CN115545336A - 轨道交通行程微调系统及方法 - Google Patents

轨道交通行程微调系统及方法 Download PDF

Info

Publication number
CN115545336A
CN115545336A CN202211331373.8A CN202211331373A CN115545336A CN 115545336 A CN115545336 A CN 115545336A CN 202211331373 A CN202211331373 A CN 202211331373A CN 115545336 A CN115545336 A CN 115545336A
Authority
CN
China
Prior art keywords
rail
platform
rail vehicle
preset platform
passengers
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Withdrawn
Application number
CN202211331373.8A
Other languages
English (en)
Inventor
王飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202211331373.8A priority Critical patent/CN115545336A/zh
Publication of CN115545336A publication Critical patent/CN115545336A/zh
Withdrawn legal-status Critical Current

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种轨道交通行程微调系统，包括：对象分析设备，用于根据过往多天在预测时刻的多个现场乘客数量、预设站台占地面积、轨道交通路线站台数量以及站台平均间距智能分析当天预测时刻预设站台处的乘客数量并作为预期乘客数量输出；微调处理设备，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离预设站台最近的轨道车辆的停车时长的微调操作。本发明还涉及一种轨道交通行程微调方法。本发明的轨道交通行程微调系统及方法结构简单、设计智能。由于能够有效预测所述轨道车辆到站时的站台候车人数，并根据预测人数进行停车时长的微调，从而保证了轨道交通的人性化管理。

Description

轨道交通行程微调系统及方法
技术领域
本发明涉及轨道交通领域，尤其涉及一种轨道交通行程微调系统及方法。
背景技术
在公共交通领域中：
申请公布号为CN113780808A的发明涉及一种基于柔性公交接驳系统线的车辆服务属性决策优化方法。接驳柔性公交在特定的区域内以轨道交通枢纽站为起终点，按实时需求提供需求点到枢纽站之间的接驳服务，可以实现“公交+地铁”出行方式的无缝对接，可节约乘客出行时间成本，提高公交服务水平，进而提升公共交通吸引力；系统内的公交车辆可根据调度中心采集到的实时客流需求信息在一定区域内灵活行驶，统筹优化公交运输资源配置，提高车辆载客率，降低公交企业运营成本，实现社会效益最大化；同时通过对社区巴士与枢纽接驳柔性公交的协同调度策略提高公交运营效率，可吸引更多出行者选择公共交通出行方式，可有效推动城市公共交通发展。
申请公布号为CN113781822A的发明公开了一种基于大数据的公交车用调度系统，具体包括中心调度单元，所述中心调度单元的输出端与若干个区域调度单元的输入端电连接，所述区域调度单元的输出端与车辆统计模块的输入端电连接，所述车辆统计模块的输出端与GPS定位模块的输出端电连接。通过设置车辆统计模块、区域调度单元、数据分析模块、智能预测模块和任务分配模块，使本系统具备人工调度和智能调度两种方式，在客流量高峰期能够通过两种方式的相互配合，快速有效的做出合理调度方案，同时能够根据大数据进行测算，预测客流高峰路段，从而提前做出调度安排，避免公交车调度不及时，从而应对多变的客流情况，改善乘车人员体验。
申请公布号为CN113011466A的发明公开了一种虚实公交站点的设置系统和设置方法，通过系统发布众包任务来收集用户上下车位置信息的需求，继而在距离较远的两实体站点之间形成虚拟站点，并通过聚类方法对收集到的用户位置信息进行聚集中心位置的确定，同时，为便于公交车司机在虚拟站点之间选择合适的行驶路线，系统还对得到的虚拟站点进行等级的划分，提高了实体站点之间的用户乘车的便利性，合理导向了司机行驶路线的确定，最大可能地先经过下车人员较多的站点，大大减小了现有公交车内乘车的拥挤程度，提高了用户的出行体验，提高了公共交通服务水平；同时，有效地减少了实体站台的修建数量、维护成本。
广义上的轨道交通是指各种由火车、铁路、车站和调度系统(包括调度设备和调度人员)所共同组成的路面交通运输工具，包括一切传统铁路系统和新型轨道系统。广义轨道交通的主体就是传统铁路，包括高速铁路。
狭义上的轨道交通一般特指城轨、即城际轨道交通和城市轨道交通两大类型，如中国的珠三角城际快速轨道交通、东莞轨道交通等。一般来说，轨道交通比较多用于称呼在经济发达地区中新建的各种中短距离客运铁路系统。
对于狭义上的轨道交通来说，在早晚高峰时间段内，距离前方候车站台最近的轨道车辆由于无法判断其到达前方候车站台的准确时刻，同时也无法判断在其到达前方候车站台的时刻前方候车站台处的乘客数量，导致所述轨道车辆因为采用固定数值的停车时长出现停车时长与实时乘客数量不匹配的问题。这样，如果停车时长相对于实时乘客数量过短，容易导致站台上的乘客无法完全上车，相反，如果停车时长相对于实时乘客数量过长，则延误了本轨道车辆以及后续轨道车辆的行程时间，进而延误了乘坐轨道交通的各位乘客的到站时间。
发明内容
为了解决上述技术问题，本发明提供了一种轨道交通行程微调系统及方法，能够有效分析距离前方候车站台最近的轨道车辆的到站时间，以及基于智能分析机制有效预测所述轨道车辆到站时的站台候车人数，并根据预测人数进行在轨道交通路线的运行时刻表下的停车时长的微调，从而尽可能满足每一位乘客的乘坐需求。
根据本发明的一方面，提供了一种轨道交通行程微调系统，所述系统包括：
信息采集器件，包括定时执行设备、画面采集设备、外形检测设备以及数量解析设备，用于获取轨道交通路线上预设站台在过往每一天的各个时刻分别对应的各个现场乘客数量，所述定时执行设备与所述画面采集设备连接，用于为所述画面采集设备在过往每一天的各个时刻分别采用到的各个即时站台画面提供各个时间戳，所述外形检测设备与所述画面采集设备连接，用于对任一即时站台画面执行标准人体外形的匹配处理以获得即时站台画面中的各个人体成像区域，所述数量解析设备与所述外形检测设备连接，用于累计即时站台画面中各个人体成像区域的数量以作为实时检测数量，并将所述实时检测数量减去所述即时站台画面对应时刻的站台服务人员数量以获得所述即时站台画面对应时刻的现场乘客数量，所述信息采集器件设置在所述预设站台位置；
内容映射器件，与所述信息采集器件连接且设置在轨道交通路线上的轨道车辆内，用于在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻；
定位执行器件，设置在所述轨道车辆内且与所述内容映射器件连接，用于为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近；
对象分析设备，分别与所述内容映射器件以及所述信息采集器件连接，用于根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出；
微调处理设备，与所述对象分析设备连接，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作。
根据本发明的另一方面，还提供了一种轨道交通行程微调方法，所述方法包括：
使用信息采集器件，包括定时执行设备、画面采集设备、外形检测设备以及数量解析设备，用于获取轨道交通路线上预设站台在过往每一天的各个时刻分别对应的各个现场乘客数量，所述定时执行设备与所述画面采集设备连接，用于为所述画面采集设备在过往每一天的各个时刻分别采用到的各个即时站台画面提供各个时间戳，所述外形检测设备与所述画面采集设备连接，用于对任一即时站台画面执行标准人体外形的匹配处理以获得即时站台画面中的各个人体成像区域，所述数量解析设备与所述外形检测设备连接，用于累计即时站台画面中各个人体成像区域的数量以作为实时检测数量，并将所述实时检测数量减去所述即时站台画面对应时刻的站台服务人员数量以获得所述即时站台画面对应时刻的现场乘客数量，所述信息采集器件设置在所述预设站台位置；
使用内容映射器件，与所述信息采集器件连接且设置在轨道交通路线上的轨道车辆内，用于在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻；
使用定位执行器件，设置在所述轨道车辆内且与所述内容映射器件连接，用于为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近；
使用对象分析设备，分别与所述内容映射器件以及所述信息采集器件连接，用于根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出；
使用微调处理设备，与所述对象分析设备连接，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作。
本发明的轨道交通行程微调系统及方法结构简单、设计智能。由于能够有效预测所述轨道车辆到站时的站台候车人数，并根据预测人数进行停车时长的微调，从而保证了轨道交通的人性化管理。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案1的轨道交通行程微调系统的结构示意图。
图2为根据本发明实施方案2的轨道交通行程微调方法的步骤流程图。
具体实施方式
下面将参照附图对本发明的轨道交通行程微调系统及方法的实施方案进行详细说明。
实施方案1
图1为根据本发明实施方案1的轨道交通行程微调系统的结构示意图，所述系统包括：
信息采集器件，包括定时执行设备、画面采集设备、外形检测设备以及数量解析设备，用于获取轨道交通路线上预设站台在过往每一天的各个时刻分别对应的各个现场乘客数量，所述定时执行设备与所述画面采集设备连接，用于为所述画面采集设备在过往每一天的各个时刻分别采用到的各个即时站台画面提供各个时间戳，所述外形检测设备与所述画面采集设备连接，用于对任一即时站台画面执行标准人体外形的匹配处理以获得即时站台画面中的各个人体成像区域，所述数量解析设备与所述外形检测设备连接，用于累计即时站台画面中各个人体成像区域的数量以作为实时检测数量，并将所述实时检测数量减去所述即时站台画面对应时刻的站台服务人员数量以获得所述即时站台画面对应时刻的现场乘客数量，所述信息采集器件设置在所述预设站台位置；
内容映射器件，与所述信息采集器件连接且设置在轨道交通路线上的轨道车辆内，用于在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻；
定位执行器件，设置在所述轨道车辆内且与所述内容映射器件连接，用于为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近；
对象分析设备，分别与所述内容映射器件以及所述信息采集器件连接，用于根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出；
微调处理设备，与所述对象分析设备连接，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作；
其中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作包括：当预期乘客数量超过或者等于设定数量阈值时，微调操作后的距离所述预设站台最近的轨道车辆的停车时长比轨道交通路线的运行时刻表下的设置时长延长；
以及其中在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：当预期乘客数量小于所述设定数量阈值时，微调操作后的距离所述预设站台最近的轨道车辆的停车时长比轨道交通路线的运行时刻表下的设置时长缩短。
接着，继续对本发明的轨道交通行程微调系统的具体结构进行进一步的说明。
所述轨道交通行程微调系统中还可以包括：
内容存储设备，与所述微调处理设备连接，用于存储所述轨道交通路线的运行时刻表；
无线传输设备，与所述微调处理设备连接，用于将微调操作后的距离所述预设站台最近的轨道车辆的停车时长上报给轨道交通管理中心处的云计算服务器；
其中，根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出包括：基于智能分析模型执行所述智能分析，所述智能分析模型基于深度反馈神经网络；
其中，所述智能分析模型基于的深度反馈神经网络可以基于MATLAB工具箱进行建模。
在所述轨道交通行程微调系统中：
在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作包括：在预期乘客数量等于设定乘客数量时，保持轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长不变；
其中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：在预期乘客数量大于设定乘客数量时，微调轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长以使得微调后的停车时长略大于设定停车时长。
在所述轨道交通行程微调系统中：
为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离小于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆距离所述预设站台最近，所述轨道车辆以及其他轨道车辆都为开往所述预设站台的轨道车辆；
其中，为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近还包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离大于或者等于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆并非距离所述预设站台最近。
以及在所述轨道交通行程微调系统中：
在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻包括：将所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离作为实时到站距离，基于所述实时到站距离以及所述轨道车辆的当前车速确定所述轨道车辆到达所述预设站台的预测时刻。
实施方案2
图2为根据本发明实施方案2的轨道交通行程微调方法的步骤流程图，所述方法包括：
使用信息采集器件，包括定时执行设备、画面采集设备、外形检测设备以及数量解析设备，用于获取轨道交通路线上预设站台在过往每一天的各个时刻分别对应的各个现场乘客数量，所述定时执行设备与所述画面采集设备连接，用于为所述画面采集设备在过往每一天的各个时刻分别采用到的各个即时站台画面提供各个时间戳，所述外形检测设备与所述画面采集设备连接，用于对任一即时站台画面执行标准人体外形的匹配处理以获得即时站台画面中的各个人体成像区域，所述数量解析设备与所述外形检测设备连接，用于累计即时站台画面中各个人体成像区域的数量以作为实时检测数量，并将所述实时检测数量减去所述即时站台画面对应时刻的站台服务人员数量以获得所述即时站台画面对应时刻的现场乘客数量，所述信息采集器件设置在所述预设站台位置；
使用内容映射器件，与所述信息采集器件连接且设置在轨道交通路线上的轨道车辆内，用于在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻；
使用定位执行器件，设置在所述轨道车辆内且与所述内容映射器件连接，用于为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近；
使用对象分析设备，分别与所述内容映射器件以及所述信息采集器件连接，用于根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出；
使用微调处理设备，与所述对象分析设备连接，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作；
其中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作包括：当预期乘客数量超过或者等于设定数量阈值时，微调操作后的距离所述预设站台最近的轨道车辆的停车时长比轨道交通路线的运行时刻表下的设置时长延长；
以及其中在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：当预期乘客数量小于所述设定数量阈值时，微调操作后的距离所述预设站台最近的轨道车辆的停车时长比轨道交通路线的运行时刻表下的设置时长缩短。
接着，继续对本发明的轨道交通行程微调方法的具体步骤进行进一步的说明。
所述轨道交通行程微调方法还可以包括：
使用内容存储设备，与所述微调处理设备连接，用于存储所述轨道交通路线的运行时刻表；
使用无线传输设备，与所述微调处理设备连接，用于将微调操作后的距离所述预设站台最近的轨道车辆的停车时长上报给轨道交通管理中心处的云计算服务器；
其中，根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出包括：基于智能分析模型执行所述智能分析，所述智能分析模型基于深度反馈神经网络；
其中，所述智能分析模型基于的深度反馈神经网络可以基于MATLAB工具箱进行建模。
所述轨道交通行程微调方法中：
在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作包括：在预期乘客数量等于设定乘客数量时，保持轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长不变；
其中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：在预期乘客数量大于设定乘客数量时，微调轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长以使得微调后的停车时长略大于设定停车时长。
所述轨道交通行程微调方法中：
为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离小于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆距离所述预设站台最近，所述轨道车辆以及其他轨道车辆都为开往所述预设站台的轨道车辆；
其中，为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近还包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离大于或者等于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆并非距离所述预设站台最近。
以及所述轨道交通行程微调方法中：
在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻包括：将所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离作为实时到站距离，基于所述实时到站距离以及所述轨道车辆的当前车速确定所述轨道车辆到达所述预设站台的预测时刻。
另外，在所述轨道交通行程微调系统以及方法中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：在预期乘客数量小于设定乘客数量时，微调轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长以使得微调后的停车时长略小于设定停车时长。
由此可见，本发明至少具备以下几条主要的发明构思：
第一条、针对轨道交通路线上的任一候车站台，为开往所述候车站台且距离所述候车站台最近的轨道车辆提供停留时长的微调服务，以使得微调后的停留时长与所述候车站台上的候车人数匹配；
第二条、基于轨道交通路线的特征数据以及距离所述候车站台最近的轨道车辆到达所述候车站台的预期时刻在过往各天分别对应的各个历史候车人数智能分析当天预期时刻所述候车站台上的候车人数；
第三条、微调服务在轨道交通路线的运行时刻表下执行，且将微调结果上报给轨道交通管理中心处的云计算服务器以避免各个轨道车辆行程出现冲突。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种轨道交通行程微调系统，其特征在于，所述系统包括：
信息采集器件，包括定时执行设备、画面采集设备、外形检测设备以及数量解析设备，用于获取轨道交通路线上预设站台在过往每一天的各个时刻分别对应的各个现场乘客数量，所述定时执行设备与所述画面采集设备连接，用于为所述画面采集设备在过往每一天的各个时刻分别采用到的各个即时站台画面提供各个时间戳，所述外形检测设备与所述画面采集设备连接，用于对任一即时站台画面执行标准人体外形的匹配处理以获得即时站台画面中的各个人体成像区域，所述数量解析设备与所述外形检测设备连接，用于累计即时站台画面中各个人体成像区域的数量以作为实时检测数量，并将所述实时检测数量减去所述即时站台画面对应时刻的站台服务人员数量以获得所述即时站台画面对应时刻的现场乘客数量，所述信息采集器件设置在所述预设站台位置；
内容映射器件，与所述信息采集器件连接且设置在轨道交通路线上的轨道车辆内，用于在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻；
定位执行器件，设置在所述轨道车辆内且与所述内容映射器件连接，用于为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近；
对象分析设备，分别与所述内容映射器件以及所述信息采集器件连接，用于根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出；
微调处理设备，与所述对象分析设备连接，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作。
2.如权利要求1所述的轨道交通行程微调系统，其特征在于，所述系统还包括：
内容存储设备，与所述微调处理设备连接，用于存储所述轨道交通路线的运行时刻表；
无线传输设备，与所述微调处理设备连接，用于将微调操作后的距离所述预设站台最近的轨道车辆的停车时长上报给轨道交通管理中心处的云计算服务器；
其中，根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出包括：基于智能分析模型执行所述智能分析，所述智能分析模型基于深度反馈神经网络。
3.如权利要求1-2任一所述的轨道交通行程微调系统，其特征在于：
在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作包括：在预期乘客数量等于设定乘客数量时，保持轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长不变；
其中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：在预期乘客数量大于设定乘客数量时，微调轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长以使得微调后的停车时长略大于设定停车时长。
4.如权利要求1-2任一所述的轨道交通行程微调系统，其特征在于：
为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离小于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆距离所述预设站台最近，所述轨道车辆以及其他轨道车辆都为开往所述预设站台的轨道车辆；
其中，为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近还包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离大于或者等于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆并非距离所述预设站台最近。
5.如权利要求1-2任一所述的轨道交通行程微调系统，其特征在于：
在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻包括：将所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离作为实时到站距离，基于所述实时到站距离以及所述轨道车辆的当前车速确定所述轨道车辆到达所述预设站台的预测时刻。
6.一种轨道交通行程微调方法，其特征在于，所述方法包括：
使用信息采集器件，包括定时执行设备、画面采集设备、外形检测设备以及数量解析设备，用于获取轨道交通路线上预设站台在过往每一天的各个时刻分别对应的各个现场乘客数量，所述定时执行设备与所述画面采集设备连接，用于为所述画面采集设备在过往每一天的各个时刻分别采用到的各个即时站台画面提供各个时间戳，所述外形检测设备与所述画面采集设备连接，用于对任一即时站台画面执行标准人体外形的匹配处理以获得即时站台画面中的各个人体成像区域，所述数量解析设备与所述外形检测设备连接，用于累计即时站台画面中各个人体成像区域的数量以作为实时检测数量，并将所述实时检测数量减去所述即时站台画面对应时刻的站台服务人员数量以获得所述即时站台画面对应时刻的现场乘客数量，所述信息采集器件设置在所述预设站台位置；
使用内容映射器件，与所述信息采集器件连接且设置在轨道交通路线上的轨道车辆内，用于在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻；
使用定位执行器件，设置在所述轨道车辆内且与所述内容映射器件连接，用于为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近；
使用对象分析设备，分别与所述内容映射器件以及所述信息采集器件连接，用于根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出；
使用微调处理设备，与所述对象分析设备连接，用于在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作。
7.如权利要求6所述的轨道交通行程微调方法，其特征在于，所述方法还包括：
使用内容存储设备，与所述微调处理设备连接，用于存储所述轨道交通路线的运行时刻表；
使用无线传输设备，与所述微调处理设备连接，用于将微调操作后的距离所述预设站台最近的轨道车辆的停车时长上报给轨道交通管理中心处的云计算服务器；
其中，根据过往多天在所述预测时刻的多个现场乘客数量、所述预设站台占地面积、轨道交通路线站台数量以及轨道交通路线站台平均间距智能分析当天预测时刻所述预设站台处的乘客数量并作为预期乘客数量输出包括：基于智能分析模型执行所述智能分析，所述智能分析模型基于深度反馈神经网络。
8.如权利要求6-7任一所述的轨道交通行程微调方法，其特征在于：
在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作包括：在预期乘客数量等于设定乘客数量时，保持轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长不变；
其中，在轨道交通路线的运行时刻表下执行基于预期乘客数量的距离所述预设站台最近的轨道车辆的停车时长的微调操作还包括：在预期乘客数量大于设定乘客数量时，微调轨道交通路线的运行时刻表中距离所述预设站台最近的轨道车辆的设定停车时长以使得微调后的停车时长略大于设定停车时长。
9.如权利要求6-7任一所述的轨道交通行程微调方法，其特征在于：
为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离小于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆距离所述预设站台最近，所述轨道车辆以及其他轨道车辆都为开往所述预设站台的轨道车辆；
其中，为所述轨道车辆提供定位服务以判断所述轨道车辆是否距离所述预设站台最近还包括：监测所述轨道车辆的当前定位数据，并在所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离大于或者等于其他轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离时，判断所述轨道车辆并非距离所述预设站台最近。
10.如权利要求6-7任一所述的轨道交通行程微调方法，其特征在于：
在所述轨道车辆距离所述预设站台最近时，确定所述轨道车辆到达所述预设站台的预测时刻包括：将所述轨道车辆的当前定位数据与所述预设站台的定位数据分别对应的两处定位位置相隔距离作为实时到站距离，基于所述实时到站距离以及所述轨道车辆的当前车速确定所述轨道车辆到达所述预设站台的预测时刻。
CN202211331373.8A 2022-10-28 2022-10-28 轨道交通行程微调系统及方法 Withdrawn CN115545336A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211331373.8A CN115545336A (zh) 2022-10-28 2022-10-28 轨道交通行程微调系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211331373.8A CN115545336A (zh) 2022-10-28 2022-10-28 轨道交通行程微调系统及方法

Publications (1)

Publication Number Publication Date
CN115545336A true CN115545336A (zh) 2022-12-30

Family

ID=84718772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211331373.8A Withdrawn CN115545336A (zh) 2022-10-28 2022-10-28 轨道交通行程微调系统及方法

Country Status (1)

Country Link
CN (1) CN115545336A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116704778A (zh) * 2023-08-04 2023-09-05 创意(成都)数字科技有限公司 智慧交通数据处理方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116704778A (zh) * 2023-08-04 2023-09-05 创意(成都)数字科技有限公司 智慧交通数据处理方法、装置、设备及存储介质
CN116704778B (zh) * 2023-08-04 2023-10-24 创意(成都)数字科技有限公司 智慧交通数据处理方法、装置、设备及存储介质

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
CN108831149B (zh) 一种基于历史od信息定制公交线路开行方法及系统
Tétreault et al. Estimating bus run times for new limited-stop service using archived AVL and APC data
CN109637134B (zh) 一种公交设备匹配方法
CN110956328B (zh) 一种大客流影响的轨道交通站点公交接驳规模预测方法
CN105096643A (zh) 基于多线路前车运行数据的实时公交到站时间预测方法
CN105005959A (zh) 一种具有特征属性的公交车客流量计算及统计分析方法
CN102394011A (zh) 公交车自动化动态调度系统及方法
Diab et al. The farside story: measuring the benefits of bus stop location on transit performance
CN105046983A (zh) 一种基于车路协同的交通流量预测系统及方法
CN108563717A (zh) 一种基于信息融合的共享单车故障识别与应用系统
CN108364464A (zh) 一种基于概率模型的公交车辆旅行时间建模方法
CN102063791B (zh) 一种信号控制与定位监控相结合的公交车辆行车控制方法
CN114132363A (zh) 基于客流时空状态精细化分析的列车运行图编制方法
CN115545336A (zh) 轨道交通行程微调系统及方法
CN108847019B (zh) 一种计算可变线路公交车辆到达固定站点行程时间的方法
CN108197078B (zh) 一种基于公交ic卡数据计算公交断面客流量的方法
CN108132913B (zh) 一种轨道交通客流移动估计方法、系统及电子设备
CN113592272A (zh) 一种公交及巡游小巴的调度方法
CN108597222A (zh) 一种基于车路协同的公交到站时间预测方法、装置及系统
CN116090785B (zh) 针对大型活动散场场景两阶段的定制公交规划方法
CN111367900A (zh) 基于afc数据的城市轨道交通网络常态限流强度的计算方法
CN115985128A (zh) 一种地铁与公交、共享非机动车智能接驳信息显示系统
CN112053570B (zh) 一种城市交通路网运行状态监测评价方法及系统
CN113572805A (zh) 一种基于称重数据的地铁轨道交通客流监测系统及方法

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: 20221230

WW01 Invention patent application withdrawn after publication