CN114662801A - 一种公交车辆的运营精准管理方法及其系统 - Google Patents
一种公交车辆的运营精准管理方法及其系统 Download PDFInfo
- Publication number
- CN114662801A CN114662801A CN202210546449.2A CN202210546449A CN114662801A CN 114662801 A CN114662801 A CN 114662801A CN 202210546449 A CN202210546449 A CN 202210546449A CN 114662801 A CN114662801 A CN 114662801A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- time
- information
- target vehicle
- real
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公交车辆的运营精准管理方法及其系统,包括运营信息采集、到站客流人数计算、运营时间计算、数据更新校准、计算后续到站时间、自动调整公交调度计划和实时更新上线车辆的实时数据;本发明集成公交车实时Gps、红绿灯等待、路网拥堵度、站台智能监控、客流预估、及车辆智能排班调度信息,进行相应的结合、分析和处理,可完成通过对到站客流人数的计算而准确的预测公交车运营时间,进而实现公交车辆运营精准智能化的管理。相比传统的基于车辆实时GPS及路网拥堵度进行预测,提高了计算结果的准确性和全面性,有利于公交车辆的运营管理,满足了智能交通的发展。
Description
技术领域
本发明涉及智能公交应用技术领域,特别是一种基于智能交通网络的公交车辆的运营精准管理方法及其系统。
背景技术
公交客流对于智能交通系统意义重大,通过精确的量化数据,可以了解到每个时间段、每路公交车、每个车站等的人流量,利用这些数据,发挥调度系统优势,让公共资源得到更充分的利用。在当下的公交车辆运营全程时间及调度排班无法精准预测,基于车辆实时GPS及路网拥堵无法进行准确的预测,其与目的地站台速度难以预测,及现阶段公交车在运营时特别是到站时间预设不精准而导致误差较大,不仅不便于公交车辆的运营管理,且给站台等候的人员带来了一定的困扰,为此需要有一种更有效的方案来对公交车辆运营全程时间预测进行提升。
发明内容
因此,本发明其中的一个目的是提供一种公交车辆的运营精准管理方法,其利用实时Gps、红绿灯等待、路网拥堵度、站台智能监控、客流预估、及车辆智能排班调度相结合,可完成通过对到站客流人数计算而预测运营时间,进而实现公交车辆运营精准智能化的管理。
为解决上述技术问题,本发明提供如下技术方案:包括:
步骤S1,运营信息采集,任意选取一条公交线路采集目标车辆的车辆Gps信息、红绿灯等待信息、路网拥堵度信息、站台智能监控信息、历史客流信息以及车辆智能排班调度信息;
步骤S2,到站客流人数计算,根据目标车辆所在线路不同行驶方向上所述的站台智能监控信息获取各站台候车人数,得到目标车辆实时的车辆实载人数,同时根据所述的历史客流信息分析数据预估各站的下车人数;
步骤S3,运营时间计算,根据目标车辆实时的车辆实载人数计算目标车辆的车内拥挤度,并结合目标车辆所在线路行驶方向上的路网拥挤度,在线计算出目标车辆正常运行所需的运营时间;
步骤S4,数据更新校准,根据目标车辆所在线路不同行驶方向上的站台智能监控信息,对目标车辆到达终点站的时间进行实时的更新校准,实时的更新校准过程中得到目标车辆相应的实时返回预计到达时间;
步骤S5,计算后续到站时间,根据目标车辆相应所述的实时返回预计到达时间,实时计算出目标车辆的下一趟发车时间;
步骤S6,自动调整公交调度计划,根据实时采集的车内拥挤度,实时自动调整公交车辆发车调度计划;
步骤S7,实时更新上线车辆的实时数据。
作为本发明的一种优选方案,其中:所述第n站的路网拥挤度和车内拥挤度将对目标车辆行驶至第n站的速度有影响,其中,所述目标车辆所在线路行驶方向上第n站的路网拥挤度的默认值为1,并以每10个百分比作为分界点,根据目标车辆的实时速度推算目标车辆位于第n站位置的速度,进一步地为小于1的速度降低系数,与所述目标车辆所在线路行驶方向上第n站的路网拥挤度增加百分比进行标定;目标车辆所在线路行驶方向上第n站的路网拥挤度增加百分比在0-10 之间,速度降低系数增加0.01,往后依次累加。
作为本发明的一种优选方案,其中:预设车内拥挤度阈值,若车内拥挤度大于车内拥挤度阈值,则发出实时调度下一目标车辆信息,同时目标车辆行驶至下一站台并播报车辆实载人数,目标车辆行驶至所述下一站台进行分流至小于车内拥挤度阈值。
作为本发明的一种优选方案,其中:步骤S2中根据所述的历史客流信息分析数据预估各站的下车人数,具体如下:
步骤201,AFC系统将各站台旅客刷卡明细数据传输并储存于网络数据库中;
步骤202,对从网络数据库中获取的旅客刷卡明细数据进行清分,并将清分得到的车站的进出站量、换乘站的换乘量、线路的断面客流量数据进行客流修正,获取各站台实时客流数据形成历史客流信息;
步骤203,对历史客流信息进行非均衡模型输出,分配矩阵和实时客流数据调用AUKF算法进行预处理,对模型进行在线更新和矫正,准确跟踪系统状态的实时变化,以适应路网结构变化之后的客流分布改变,并根据修正后客流数据作为后续客流分布预测的输入数据;
步骤205,利用客流预测算法对客流数据进行拟合和预测,得到日常情况下的预测客流数据,根据当前站台的客流人数,得到目标车辆所在线路不同行驶方向上站台的下车人数。
作为本发明的一种优选方案,其中:步骤S1中路网拥堵度信息通过地图在线api库获取。
作为本发明的一种优选方案,其中:步骤S6中实时自动调整公交车辆发车调度计划,为采用自动发班模式,通过实时采集的信息,可以得出不同时间段的人员配比,并作为后续排班的参考条件。
一种公交车辆的运营精准管理方法的系统,包括信息采集系统,用于目标车辆的车辆Gps信息、红绿灯等待信息、路网拥堵度信息、站台智能监控信息、历史客流信息以及车辆智能排班调度信息的采集;调度计算服务器,用于到站客流人数计算、运营时间计算、数据更新校准、计算后续到站时间、自动调整公交调度计划和实时更新上线车辆的实时数据工作;调度终端系统,用于接收调度计算服务器的调度信息;车载终端,与调度计算服务器和调度终端系统建立连接,用于公交车的运营管理。
其中所述信息采集系统包括:
车辆获取模块,用于获取目标车辆位置、红绿灯等待、历史客流和车辆智能排班调度信息,所述车辆获取模块设于车载终端中;路网拥堵度获取模块,用于通过获取地图在线api库来获得路网拥挤度信息,以及站台智能监控获取模块,用于获取站台客流人数和上下客数量信息,搭载在公交车站台。
本发明的有益效果:本发明的公交车辆的运营精准管理方法和系统,是集成公交车实时Gps、红绿灯等待、路网拥堵度、站台智能监控、客流预估、及车辆智能排班调度信息,对上述信息进行相应的结合、分析和处理,可完成通过对到站客流人数的计算而准确的预测公交车运营时间,进而实现公交车辆运营精准智能化的管理。相比传统的基于车辆实时GPS及路网拥堵度进行预测,提高了计算结果的准确性和全面性,有利于公交车辆的运营管理,满足了智能交通的发展。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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它的附图。其中:
图1为本发明实施例的系统场景架构示意图;
图2为本发明实施例的信息采集系统的模块化示意图;
图3为本发明实施例的公交车辆的运营精准管理系统的应用示意图;
图4为本发明实施例的公交车辆的运营精准管理方法的工作流程图。
图中标号:101、调度终端系统;102、车载终端;103、调度计算服务器;104、信息采集系统;1041、车辆获取模块;1042、路网拥堵度获取模块;1043、站台智能监控获取模块。
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的附图,对本发明实施例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的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
由于在智能公交应用技术领域中,往往采用基于车辆实时GPS及路网拥堵进行准确的预测,其与目的地站台速度难以预测,及现阶段公交车在运营是特别是到站时间预设不精准而导致误差较大。
参照图1,为本发明的一个实施例,该实施例提供了一种公交车辆的运营精准管理的系统,包括一个调度计算服务器103,该调度计算服务器103用于到站客流人数计算、运营时间计算、数据更新校准、计算后续到站时间、自动调整公交调度计划和实时更新上线车辆的实时数据工作;一个用于接收调度计算服务器103的调度信息的调度终端系统101;多个车载终端102,每个车载终端102与调度计算服务器103和调度终端系统101建立连接,用于公交车的运营管理。还包括信息采集系统104,信息采集系统104用于目标车辆的车辆Gps信息、红绿灯等待信息、路网拥堵度信息、站台智能监控信息、历史客流信息以及车辆智能排班调度信息的采集。
参照图2,为本发明的一实施例中信息采集系统模块,介于信息采集系统104进一步说明的,信息采集系统104包括车辆获取模块1041,用于获取目标车辆位置、红绿灯等待、历史客流和车辆智能排班调度信息,所述车辆获取模块1041设于车载终端102中;路网拥堵度获取模块1042,用于通过获取地图在线api库来获得路网拥挤度信息,以及站台智能监控获取模块1043,用于获取站台客流人数和上下客数量信息,搭载在公交车站台。
参照图3,在本发明的一实施例中,车辆获取模块1041通过GPS(GlobalPositioning System,全球定位系统)设备或交通监管设备收集目标车辆的行车路线上或当前所处位置、该位置的交通状况及红绿灯等待信息、客流信息和车辆智能排班调度信息,同时车载终端102通过车辆获取模块1041将上述信息上传至调度计算服务器103中,形成历史客流和排班调度信息用于以后排班调度的参考。可知红绿灯等待信息和历史客流信息可用于目标车辆到站时间的计算预测;其中路网拥堵度获取模块1042通过获取地图在线api库来获得路网拥挤度信息,可用于目标车辆到站时间的计算预测;为实现对客流信息的获取。
本实施采用站台智能监控获取模块1043,具体的智能监控获取模块用于获取站台客流人数和上下客数量信息,搭载在公交车站台上进行监控使用,也可采用安装在公交车门体上方的人员计数器,其目的都是计算目标车辆实时的实载人数,本实施例不做限制。
需要说明的,调度计算服务器103还包括CPU(CentralProcessingUnit,中央处理器),一方面用于控制整个调度计算服务器103各部分硬件设备的运行;另一方面用于运行操作系统软件以及需要的应用程序软件,包括本发明涉及的用于到站客流人数计算、运营时间计算、数据更新校准、计算后续到站时间、自动调整公交调度计划和实时更新上线车辆的实时数据工作。存储设备,用于存储目标车辆的各种软件程序、数据等;存储设备可以是RAM(RandomAccessMemory,随机存取存储器)、EPROM(ErasableProgrammableReadOnlyMemory,可擦除可编程只读寄存器)、SSD(SolidStateDisk,固态磁盘)、SD(SecureDigital,安全数位)卡、硬盘中的一种或者多种。
参照图4,本实施例结合上述公交车辆的运营精准管理的系统,提出其运行的方法,具体如下:
步骤S1,运营信息采集,任意选取一条公交线路采集目标车辆的车辆Gps信息、红绿灯等待信息、路网拥堵度信息、站台智能监控信息、历史客流信息以及车辆智能排班调度信息;其中路网拥堵度信息通过地图在线api库获取,车辆Gps信息、红绿灯等待信息、历史客流信息以及车辆智能排班调度信息通过车载终端102或上传调度计算服务器103进行获取,站台智能监控信息通过站台智能监控获取模块1043获取站台的实时客流。
步骤S2,到站客流人数计算,根据目标车辆所在线路不同行驶方向上所述的站台智能监控信息获取各站台候车人数,得到目标车辆实时的车辆实载人数,同时根据所述的历史客流信息分析数据预估各站的下车人数;根据所述的历史客流信息分析数据预估各站的下车人数,具体如下:
步骤201,AFC系统将各站台旅客刷卡明细数据传输并储存于网络数据库中;
步骤202,对从网络数据库中获取的旅客刷卡明细数据进行清分,并将清分得到的车站的进出站量、换乘站的换乘量、线路的断面客流量数据进行客流修正,获取各站台实时客流数据形成历史客流信息;
步骤203,对历史客流信息进行非均衡模型输出,分配矩阵和实时客流数据调用AUKF算法进行预处理,对模型进行在线更新和矫正,准确跟踪系统状态的实时变化,以适应路网结构变化之后的客流分布改变,并根据修正后客流数据作为后续客流分布预测的输入数据;
步骤205,利用客流预测算法对客流数据进行拟合和预测,得到日常情况下的预测客流数据,根据当前站台的客流人数,得到目标车辆所在线路不同行驶方向上站台的下车人数。
步骤S3,运营时间计算,根据目标车辆实时的车辆实载人数计算目标车辆的车内
拥挤度,并结合目标车辆所在线路行驶方向上的路网拥挤度,在线计算出目标车辆正常运
行所需的运营时间;目标车辆正常运行所需的运营时间为车辆到站时间,具体通过下式
计算得出,如下:
需要进一步说明的,所述第n站的路网拥挤度和车内拥挤度将对目标车辆行驶至第n站的速度有影响,其中,所述目标车辆所在线路行驶方向上第n站的路网拥挤度的默认值为1,并以每10个百分比作为分界点,根据目标车辆的实时速度推算目标车辆位于第n站位置的速度,进一步地为小于1的速度降低系数,与所述目标车辆所在线路行驶方向上第n站的路网拥挤度增加百分比进行标定;目标车辆所在线路行驶方向上第n站的路网拥挤度增加百分比在0-10 之间,速度降低系数增加0.01,往后依次累加,可知100 时系数为0.1;
可优选的,预设车内拥挤度阈值,若车内拥挤度大于车内拥挤度阈值,则发出实时调度下一目标车辆信息,同时目标车辆行驶至下一站台并播报车辆实载人数,目标车辆行驶至所述下一站台进行分流至小于车内拥挤度阈值。
步骤S4,数据更新校准,根据目标车辆所在线路不同行驶方向上的站台智能监控信息,对目标车辆到达终点站的时间进行实时的更新校准,实时的更新校准过程中得到目标车辆相应的实时返回预计到达时间。
步骤S5,计算后续到站时间,根据目标车辆相应所述的实时返回预计到达时间,实时计算出目标车辆的下一趟发车时间。
步骤S6,自动调整公交调度计划,根据实时采集的车内拥挤度,实时自动调整公交车辆发车调度计划;实时自动调整公交车辆发车调度计划,为采用自动发班模式,通过实时采集的信息,可以得出不同时间段的人员配比,并作为后续排班的参考条件。
步骤S7,实时更新上线车辆的实时数据。
综上所述,本发明的公交车辆的运营精准管理方法和系统,是集成公交车实时Gps、红绿灯等待、路网拥堵度、站台智能监控、客流预估、及车辆智能排班调度信息,对上述信息进行相应的结合、分析和处理,可完成通过对到站客流人数的计算而准确的预测公交车运营时间,进而实现公交车辆运营精准智能化的管理。相比传统的基于车辆实时GPS及路网拥堵度进行预测,提高了计算结果的准确性和全面性,有利于公交车辆的运营管理,满足了智能交通的发展。
最后应说明的是:以上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精神和范围。
Claims (9)
1.一种公交车辆的运营精准管理方法,其特征在于,包括:
步骤S1,运营信息采集,选取一条公交线路采集目标车辆的车辆Gps信息、红绿灯等待信息、路网拥堵度信息、站台智能监控信息、历史客流信息以及车辆智能排班调度信息;
步骤S2,到站客流人数计算,根据目标车辆所在线路不同行驶方向上所述的站台智能监控信息获取各站台候车人数,得到目标车辆实时的车辆实载人数,同时根据所述的历史客流信息分析数据预估各站的下车人数;
步骤S3,运营时间计算,根据目标车辆实时的车辆实载人数计算目标车辆的车内拥挤度,并结合目标车辆所在线路行驶方向上的路网拥挤度,在线计算出目标车辆正常运行所需的运营时间;
步骤S4,数据更新校准,根据目标车辆所在线路不同行驶方向上的站台智能监控信息,对目标车辆到达终点站的时间进行实时的更新校准,实时的更新校准过程中得到目标车辆相应的实时返回预计到达时间;
步骤S5,计算后续到站时间,根据目标车辆相应所述的实时返回预计到达时间,实时计算出目标车辆的下一趟发车时间;
步骤S6,自动调整公交调度计划,根据实时采集的车内拥挤度,实时自动调整公交车辆发车调度计划;
步骤S7,实时更新上线车辆的实时数据。
3.如权利要求2所述的一种公交车辆的运营精准管理方法,其特征在于,所述第n站的路网拥挤度和车内拥挤度将对目标车辆行驶至第n站的速度有影响,其中,所述目标车辆所在线路行驶方向上第n站的路网拥挤度的默认值为1,并以每10个百分比作为分界点,根据目标车辆的实时速度推算目标车辆位于第n站位置的速度,进一步地为小于1的速度降低系数,与所述目标车辆所在线路行驶方向上第n站的路网拥挤度增加百分比进行标定;目标车辆所在线路行驶方向上第n站的路网拥挤度增加百分比在0-10 之间,速度降低系数增加0.01,往后依次累加。
4.如权利要求1所述的一种公交车辆的运营精准管理方法,其特征在于,包括预设车内拥挤度阈值,若车内拥挤度大于车内拥挤度阈值,则发出实时调度下一目标车辆信息,同时目标车辆行驶至下一站台并播报车辆实载人数,目标车辆行驶至所述下一站台进行分流至小于车内拥挤度阈值。
5.如权利要求1所述的一种公交车辆的运营精准管理方法,其特征在于,步骤S2中根据所述的历史客流信息分析数据预估各站的下车人数,具体如下:
步骤201,AFC系统将各站台旅客刷卡明细数据传输并储存于网络数据库中;
步骤202,对从网络数据库中获取的旅客刷卡明细数据进行清分,并将清分得到的车站的进出站量、换乘站的换乘量、线路的断面客流量数据进行客流修正,获取各站台实时客流数据形成历史客流信息;
步骤203,对历史客流信息进行非均衡模型输出,分配矩阵和实时客流数据调用AUKF算法进行预处理,对模型进行在线更新和矫正,准确跟踪系统状态的实时变化,以适应路网结构变化之后的客流分布改变,并根据修正后客流数据作为后续客流分布预测的输入数据;
步骤205,利用客流预测算法对客流数据进行拟合和预测,得到日常情况下的预测客流数据,根据当前站台的客流人数,得到目标车辆所在线路不同行驶方向上站台的下车人数。
6.如权利要求1所述的一种公交车辆的运营精准管理方法,其特征在于,步骤S1中,路网拥堵度信息通过地图在线api库获取。
7.如权利要求1所述的一种公交车辆的运营精准管理方法,其特征在于,步骤S6中,实时自动调整公交车辆发车调度计划,为采用自动发班模式,通过实时采集的信息,可以得出不同时间段的人员配比,并作为后续排班的参考条件。
8.如权利要求1-7任意一项所述的一种公交车辆的运营精准管理方法的系统,其特征在于,包括:
信息采集系统(104),用于目标车辆的车辆Gps信息、红绿灯等待信息、路网拥堵度信息、站台智能监控信息、历史客流信息以及车辆智能排班调度信息的采集;
调度计算服务器(103),用于到站客流人数计算、运营时间计算、数据更新校准、计算后续到站时间、自动调整公交调度计划和实时更新上线车辆的实时数据工作;
调度终端系统(101),用于接收调度计算服务器的调度信息;
车载终端(102),与调度计算服务器和调度终端系统建立连接,用于公交车的运营管理。
9.如权利要求8所述的一种公交车辆的运营精准管理方法的系统,其特征在于,所述信息采集系统包括:
车辆获取模块(1041),用于获取目标车辆位置、红绿灯等待、历史客流和车辆智能排班调度信息,所述车辆获取模块设于车载终端中;
路网拥堵度获取模块(1042),用于通过获取地图在线api库来获得路网拥挤度信息,以及
站台智能监控获取模块(1043),用于获取站台客流人数和上下客数量信息,搭载在公交车站台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210546449.2A CN114662801B (zh) | 2022-05-20 | 2022-05-20 | 一种公交车辆的运营精准管理方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210546449.2A CN114662801B (zh) | 2022-05-20 | 2022-05-20 | 一种公交车辆的运营精准管理方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114662801A true CN114662801A (zh) | 2022-06-24 |
CN114662801B CN114662801B (zh) | 2022-09-02 |
Family
ID=82036877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210546449.2A Active CN114662801B (zh) | 2022-05-20 | 2022-05-20 | 一种公交车辆的运营精准管理方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662801B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099721A (zh) * | 2022-08-24 | 2022-09-23 | 南京智慧交通信息股份有限公司 | 一种基于大数据分析的客车交通拥挤度评估系统及方法 |
CN115712252A (zh) * | 2022-11-02 | 2023-02-24 | 浙江清华长三角研究院 | 云控自动驾驶公交车车速规划仿真验证方法及系统 |
CN117151419A (zh) * | 2023-09-22 | 2023-12-01 | 南京智慧交通信息股份有限公司 | 一种用于公交行业运营监管的智能分析方法及其系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886741A (zh) * | 2014-03-13 | 2014-06-25 | 河海大学常州校区 | 一种基于智能公交卡的公交管理系统及方法 |
CN112598331A (zh) * | 2021-01-06 | 2021-04-02 | 株洲中车时代电气股份有限公司 | 轨道交通的动态调度方法、系统、计算机设备和存储介质 |
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 |
CN114154801A (zh) * | 2021-11-08 | 2022-03-08 | 清华大学 | 智慧公交组合调度方法、装置及存储介质 |
-
2022
- 2022-05-20 CN CN202210546449.2A patent/CN114662801B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886741A (zh) * | 2014-03-13 | 2014-06-25 | 河海大学常州校区 | 一种基于智能公交卡的公交管理系统及方法 |
CN112598331A (zh) * | 2021-01-06 | 2021-04-02 | 株洲中车时代电气股份有限公司 | 轨道交通的动态调度方法、系统、计算机设备和存储介质 |
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 |
CN114154801A (zh) * | 2021-11-08 | 2022-03-08 | 清华大学 | 智慧公交组合调度方法、装置及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099721A (zh) * | 2022-08-24 | 2022-09-23 | 南京智慧交通信息股份有限公司 | 一种基于大数据分析的客车交通拥挤度评估系统及方法 |
CN115712252A (zh) * | 2022-11-02 | 2023-02-24 | 浙江清华长三角研究院 | 云控自动驾驶公交车车速规划仿真验证方法及系统 |
CN117151419A (zh) * | 2023-09-22 | 2023-12-01 | 南京智慧交通信息股份有限公司 | 一种用于公交行业运营监管的智能分析方法及其系统 |
CN117151419B (zh) * | 2023-09-22 | 2024-01-30 | 南京智慧交通信息股份有限公司 | 一种用于公交行业运营监管的智能分析方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114662801B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114662801B (zh) | 一种公交车辆的运营精准管理方法及其系统 | |
US11674811B2 (en) | Assigning on-demand vehicles based on ETA of fixed-line vehicles | |
CN109035770B (zh) | 一种大数据环境下公交载客量实时分析预测方法 | |
CN102262819B (zh) | 基于移动通信网络确定道路的实时通行时间的方法和装置 | |
US7236881B2 (en) | Method and apparatus for end-to-end travel time estimation using dynamic traffic data | |
EP3539844A1 (en) | Transportation system, schedule proposal system, and train operations system | |
US7363144B2 (en) | Method and apparatus for predicting future travel times over a transportation network | |
US20100185486A1 (en) | Determining demand associated with origin-destination pairs for bus ridership forecasting | |
US20220003561A1 (en) | Real-time ride sharing solutions for unanticipated changes during a ride | |
CN110348614B (zh) | 一种获取乘客od的方法及公交客流的预测方法 | |
CN109255972B (zh) | 一种基于大数据的地面公交固定线路时刻表的优化方法 | |
CN105185115A (zh) | 一种交通预测方法和预测系统 | |
Xinghao et al. | Predicting bus real-time travel time basing on both GPS and RFID data | |
CN103366224B (zh) | 一种基于公交网络的乘客需求预测系统和方法 | |
CN104751635B (zh) | 一种智能停车监视系统 | |
KR20200109427A (ko) | 버스 운행 관리 방법 및 시스템 | |
CN113888857A (zh) | 基于车联网的公共交通管理系统、装置及方法 | |
US20220229442A9 (en) | Accounting for driver reaction time when providing driving instructions | |
CN114299746B (zh) | 基于图像识别的公交车辆调度方法、设备及介质 | |
Raiyn | Speed adaptation in urban road network management | |
CN115762131A (zh) | 一种应用于公共交通的智能行车计划编制方法及系统 | |
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 | |
CN114418349A (zh) | 公交高峰专线的评估方法、装置、设备和存储介质 | |
CN109859458B (zh) | 一种基于车辆大数据的车辆调度方法及系统 | |
TWI634513B (zh) | Estimated arrival time system and method for national passenger transportation |
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 |