) * | 2016-08-19 | 2017-12-05 | 大连理工大学 | 基于大数据的公交线路时刻表协同优化方法 |
-
2021
- 2021-12-08 CN CN202111491375.9A patent/CN114170815B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11134598A (ja) * | 1997-10-29 | 1999-05-21 | Nec Mobile Commun Ltd | 路線バス・ロケーションシステム |
CN103136933A (zh) * | 2013-01-14 | 2013-06-05 | 东南大学 | 一种常规公交与地铁站的换乘协调控制方法 |
CN107704957A (zh) * | 2017-09-28 | 2018-02-16 | 京东方科技集团股份有限公司 | 一种拥堵路段通行优化方法及装置 |
CN111079875A (zh) * | 2019-12-17 | 2020-04-28 | 广州交通信息化建设投资营运有限公司 | 基于多源数据的公共交通客流监测方法、装置和存储介质 |
CN113077086A (zh) * | 2021-03-30 | 2021-07-06 | 东南大学 | 一种接驳地铁枢纽的公交车同步换乘时刻表设计方法 |
CN113542364A (zh) * | 2021-06-22 | 2021-10-22 | 华录智达科技股份有限公司 | 一种公交车和网约车联动的智慧交通系统 |
CN113658025A (zh) * | 2021-08-12 | 2021-11-16 | 杭州图软科技有限公司 | 一种智慧公交管理方法、系统、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
周欣 ; 彭勇 ; 袁发涛 ; 李睿 ; .城市道路拥堵情况下的智能公交动态调度模式.西部交通科技.2017,(12),全文. * |
谢立宏 ; .城市轨道交通与快速公交换乘时间衔接分析.城市轨道交通研究.2010,(06),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114170815A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11118924B2 (en) | Method and system for predicting traffic conditions | |
US10440679B2 (en) | Passenger load prediction systems and methods for predicting passenger load | |
US20140058652A1 (en) | Traffic information processing | |
US9482542B2 (en) | Stochastic route planning in public transport | |
CN102903233B (zh) | 用于更新行驶时间估计的方法和设备 | |
CN108592932A (zh) | 一种无人车调度方法、系统、设备及存储介质 | |
CN109509352A (zh) | 针对禁行区的自主车辆的路径规划 | |
WO2020160778A1 (en) | Method and system for operating a fleet of vehicles | |
EP2950293B1 (en) | Method and apparatus for estimating an arrival time of a transportation vehicle | |
JP2007015424A (ja) | 運転整理案作成装置及びダイヤ評価装置 | |
CN101123551A (zh) | 一种基于通信和网格计算技术的智能公交系统 | |
CN107204124B (zh) | 公交车推荐方法和装置 | |
CN115063971A (zh) | 一种隧道内的车辆拥堵管控方法、设备及介质 | |
Rajput et al. | Advanced urban public transportation system for Indian scenarios | |
CN107957267B (zh) | 一种导航路径提示信息的确定方法及装置 | |
CN114170815B (zh) | 一种人工智能诊断交通运维管控方法、系统 | |
US20220146275A1 (en) | Method, computer program. device, vehicle, and network component for estimating a departure time for a user using a vehicle | |
CN112101677B (zh) | 一种公共交通出行路径规划方法、装置、设备及存储介质 | |
KR102546540B1 (ko) | Lstm 기반 교통 혼잡도 예측 방법 및 장치 | |
CN114858175A (zh) | 一种车辆出行方法、装置、设备及存储介质 | |
CN114862491A (zh) | 车辆位置确定方法、派单方法、装置、服务器及存储介质 | |
US10546307B2 (en) | Method, apparatuses, and computer program products for automatically detecting levels of user dissatisfaction with transportation routes | |
CN112907945A (zh) | 道路状态确定和导航路线规划方法及设备 | |
CN111506777A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN114104049B (zh) | 一种基于v2x技术的轨道列车信号控制方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |