CN114898587A - 一种公交车到站时间实时预测系统 - Google Patents
一种公交车到站时间实时预测系统 Download PDFInfo
- Publication number
- CN114898587A CN114898587A CN202210304253.2A CN202210304253A CN114898587A CN 114898587 A CN114898587 A CN 114898587A CN 202210304253 A CN202210304253 A CN 202210304253A CN 114898587 A CN114898587 A CN 114898587A
- Authority
- CN
- China
- Prior art keywords
- time
- bus
- module
- arrival time
- 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.)
- Pending
Links
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 description 6
- 208000027744 congestion Diseases 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
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
本发明涉及一种公交车到站时间实时预测系统。该公交车到站时间实时预测系统，该系统包括路线定位模块、车辆定位模块、存储模块与预测模块，其中，所述路线定位模块基于公交车辆的行驶路线以及行驶路线上的站点，在相邻两站点之间设置至少一个标准点；所述车辆定位模块实时更新该车辆的位置以及基于位置的速度；所述存储模块采集并记录公交车辆达到各个站点以及各个标准点的时间数据与速度数据；该公交车到站时间实时预测系统，结构较为简单，操作十分方便，通过标准点的设置，排除站点与站点之间的红绿灯以及拥堵的干扰，提高了到站时间预测的精准性，且对于后续站点的到站时间进行实时更新，便于推广使用。
Description
技术领域
本发明属于到站时间预测技术领域，具体涉及一种公交车到站时间实时预测系统。
背景技术
随着经济的快速发展，交通拥堵问题也日益严峻。公交车是一种有效解决城市交通拥堵问题的方法，但由于我国公交车到站准点率低，乘客出行时间无法得到保证，严重影响公交车的出行分担率。
公交线路相邻站点的行程时间，受天气条件、不同时段的道路拥堵程度、突发状况等因素影响较大；到站停靠时间主要受上下车人数等因素影响；因此公交车的实际到站时间随行程时间和停靠时间变化。乘客通过电子站牌或手机APP(Application)等方式，从到站时刻表中获取公交车的期望到站时间，但与实际到站时间的一致性差，导致乘客放弃选择公交车出行方式，降低了公交车的出行分担率。
发明内容
本发明的目的就在于为了解决上述问题而提供一种结构简单，设计合理的公交车到站时间实时预测系统。
本发明通过以下技术方案来实现上述目的：
一种公交车到站时间实时预测系统，该系统包括路线定位模块、车辆定位模块、存储模块与预测模块，其中，所述路线定位模块基于公交车辆的行驶路线以及行驶路线上的站点，在相邻两站点之间设置至少一个标准点；所述车辆定位模块实时更新该车辆的位置以及基于位置的速度；所述存储模块采集并记录公交车辆达到各个站点以及各个标准点的时间数据与速度数据；所述预测模块基于该次行驶到达站点以及标准点的时间，计算得到后续站点的时间。
作为本发明的进一步优化方案，所述路线定位模块包括分段模块，所述分段模块基于两站点之间的路线进行分段，得到若干组路段，所述车辆定位模块采集个路段的平均车速。
作为本发明的进一步优化方案，基于公交车辆在两站点之间的路段行驶速度，以路段中平均速度从低至高进行排列，标准点的选取按排列速度进行选择，且该标准点设置于路段的结束处。
作为本发明的进一步优化方案，当所述两站点的之间的距离小于设定值时，不设标准点。
作为本发明的进一步优化方案，所述存储模块基于历史的公交车辆达到各个站点以及各个标准点的时间数据与速度数据，计算得到相邻站点以及相邻标准点之间的平均用时，所述预测模块基于平均用时计算得到后续站点的到站时间。
作为本发明的进一步优化方案，所述站点内设置有图像采集模块，所述图像采集模块采集站点内该公交车的乘客排队数量，基于乘客的平均上车用时，得到该站点的停留时间，基于停留时间得到后续站点的到站时间。
作为本发明的进一步优化方案，该系统还包括显示模块，所述显示模块包括设置于各个站点内显示屏，显示预测模块预测的该站到站时间。
本发明的有益效果在于：本发明可以基于现有的实时预测系统，在相邻站点之间设置标准点，基于站点与标准点、标准点至标准点以及标准点至站点之间的平均时间，来实时获得下一站点的到站时间，从而更新后续站点的到站时间，基于标准点，来提高下一站点的到站时间的精准性；整个公交车到站时间实时预测系统的结构较为简单，操作十分方便，通过标准点的设置，排除站点与站点之间的红绿灯以及拥堵的干扰，提高了到站时间预测的精准性，且对于后续站点的到站时间进行实时更新，便于推广使用。
附图说明
图1是本发明的整体结构示意图；
图2是本发明的路线定位模块的结构示意图。
具体实施方式
下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
实施例1
如图1与图2所示，一种公交车到站时间实时预测系统，该系统包括路线定位模块、车辆定位模块、存储模块与预测模块，其中，所述路线定位模块基于公交车辆的行驶路线以及行驶路线上的站点，在相邻两站点之间设置至少一个标准点；所述车辆定位模块实时更新该车辆的位置以及基于位置的速度；所述存储模块采集并记录公交车辆达到各个站点以及各个标准点的时间数据与速度数据；所述预测模块基于该次行驶到达站点以及标准点的时间，计算得到后续站点的时间。
具体的，所述路线定位模块包括分段模块，所述分段模块基于两站点之间的路线进行分段，得到若干组路段，所述车辆定位模块采集个路段的平均车速。该分段模块在实际的操作中可以由人工操作进行分段，该分段的依据最佳的是基于可能发生拥堵的情况路段或者具有较长时间的红绿灯路口，对此进行分段便于行驶的公交车排除会较大影响进站时间的因素，便于后续的站点(尤其相邻站点)的到站时间更为精确。
因此，基于公交车辆在两站点之间的路段行驶速度，以路段中平均速度从低至高进行排列，标准点的选取按排列速度进行选择，且该标准点设置于路段的结束处。基于行驶速度来判断该路段是否为拥堵或缓慢路段，这种路段车辆的行驶速度具有较大的随机性；进一步的，当所述两站点的之间的距离小于设定值时，不设标准点，即两站点若距离较短，则不设置上述标准点。
进一步的，所述存储模块基于历史的公交车辆达到各个站点以及各个标准点的时间数据与速度数据，计算得到相邻站点以及相邻标准点之间的平均用时，所述预测模块基于平均用时计算得到后续站点的到站时间。存储模块实时更新相邻站点以及站点至标准点、标准点至站点的行驶实际时间，对于以路过的站点，基于实际的到站时间，通过平均时间，更新后续各个站点预测时间，当然后续站点的预测时间也可以通过现有的路段车流量定位预测的手段来实现预测时间的更新，对于相邻的站点，可以基于标准点的到站时间来提高下一站点的到站时间的精确性。
进一步的，所述站点内设置有图像采集模块，所述图像采集模块采集站点内该公交车的乘客排队数量，基于乘客的平均上车用时，得到该站点的停留时间，基于停留时间得到后续站点的到站时间。在一些各路公交车分区明确的公交车站，可以通过该方式，来预测该公交车在该站的停留时间，从而提高后续站点到达时间的精准性。
该系统还包括显示模块，所述显示模块包括设置于各个站点内显示屏，显示预测模块预测的该站到站时间；该显示模块还包括显示于手机APP或网站上的到站时间查询界面。
需要说明的是，该公交车到站时间实时预测系统，在使用时，该预测系统可以基于现有的实时预测系统，在相邻站点之间设置标准点，基于站点与标准点、标准点至标准点以及标准点至站点之间的平均时间，来实时获得下一站点的到站时间，从而更新后续站点的到站时间，基于标准点，来提高下一站点的到站时间的精准性；整个公交车到站时间实时预测系统的结构较为简单，操作十分方便，通过标准点的设置，排除站点与站点之间的红绿灯以及拥堵(经常拥堵的路段)的干扰，提高了到站时间预测的精准性，且对于后续站点的到站时间进行实时更新，便于推广使用。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (7)
1.一种公交车到站时间实时预测系统，其特征在于，该系统包括路线定位模块、车辆定位模块、存储模块与预测模块，其中，所述路线定位模块基于公交车辆的行驶路线以及行驶路线上的站点，在相邻两站点之间设置至少一个标准点；所述车辆定位模块实时更新该车辆的位置以及基于位置的速度；所述存储模块采集并记录公交车辆达到各个站点以及各个标准点的时间数据与速度数据；所述预测模块基于该次行驶到达站点以及标准点的时间，计算得到后续站点的时间。
2.根据权利要求1所述的一种公交车到站时间实时预测系统，其特征在于：所述路线定位模块包括分段模块，所述分段模块基于两站点之间的路线进行分段，得到若干组路段，所述车辆定位模块采集个路段的平均车速。
3.根据权利要求2所述的一种公交车到站时间实时预测系统，其特征在于：基于公交车辆在两站点之间的路段行驶速度，以路段中平均速度从低至高进行排列，标准点的选取按排列速度进行选择，且该标准点设置于路段的结束处。
4.根据权利要求3所述的一种公交车到站时间实时预测系统，其特征在于：当所述两站点的之间的距离小于设定值时，不设标准点。
5.根据权利要求4所述的一种公交车到站时间实时预测系统，其特征在于：所述存储模块基于历史的公交车辆达到各个站点以及各个标准点的时间数据与速度数据，计算得到相邻站点以及相邻标准点之间的平均用时，所述预测模块基于平均用时计算得到后续站点的到站时间。
6.根据权利要求5所述的一种公交车到站时间实时预测系统，其特征在于：所述站点内设置有图像采集模块，所述图像采集模块采集站点内该公交车的乘客排队数量，基于乘客的平均上车用时，得到该站点的停留时间，基于停留时间得到后续站点的到站时间。
7.根据权利要求6所述的一种公交车到站时间实时预测系统，其特征在于：该系统还包括显示模块，所述显示模块包括设置于各个站点内显示屏，显示预测模块预测的该站到站时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210304253.2A CN114898587A (zh) | 2022-03-25 | 2022-03-25 | 一种公交车到站时间实时预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210304253.2A CN114898587A (zh) | 2022-03-25 | 2022-03-25 | 一种公交车到站时间实时预测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114898587A true CN114898587A (zh) | 2022-08-12 |
Family
ID=82716473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210304253.2A Pending CN114898587A (zh) | 2022-03-25 | 2022-03-25 | 一种公交车到站时间实时预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114898587A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117910660A (zh) * | 2024-03-18 | 2024-04-19 | 华中科技大学 | 基于gps数据及时空关联性的公交到站时间预测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101958054A (zh) * | 2010-09-29 | 2011-01-26 | 郑冬冬 | 一种公共交通信息管理系统 |
| US20120010803A1 (en) * | 2010-07-07 | 2012-01-12 | International Business Machines Corporation | Vehicle arrival prediction using multiple data sources including passenger bus arrival prediction |
| CN104064028A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 基于多元信息数据的公交到站时间预测方法及系统 |
| CN105096643A (zh) * | 2015-09-02 | 2015-11-25 | 重庆大学 | 基于多线路前车运行数据的实时公交到站时间预测方法 |
| CN109544908A (zh) * | 2018-10-24 | 2019-03-29 | 佛山市慧城信息科技有限公司 | 一种实时预测公交到站时间的方法、电子设备及存储介质 |
-
2022
- 2022-03-25 CN CN202210304253.2A patent/CN114898587A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120010803A1 (en) * | 2010-07-07 | 2012-01-12 | International Business Machines Corporation | Vehicle arrival prediction using multiple data sources including passenger bus arrival prediction |
| CN101958054A (zh) * | 2010-09-29 | 2011-01-26 | 郑冬冬 | 一种公共交通信息管理系统 |
| CN104064028A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 基于多元信息数据的公交到站时间预测方法及系统 |
| CN105096643A (zh) * | 2015-09-02 | 2015-11-25 | 重庆大学 | 基于多线路前车运行数据的实时公交到站时间预测方法 |
| CN109544908A (zh) * | 2018-10-24 | 2019-03-29 | 佛山市慧城信息科技有限公司 | 一种实时预测公交到站时间的方法、电子设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117910660A (zh) * | 2024-03-18 | 2024-04-19 | 华中科技大学 | 基于gps数据及时空关联性的公交到站时间预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102081859B (zh) | 一种公交车到站时间预测模型控制方法 | |
| CN102737504B (zh) | 一种基于驾驶特性的公交车到站时间实时估计方法 | |
| CN102708689B (zh) | 一种实时路况监控系统 | |
| CN102722984B (zh) | 一种实时路况监控方法 | |
| CN201804445U (zh) | 一种智能公交营运管理系统 | |
| EP3872782A1 (en) | Method and apparatus for issuing traffic information, device, storage medium and system | |
| CN102819950A (zh) | 一种交通工具搭载辅助决策的系统和方法 | |
| CN1497521A (zh) | 使用专用短程通信给乘客提供公共汽车到达时间的方法 | |
| CN111829538A (zh) | 交通安全导航方法、存储介质及电子设备 | |
| CN107067643A (zh) | 景区游客数量超负荷广播系统 | |
| CN114898587A (zh) | 一种公交车到站时间实时预测系统 | |
| KR20120133635A (ko) | 소셜 네트워크를 이용한 교통정보 자동 공유시스템 | |
| WO2010058058A1 (en) | Arrangement and related method for analysing and controlling traffic conditions at borders | |
| CN109740823B (zh) | 一种面向实时场景计算的出租车打车决策方法及系统 | |
| CN114708741A (zh) | 一种基于v2x技术的多相位公交优先控制方法 | |
| CN102024328A (zh) | 基于车头时距均衡的公交信号优先方法 | |
| CN117854301A (zh) | 一种公交车行进路线动态调整方法、装置、设备及介质 | |
| CN104376718A (zh) | 一种实时路况远程智能监控方法 | |
| CN114078322A (zh) | 一种公交运行状态评价方法、装置、设备及存储介质 | |
| CN106530718A (zh) | 一种基于车载终端的智能驾驶系统 | |
| CN111008747A (zh) | 一种基于交旅数据融合的景区客流量预测方法 | |
| CN116343498A (zh) | 一种基于大数据公交路线拥堵点提醒系统 | |
| CN108986455B (zh) | 一种车联网环境下拼车优先的hov车道动态管控方法 | |
| KR102645825B1 (ko) | 교통 정보를 생성하는 서버, 방법 및 컴퓨터 프로그램 | |
| CN111276002A (zh) | 一种基于服务瓶颈站点识别的公交调度方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220812 |