CN114743401B - 一种基于公交数字化转型的数据可视化公交调度管理平台 - Google Patents

Abstract

本发明公开了一种基于公交数字化转型的数据可视化公交调度管理平台，包括线路车载终端用于实时获取车辆当前位置和车厢图像信息，站点图像采集终端用于实时获取站点候车的图像信息，调度管理中心终端用于计算站点候车的拥挤度以及当前车辆的拥挤度，根据站点候车的拥挤度和途经所述站点的交通线路列表，确定调度方案，显示控制终端用于实时向用户展示可视化页面，并基于触发条件，将触发后待展示的内容在可视化页面进行展示，所述触发条件包括车辆运行轨迹异常、站点候车的拥挤度超过阈值。本发明能够提供实时有效的调度方案，使线路车辆运行间隔均衡有效，提高车辆利用率，最大限度减少拥挤数据，缩短等车时间，提高乘车满意度。

Description

一种基于公交数字化转型的数据可视化公交调度管理平台

技术领域

本发明涉及公交调度管理领域，尤其涉及一种基于公交数字化转型的数据可视化公交调度管理平台。

背景技术

目前，国内大部分公交企业仍停留在信息化建设阶段，通过物联网、移动互联网技术，初步实现信息化运营管理，比如系统排班、调度、数据报表等管理单元，但这些管理单元不能根据客流数据、乘客需求提供相应服务，导致公交企业供需不匹配，运营成本越来越高，而服务水平却在持续下降，其中一个突出的问题是：不能根据不同时空环境，定制不同调度方案，实现人车资源最优的同时，有效减少乘客候车时间，提高乘车满意度。

发明内容

本发明提供一种基于公交数字化转型的数据可视化公交调度管理平台，以克服上述技术问题。

一种基于公交数字化转型的数据可视化公交调度管理平台，其特征在于，包括线路车载终端、站点图像采集终端、调度管理中心终端、显示控制终端，

线路车载终端用于实时获取车辆当前位置信息和车厢图像信息，

站点图像采集终端用于实时获取站点候车的图像信息，

调度管理中心终端用于计算站点候车的拥挤度以及当前车辆的拥挤度，根据站点候车的拥挤度和途经所述站点的交通线路列表，确定调度方案，

显示控制终端用于实时向用户展示可视化页面，所述可视化页面中包括车辆运行轨迹动态分布、异常调度轨迹报警以及调度方案，并基于触发条件，将触发后待展示的内容在可视化页面进行展示，所述触发条件包括车辆运行轨迹异常、站点候车的拥挤度超过阈值。

优选地，所述计算站点候车的拥挤度是指确定需要计算拥挤度的时间段；

从站点图像采集终端获取所述时间段内候车站点的图像，基于图像识别技术获取图像中的人数，作为当前候车站点的总人数；

确定所述时间段内途径候车站点的线路集合，对所述时间段内的历史数据进行统计分析，计算所述线路集合中每条线路对应的乘车预计人数以及乘车达成率；

根据当前候车站点的总人数与各线路的乘车达成率，分别计算线路在所述站点的虚拟乘车人数，所述虚拟乘车人数即为线路对应的站点候车的拥挤度。

优选地，所述计算所述线路集合中每条线路对应的乘车预计人数是指将站牌的周边区域平均划分为若干子区域，在连续采样周期内，对每个子区域根据公式(1)进行人员密度识别，获取子区域对应的密度值，对每个采样周期内所获得密度值取均值作为所述子区域的密度值；按照距离站牌的远近为每一子区域配置不同的权重，获得站点的乘客密度值，将乘客密度值与当前候车站点的总人数的乘积作为乘车预计人数，

其中，I为待识别区域的图像，将I分成30块，t表示每一块，n为乘客密度，

为使用交叉熵训练的残差网络对块t提取特征，ω表示权重，f表示使用卷积网络抽取图像特征。

优选地，所述计算所述线路集合中每条线路对应的乘车达成率是指分别根据公式(2)计算候车站台乘车预计人数，将乘车预计人数与站台总人数的比值作为各线路的乘车达成率，

其中，A1是线路在站点的乘车预计人数，x是线路在所述时间段内的历史数据，y是所述时间段内站点候车的图片信息，r为图像划分的块数，V_i表征局部特征置信度，取值范围[0,1]，V_j表征整体特征置信度，取值范围[0,1]，l_n(*)表示使用对比损失训练的孪生网络抽取后的特征，f(*)表示从分块图像中提取特征，e(*)表示使用交叉熵训练的卷积网络从历史数据中提取特征。

优选地，还包括远程移动展示终端，所述远程移动展示终端与显示控制终端进行无线通信；所述远程移动展示终端包括显示单元、被动展示控制单元以及主动展示控制单元；所述被动展示控制单元用于接收显示控制终端下发的数据包并控制显示单元进行展示；主动展示控制单元用于为用户提供数据可视化筛选界面，并记录用户所输入的筛选条件参数，从显示控制终端下发的数据包中筛选符合条件参数的数据，控制显示单元展示所述数据对应的可视化界面。

优选地，还包括地铁接驳检测终端，用于获得地铁到站信息并确定潜在目标用户，通知潜在目标用户站点候车的拥挤度，所述潜在目标用户是指以所述站点为换乘站点的乘车用户。

本发明提供一种基于公交数字化转型的数据可视化公交调度管理平台，可根据当前候车站台拥挤度路况和线路运营情况，提供实时有效的调度方案，使线路车辆运行间隔均衡有效，提高车辆利用率，最大限度减少拥挤数据，缩短等车时间，提高乘车满意度。

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作一简单地介绍，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是本发明平台结构图。

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，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明平台结构图，如图1所示，本实施例的方法可以包括：

一种基于公交数字化转型的数据可视化公交调度管理平台，包括线路车载终端、站点图像采集终端、调度管理中心终端、显示控制终端。

线路车载终端用于实时获取车辆当前位置信息和车厢图像信息。

站点图像采集终端用于实时获取站点候车的图像信息。

显示控制终端用于实时向用户展示可视化页面，所述可视化页面中包括车辆运行轨迹动态分布、异常调度轨迹报警以及调度方案，并基于触发条件，将触发后待展示的内容在可视化页面进行展示，所述触发条件包括车辆运行轨迹异常、站点候车的拥挤度超过阈值。

调度管理中心终端用于计算站点候车的拥挤度，以及当前车辆的拥挤度，根据站点候车的拥挤度和途经所述站点的交通线路列表，确定调度方案。

基于交通线路列表确定出相应的调度方案包括：

通过设置数据采集模块，实时采集交通数据信息，所述交通数据信息包括第二实时交通数据、历史交通数据，所述第二实时交通数据包括线路站点的路况数据以及当前的公交调度数据，包括运行中的全部公交车位置信息以及车速，所述历史交通数据包括各个时间段所采集到的历史营运数据，包括运营基础数据、定位数据，运营基础数据即为公交线路、车辆、车载机、人员、场站、站点等信息，例如公交车的最大运营速度和最小运营速度、公交站点的乘客到达率、公交乘客的平均上车时间和平均下车时间、公交车的发车间隔、线路制定/调度计划、公交车的实时到站时间等；所述定位数据包括车辆经纬度、站点等一系列关联信息。

通过设置数据分析模块，对所述交通数据信息进行分类存储并形成多个历史调度数据包以供交通线路调度决策调用。

所述历史调度数据包用于表示某一线路某一站点的乘客拥挤数据与对应的调度方案之间的映射关系，比如，A线路B站点的乘客拥挤数据为X₁，在距离B站点一定范围如50m内，与所述车辆前进方向一致的全部在途的公交车的数量为C辆，每个车辆的距离站点的距离以及车速表示为D_i、E_i，1≤i≤C，分别分配距离和车速不同的权重，计算每辆车辆的可调度值，根据车辆的可调度值进行排序并分组，生成调度方案列表，

方案一，第一组的车辆提速3％～5％，

方案二，第二组的车辆提速1％～3％，

方案三，第三组的车辆提速1％，

方案四，若具有在途的公交车R为空车，则直接开往B站点。

当乘客拥挤数据X₁适用于方案二时，建立X₁与方案二之间的映射。

当乘客拥挤数据X₁适用于方案二、四时，建立X₁与方案二、四之间的映射。

所述第一实时交通数据是指以所述站点为中心，一定范围，如50m内，与所述车辆前进方向一致的全部在途的公交车分布轨迹以及每个车辆的距离站点的距离以及车速；

通过调度策略确定相应的调度方案，所述的调度策略包括：

判断乘客密度是否高于第一调度阈值，若高于第一调度阈值，基于第一实时交通数据确定全部在途的后续公交车的数量是否超过给定阈值，是则不进行车辆调度操作；否则进一步判断每一所述的后续公交车的车上拥挤度，并确定车上拥挤度超限的车辆数量，若数量超过第一超限阈值，则获取全部线路对应的第二实时交通数据，并调用数据分析模块中存储的历史调度数据包。

历史调度数据包的选择基于匹配度算法确定，指将历史调度数据包中的数据与第二实时交通数据进行匹配度计算，计算匹配度的公式为(1)，根据匹配度的取值判断调度方案是否为最优调度方案，获取最优调度方案所对应的历史数据，根据最优调度方案进行调度，

其中，x，y分别为相邻的两个采样周期内产生的数据，dis为匹配度，V_x，V_y表示置信度，取值范围[0,1]，l(*)表示使用卷积网络抽取后的特征，f*)表示对两个数据进行序列化。

若不存在合适的历史调度数据包，则利用神经网络模型对于预置的备选方案进行预测，根据预测结果确定是否按照该备选方案进行调度。

计算站点候车的拥挤度是指确定需要计算拥挤度的时间段；从站点图像采集终端获取所述时间段内候车站点的图像，基于图像识别技术获取图像中的人数，作为当前候车站点的总人数；确定所述时间段内途径候车站点的线路集合，对所述时间段内的历史数据进行统计分析，计算所述线路集合中每条线路对应的乘车预计人数以及乘车达成率；根据当前候车站点的总人数与各线路的乘车达成率，分别计算线路在所述站点的虚拟乘车人数，所述虚拟乘车人数即为线路对应的站点候车的拥挤度。

计算所述线路集合中每条线路对应的乘车预计人数是指将站牌的周边区域平均划分为若干子区域，如以某一线路对应的站牌为划分中心，按照距离中心远近划分为两个区域。

在连续采样周期内，对每个子区域根据公式(2)进行人员密度识别，如GPS定位技术，雷达识别技术，即每个人员的位置作为每一待识别区域所对应的密度图像上的点位，获取子区域对应的密度值，对每个采样周期内所获得密度值取均值作为所述子区域的密度值。

按照距离站牌的远近为每一子区域配置不同的权重，比如站点A，其有可能是3路、28路、531路同一站点，距离其一定距离内则是2002、165路站点，因此距离站牌一定距离内的乘客不能有效判断，其想乘坐哪一路，但是按照自然规律，距离较近的乘坐该路的可能性最大，比如想乘坐3路，自然会站在3路站牌附近，因此按照距离站牌的远近分配不同的权重。

获得站点的乘客密度值，将乘客密度值与当前候车站点的总人数的乘积作为乘车预计人数，

其中，I为待识别区域的图像，将I分成30块，t表示每一块，n为乘客密度，

为使用交叉熵训练的残差网络对块t提取特征，ω表示权重，f表示使用卷积网络抽取图像特征。

具体来说，输入待识别区域的图像I，I表示为三维数组[a,b,3]，将I分成30块。对于每一块t，先使用f抽取图像特征，是指将待识别区域的图像的三维数组[a,b,3]通过卷积网络抽取为[a*b]的一维数组，然后使用

抽取特征，是指使用交叉熵训练的残差网络对[a*b]的一维数组提取特征，所述使用交叉熵训练的残差网络是指使用图片和密度的训练对，利用损失函数为交叉熵的残差网络训练图片与密度之间的对应关系，因此是指使用交叉熵训练的残差网络对[a*b]的一维数组提取特征就是对应块t得到的密度值，得到块t的密度值后，将块t的密度值与图像I的密度值进行关联，求平均，块t密度值与权重ω乘积最大的则作为偏差值，得到输入图像I的密度。

计算所述线路集合中每条线路对应的乘车达成率是指分别根据公式(3)计算候车站台乘车预计人数，将乘车预计人数与站台总人数的比值作为各线路的乘车达成率，

其中，A1是线路在站点的乘车预计人数，x是线路在所述时间段内的历史数据，y是所述时间段内站点候车的图片信息，r为图像划分的块数，V_i表征局部特征置信度，取值范围[0,1]，V_j表征整体特征置信度，取值范围[0,1]，l_n(*)表示使用对比损失训练的孪生网络抽取后的特征，f(*)表示从分块图像中提取特征，e(*)表示使用交叉熵训练的卷积网络从历史数据中提取特征。

具体来说，对于输入的线路在所述时间段内的历史数据x，使用表示交叉熵训练的卷积网络从历史数据中提取特征，输入x，然后依次馈送到卷积层、池化层和全连接层，具体卷积网络为ResNet-100，最后输出一个特征向量。

对于所述时间段内站点候车的图片信息y等价于的图像的三维数组[a,b,3]，a表示图像的长，b表示图像的宽，将y分成15块，对于每一块r，先使用f(*)抽取图像特征，是指将图像的三维数组[a,b,3]通过卷积网络抽取为[a*b]的一维数组，然后使用l_n(*)抽取特征，是指使用对比损失训练的孪生网络对[a*b]的一维数组提取特征，所述使用对比损失训练的孪生网络是指使用历史数据，图片和人数的训练对，利用损失函数为对比损失的孪生网络训练历史数据，图片与人数之间的对应关系，因此是指使用对比损失训练的孪生网络对[a*b]的一维数组和历史数据提取的特征向量提取特征就是对应块r得到的人数，得到块r的人数后，将块r的人数与历史数据x和整体图片y进行关联，使用对比损失训练的孪生网络对的人数与历史数据x和整体图片y获取特征，块r部分和历史数据x和整体图片y关联过程中以V_iV_j作为置信度与特征相乘，并保证状态取值正则化，得到输入x和y对应的人数。

一种基于公交数字化转型的数据可视化公交调度管理平台，还包括远程移动展示终端，所述远程移动展示终端与显示控制终端进行无线通信；所述远程移动展示终端包括显示单元、被动展示控制单元以及主动展示控制单元；所述被动展示控制单元用于接收显示控制终端下发的数据包并控制显示单元进行展示；主动展示控制单元用于为用户提供数据可视化筛选界面，并记录用户所输入的筛选条件参数，从显示控制终端下发的数据包中筛选符合条件参数的数据，控制显示单元展示所述数据对应的可视化界面。

一种基于公交数字化转型的数据可视化公交调度管理平台，还包括地铁接驳检测终端，用于获得地铁到站信息并确定潜在目标用户，通知潜在目标用户站点候车的拥挤度，所述潜在目标用户是指以所述站点为换乘站点的乘车用户。

整体有的有益效果：本发明可根据当前候车站台拥挤度路况和线路运营情况，提供实时有效的调度方案，使线路车辆运行间隔均衡有效，提高车辆利用率，最大限度减少拥挤数据，缩短等车时间，提高乘车满意度。

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 (2)

1.一种基于公交数字化转型的数据可视化公交调度管理平台，其特征在于，包括线路车载终端、站点图像采集终端、调度管理中心终端、显示控制终端，

线路车载终端用于实时获取车辆当前位置信息和车厢图像信息，

站点图像采集终端用于实时获取站点候车的图像信息，

调度管理中心终端用于计算站点候车的拥挤度以及当前车辆的拥挤度，根据站点候车的拥挤度和途经所述站点的交通线路列表，确定调度方案，

所述计算站点候车的拥挤度是指确定需要计算拥挤度的时间段；

从站点图像采集终端获取所述时间段内候车站点的图像，基于图像识别技术获取图像中的人数，作为当前候车站点的总人数；

确定所述时间段内途径候车站点的线路集合，对所述时间段内的历史数据进行统计分析，计算所述线路集合中每条线路对应的乘车预计人数以及乘车达成率，所述计算所述线路集合中每条线路对应的乘车达成率是指分别根据公式(1)计算候车站台乘车预计人数，将乘车预计人数与站台总人数的比值作为各线路的乘车达成率，

其中，A1是线路在站点的乘车预计人数，x是线路在所述时间段内的历史数据，y是所述时间段内站点候车的图片信息，r为图像划分的块数，V_i表征局部特征置信度，取值范围[0，1]，V_j表征整体特征置信度，取值范围[0，1]，l_n(*)表示使用对比损失训练的孪生网络抽取后的特征，f(*)表示从分块图像中提取特征，e(*)表示使用交叉熵训练的卷积网络从历史数据中提取特征；

根据当前候车站点的总人数与各线路的乘车达成率，分别计算线路在所述站点的虚拟乘车人数，所述虚拟乘车人数即为线路对应的站点候车的拥挤度，

显示控制终端用于实时向用户展示可视化页面，所述可视化页面中包括车辆运行轨迹动态分布、异常调度轨迹报警以及调度方案，并基于触发条件，将触发后待展示的内容在可视化页面进行展示，所述触发条件包括车辆运行轨迹异常、站点候车的拥挤度超过阈值。

2.根据权利要求1所述的一种基于公交数字化转型的数据可视化公交调度管理平台，其特征在于，所述计算所述线路集合中每条线路对应的乘车预计人数是指将站牌的周边区域平均划分为若干子区域，在连续采样周期内，对每个子区域根据公式(2)进行人员密度识别，获取子区域对应的密度值，对每个采样周期内所获得密度值取均值作为所述子区域的密度值；按照距离站牌的远近为每一子区域配置不同的权重，获得站点的乘客密度值，将乘客密度值与当前候车站点的总人数的乘积作为乘车预计人数，

其中，I为待识别区域的图像，将I分成30块，t表示每一块，n为乘客密度，

为使用交叉熵训练的残差网络对块t提取特征，ω表示权重，f表示使用卷积网络抽取图像特征。

Images