CN115892034A - 一种公交车到站的控制方法及服务器 - Google Patents

Abstract

本发明提供了一种公交车到站的控制方法及服务器，属于智能交通与自动驾驶技术领域。公交车发送实时位置给服务器，服务器根据实时位置从历史运行数据中获取公交车到达对应站点的预测时间和历史运行车速，还获取公交车准时到达对应站点的预定时间，根据预测时间、预定时间和历史运行车速计算建议运行车速发送给公交车；公交车接收建议运行车速后，在执行自动驾驶控制时将建议运行车速作为公交车运行的路向车速。采用本发明可以实现公交车按照排班时刻表定义的到站时间准时到达对应站点，便于公交公司安排公交车等间隔到站，实现公交车的均衡、充分利用，利于公交车的运营管理。

Description

一种公交车到站的控制方法及服务器

技术领域

本发明涉及一种公交车到站的控制方法及服务器，属于智能交通与自动驾驶技术领域。

背景技术

目前，对于公交系统来说，只能保证公交运营车辆的准点发车，而中途站点能否准时到达，全靠公交车司机的经验来控制。随着自动驾驶技术的飞速发展，自动驾驶车辆已经能够在城市道路上自动行驶，但在自动驾驶车辆行驶过程中，更多的是依据当前路况环境感知信息以及限速、行驶模式等进行车速控制。对于点对点的行驶路线来说，单人乘坐的乘用车可以采取这种控制方法，但是对于具有固定线路、固定站点和固定发车频次的公交运营车辆来说，需要根据公交公司制定的公交排班时刻表来保证公交车准时、有序的到达固定站点，即准点到站。过快或过慢的行驶速度会导致其到站时间不准，会出现同一运营路线的多辆公交车同时出现在一个站点，或者一个站点在较长时间内没有一辆公交车到达的情况，这会导致公交公司不能实现对公交车充分、平衡地利用，进而使得公交车的使用寿命出现较大的不规律性，不利于公交公司对公交车进行维护和更换，同时这种不规律的到站情况，使乘客在候车时不能有效预测公交车到来的时间，极大地影响了乘客的候车体验。

发明内容

本发明的目的在于提供一种公交车到站的控制方法及服务器，用于解决自动驾驶公交车较难准点到站的问题。

为了实现上述目的，本发明提供了一种公交车到站的控制方法，包括如下步骤：

1)公交车发送实时位置给服务器；

2)服务器根据对应公交车的实时位置，基于历史运行数据，计算出对应公交车到达对应站点的预测时间；

3)服务器获取对应公交车准点到达对应站点的预定时间，还获取历史运行数据中公交车在实时位置时对应的历史运行车速，并根据预测时间、预定时间和历史运行车速计算建议运行车速，将建议运行车速发送至对应公交车；

若预测时间大于预定时间，则增大历史运行车速作为建议运行车速；

若预测时间小于预定时间，则减小历史运行车速作为建议运行车速；

4)公交车将建议运行车速作为目标路向车速行驶。

公交车发送实时位置给服务器，服务器接收实时位置，并根据实时位置从历史运行数据中获取公交车到达对应站点的预测时间和历史运行车速，服务器还获取公交车准时到达对应站点的预定时间，根据预测时间、预定时间和历史运行车速计算建议运行车速发送给公交车；若预测时间大于预定时间，则增大历史运行数据中公交车当前位置处的历史运行车速作为建议运行车速，若预测时间小于预定时间，则减小历史运行数据中公交车当前位置处的历史运行车速作为建议运行车速；公交车接收建议运行车速后，在执行自动驾驶控制时将建议运行车速作为公交车运行的路向车速。

进一步地，在上述方法中，服务器根据对应公交车的实时位置，基于历史运行数据，计算出对应公交车到达对应站点的预测时间的方法为：服务器获取历史运行数据中公交车从实时位置到达对应站点的历史运行时间，建立基于XGBoost模型的到站时刻预测模型，根据到站时刻预测模型得到预测时间。

服务器获取对应公交车在历史上从当前实时位置到达对应站点的历史运行时间，通过获取的多个历史运行时间，代入基于XGBoost模型的到站时刻预测模型进行训练，建立更加精确的到站时刻预测模型，然后根据到站时刻预测模型得到预测时间。根据多组历史运行时间建立更加精确的预测模型可以得到更加准确的预测时间，提高服务器计算出的建议运行车速的准确性。

进一步地，在上述方法中，步骤3)中，服务器获取对应公交车准点到达对应站点的预定时间的方法为：在服务器中存储有对应公交车的运行时间表，服务器读取运行时间表，并根据运行时间表得到公交车到达对应站点的预定时间。

服务器根据存储在本地的运行时间表，如公交排班时刻表，得到对应公交车应该在何时到达对应站点的准确时间，将这个时间作为预定时间。根据运行时间表进行规划，可以用于多辆公交车同时控制，保证公交车顺序到达。

进一步地，在上述方法中，步骤3)中，根据预测时间、预定时间和历史运行车速计算建议运行车速的方法为：计算预测时间和预定时间的比值或差值作为车速控制参数，根据车速控制参数对历史运行车速进行调整得到建议运行车速。

进一步地，在上述方法中，当车速控制参数为预测时间和预定时间的比值时，将历史运行车速与车速控制参数的比值作为建议运行车速。

进一步地，在上述方法中，当车速控制参数为预测时间和预定时间的的差值时，将该差值除以预定时间后加上预设置作为车速控制参数，将历史运行车速与该车速控制参数的乘积作为建议运行车速。

通过预测时间和预定时间的差距对历史运行车速进行调控，以得到建议运行车速，在本方法中采用预测时间和预定时间的比值或者差值对历史运行车速进行把控，当采用比值时，若预测时间大于预定时间，则增大历史运行车速作为建议运行车速的方法为：历史运行车速除以该比值；若预测时间小于预定时间，则减小历史运行车速作为建议运行车速的方法为：历史运行车速除以该比值；当采用差值时，若预测时间大于预定时间，则增大历史运行车速作为建议运行车速的方法为：该差值除以预定时间加1后再乘以历史运行车速；若预测时间小于预定时间，则减小历史运行车速作为建议运行车速的方法为：该差值除以预定时间加1后再乘以历史运行车速。此处仅列举了比值和差值两种衡量预测时间和预定时间差距的例子，计算相对简单，可以保证及时反馈建议运行车速。

进一步地，在上述方法中，服务器还获取对应公交车从实时位置到对应站点之间的红绿灯信息，当判断出公交车行驶过程中在一个或多个红绿灯处等待时，则在计算建议运行车速时，还从预定时间中减去对应的等待红绿灯的时间。

服务器还能根据大数据中获取对应公交车从实时位置到对应站点之间的红绿灯信息，当判断出对应公交车在某一时间段内需要停车等待，则还从预定时间中减去这部分等待红绿灯的时间，进而计算出更加准确的建议运行车速，提高公交到站的准时性。

进一步地，在上述方法中，服务器还获取公交车在行驶过程中从实时位置到对应站点之间的交通流信息，至少根据交通流信息将道路划分为拥堵和畅通，在道路拥堵时将建议运行车速减小后发送给对应的公交车，在道路畅通时将建议运行车速增大后发送给对应公交车。

服务器还从大数据中获取公交车在行驶过程中从实时位置到对应站点之间的交通流信息，根据交通流信息对接下来行驶的路段进行划分，本方法中将路况简单划分为拥堵和畅通，在拥堵时还进一步减小建议运行车速后再发送给对应的公交车，在畅通时进一步增大建议运行车速后再发送给对应的公交车，这样可以增强运行车速计算的准确性，提高准时到站的准确性。

本发明还提供了一种服务器，包括存储器和处理器，所述处理器执行存储在存储器中的指令实现如下公交车到站的控制方法：

1)获取公交车发送的实时位置，基于历史运行数据，计算出对应公交车到达对应站点的预测时间；

2)获取对应公交车准点到达对应站点的预定时间，还获取历史运行数据中公交车在实时位置的历史运行车速，并根据预测时间、预定时间和历史运行车速计算建议运行车速；

若预测时间大于预定时间，则增大历史运行车速作为建议运行车速；

若预测时间小于预定时间，则减小历史运行车速作为建议运行车速；

3)发送建议运行车速给对应的公交车。

进一步地，在上述处理器中，步骤1)中，基于历史运行数据，计算出对应公交车到达对应站点的预测时间的方法为：获取历史运行数据中公交车从实时位置到达对应站点的历史运行时间，建立基于XGBoost模型的到站时刻预测模型，根据到站时刻预测模型得到预测时间。

进一步地，在上述处理器中，步骤2)中，获取对应公交车准点到达对应站点的预定时间的方法为：在存储器中存储有对应公交车的运行时间表，处理器读取运行时间表，并根据运行时间表得到公交车到达对应站点的预定时间。

进一步地，在上述处理器中，步骤2)中，根据预测时间、预定时间和历史运行车速计算建议运行车速的方法为：计算预测时间和预定时间的比值或差值作为车速控制参数，根据车速控制参数对历史运行车速进行调整得到建议运行车速。

进一步地，在上述处理器中，当车速控制参数为预测时间和预定时间的比值时，将历史运行车速与车速控制参数的比值作为建议运行车速。

进一步地，在上述处理器中，当车速控制参数为预测时间和预定时间的的差值时，将该差值除以预定时间后加上预设置作为车速控制参数，将历史运行车速与该车速控制参数的乘积作为建议运行车速。

进一步地，在上述处理器中，还获取对应公交车从实时位置到对应站点之间的红绿灯信息，当判断出公交车行驶过程中在一个或多个红绿灯处等待时，则在计算建议运行车速时，还从预定时间中减去对应的等待红绿灯的时间。

进一步地，在上述处理器中，还获取公交车在行驶过程中从实时位置到对应站点之间的交通流信息，至少根据交通流信息将道路划分为拥堵和畅通，在道路拥堵时将建议运行车速减小后发送给对应的公交车，在道路畅通时将建议运行车速增大后发送给对应公交车。

附图说明

图1为本发明的自动驾驶公交车和云端的信息交互示意图；

图2为本发明方法实施例的结构示意图；

图3为本发明的方法实施例中智能控制器的信息发送示意图；

图4为本发明的方法实施例中云端的信息交互示意图；

图5为本发明的方法实施例中智能控制器的信息接收示意图。

图中1为感知定位设备，2为智能控制器，21为感知模块，22为决策系统，221为决策控制模块，222为运动控制模块，23为车身信息转发模块，3为车载网联终端，4为云端，41为到站时刻预测模块，42为车速控制模块，5为无线通信网络。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。

方法实施例：

本发明的一种公交车到站的控制方法，通过公交车向云端发送车辆的位置信息，由云端(即服务器)根据公交车所处的位置，计算出公交车与预定站点之间的距离，并对公交车应该到达预定站点的时间进行预测，给出在可以使公交车在预定时间到达预定站点的建议运行车速，发送给公交车，在环境允许的情况下，由公交车以建议运行车速为控制目标调节自身的车速，以实现在预定时间到达预定站点。

本方法通过公交车上安装的感知定位设备获取公交车所处的实时位置，将此实时位置信息发送给云端，云端储存有该公交车的运行路线和排班时刻表，根据运行路线上预定站点所处的位置和公交车现在的实时位置可以从公交车的历史运行数据中获取该公交车从当前实时位置到预定站点的历史运行时间和历史运行车速，将历史运行时间当做预测时间，根据排班时刻表可以计算出该公交车在预定时间到达预定站点的剩余行驶时间，根据预测时间和剩余行驶时间可以确定公交车在下一车速控制区间的车速控制参数，根据关于历史运行车速和车速控制参数的控制方程可以计算出建议运行车速，发送给对应的公交车，公交车在接收到建议运行车速后，将建议运行车速作为公交车在自动驾驶控制过程中的车速控制目标来对自动驾驶过程中的车速进行规划，使公交车按照规划车速行驶，以期实现准点到站。

上述车速控制区间可以是设定的一段时间，也可以是设定的一段距离。车速控制参数可以是预测时间和剩余行驶时间的比值、差值，该车速控制参数代入上述控制方程，并将历史运行车速作为控制方程的另一个控制变量，最终计算出建议运行车速。

如图1所示，本方法通过公交车的智能控制器、车载网联终端来完成对公交车信息的计算、发送和接收，通过云端的到站时刻预测与车速控制系统来完成对公交车信息的处理，得到建议运行车速发送给对应公交车，公交车的智能控制器接收建议运行车速来调整自身的自动驾驶控制过程，根据公交车所处的实际环境来规划车速。

如图2所示，公交车包括感知定位设备1、智能控制器2和车载网联终端3。其中感知定位设备1包括用于获取环境感知信息的测距传感器，包括激光传感器、超声波雷达传感器和毫米波雷达传感器等，通过测距传感器可以得到公交车与当前车道上其他车辆间的距离，也可以得到公交车与其他相邻车道上车辆间的距离。感知定位设备1还包括用于获取公交车实时位置信息的惯性导航设备，包括陀螺仪和加速度计，通过陀螺仪的输出可以建立导航坐标系，通过加速度计的输出可以计算出公交车在导航坐标系中的实时位置和实时车速。智能控制器2根据上述感知定位设备1获取的环境感知信息和实时位置、实时车速来对接下来一个车速控制区间的车速进行规划。

智能控制器2包括感知模块21、决策系统22和车身信息转发模块23，其中决策系统22包括决策控制模块221和运动控制模块222。如图3所示，感知模块21接收测距传感器发送的环境感知信息进行算法处理，并将处理后的环境感知信息发送给决策系统22，同时，车身信息转发模块23还将运行状态信息，即通过惯性导航设备获取的实时位置和实时车速，发送给决策系统22。

决策系统22的决策控制模块221根据环境感知信息和运行状态信息对公交车接下来一个车速控制区间的车速进行规划。本实施例中车速控制区间为一段设定的时间。规划的方法为：决策控制模块221采用路径规划算法和速度规划算法，根据环境感知信息来计算规划车速，此时需要考虑当前公交车所处的主车道上的车辆与公交车之间的距离，在主车道的运行条件良好时，仅在主车道进行加速或减速控制，以此来计算规划车速，此时的规划车速为路向车速；若主车道的运行条件不佳，也考虑其他车道上的车辆与公交车之间的距离，对公交车进行变道控制，此时计算出来的规划车速包括公交车在转换车道时的变道车速和转换车道后的路向车速。

计算得到规划车速后，决策控制模块221将规划车速发送给运动控制模块222，运动控制模块222在接下来的设定时间内根据规划车速控制公交车的运行，将规划车速信息转化为油门、制动控制信息并通过车身信息转发模块23发送给对应的油门、制动结构来控制公交车运行。此外，运动控制模块222还通过车身转发模块23将规划车速、规划时间(即设定时间)发送给车载网联终端3，车载网联终端3通过无线通信网络5，例如4G移动通信网络，将规划车速和规划时间发送给云端4。车载网联终端3还将公交车的实时位置发送给云端4。

考虑到公交车在城市道路上行驶时路况复杂，公交车的实际车速不会太高，在设定时间内公交车的行驶距离在两个站点间的距离中的占比较小，因此在本实施例中将设定时间定为10秒。

云端4包括到站时刻预测模块41和车速控制模块42。到站时刻预测模块41通过基于XGBoost模型的公交到站时刻预测方法，利用公交车的历史运行数据，将公交车从设定位置到达预定站点的历史行驶时间作为历史数据标签，建立更加精确的到站时刻预测数学模型。

如图4所示，到站时刻预测模块41根据公交车的实时位置和预定站点的位置可以确定公交车的第一剩余行驶距离，根据公交车的规划车速和规划时间可以计算出公交车在10秒内行驶的规划距离，将第一剩余行驶距离减去规划距离作为第二剩余行驶距离，第二剩余行驶距离即为公交车在按照规划车速行驶10秒后与预定站点间的距离，取公交车行驶规划距离后到达的规划位置作为设定位置，代入上述的到站时刻预测数学模型，根据历史运行数据中在第二剩余行驶距离内的历史交通流信息和红绿灯状态信息，计算出公交车在到达预定位置时距离准时到达预定站点的剩余行驶时间作为预测时间，并将预测时间发送给车速控制模块42来计算建议运行车速。

车速控制模块42通过基于XGBoost模型的车速控制方法，利用公交车的历史运行数据，将公交车在到达规划位置后的设定时间(10秒)内的历史运行车速作为历史数据标签，建立更加精确的车速控制模型。车速控制模块42根据公交排班时刻表上定义的到站时间得到公交车从实时位置到达预定站点所需的第一剩余行驶时间，第一剩余行驶时间减去规划时间得到第二剩余行驶时间，计算第二剩余行驶时间和预测时间的比值作为车速控制参数，公交车在设定时间内的历史运行车速除以车速控制参数得到建议运行车速。当第二剩余行驶时间大于预测时间，计算出的车速控制参数大于1，得到的建议运行车速小于历史运行车速,，此时公交车按照建议运行车速行驶就不会出现提前到达预定站点的情况，保证了准点到站；当第二剩余行驶时间小于预测时间，计算出的车速控制参数小于1，得到的建议运行车速大于历史运行车速，此时公交车按照建议运行车速行驶就不会出现晚点到达预定站点的情况，保证了准点到站。

云端4通过无线通信网络5把建议运行车速下发给对应公交车后，由车载网联终端3进行接收，并通过车身信息转发模块23将建议运行车速转发给决策控制模块221，如图5所示，决策控制模块221根据公交车周围的环境感知信息、运行状态信息，将建议运行车速作为自动控制驾驶的控制目标，采用速度规划算法进行计算得到实际规划车速，在公交车按照规划车速行驶规划时间时，决策控制模块221将实际规划车速发送给运动控制模块222，运动控制模块222将收到的实际规划车速转化为油门、制动控制信息，通过车身信息转发模块23转发给对应的油门、制动机构控制公交车行驶。

采用速度规划算法进行计算时，若是公交车只在当前所在的主车道行驶，仅对公交车进行加速或减速控制，或者保持匀速；但是当公交车可以通过变道来对车速进行调整时，还需要对公交车在变道时的车速进行规划，保证公交车在完成变道后可以有效调整车速，具体的，可采用如公布号CN111186443A中所述变道路径规划方法。

公交车当前实时位置为A，预定站点的位置为C，公交车的自动驾驶控制系统规划了在10秒内的车速，可以使公交车在10秒后到达规划位置B。在公交车从实时位置A出发时，发送实时位置A、规划车速、规划时间给云端，云端根据实时位置A和预定站点C的位置计算出第一剩余行驶距离，根据规划车速和规划时间计算出规划距离，第一剩余行驶距离减去规划距离得到规划位置B距离预定站点C的第二剩余行驶距离，云段根据公交车在第一剩余行驶距离的历史运行数据得到公交车在历史上从规划位置B到达预定站点C的历史运行时间作为预测时间，还根据排班时刻表得到公交车从实时位置A到达预定站点C的第一剩余行驶时间，第一剩余行驶时间减去规划时间得到公交车在规划位置B距离预定站点C的第二剩余行驶时间，将第二剩余行驶时间和预测时间的比值作为车速控制参数。获取公交车在历史上从规划位置B出发后10秒内的历史运行车速，该历史运行车速除以车速控制参数得到建议运行车速。

车速控制参数采用第二剩余行驶时间和预测时间的比值时，若车速控制参数大于1，此时计算出的建议运行车速小于历史运行车速，则认为公交车在第二车速控制区间可以采用较小的车速行驶，保证公交车不会提前到达预定站点；若车速控制参数等于1，此时计算出的建议运行车速等于历史运行车速，则认为公交车在第二车速控制区间可以采用历史运行车速行驶，保证公交车可以准时到达预定站点；若车速控制参数小于1，此时计算出的建议运行车速大于历史运行车速，则认为公交车在第二车速控制区间需要采用较大的车速行驶，保证公交车不会晚到达预定站点；

云端下发建议运行车速给公交车，公交车在对到达规划位置B之后10秒内进行自动驾驶控制时，将建议运行车速作为车速控制目标，结合公交车所在的实际环境，采用速度规划算法计算未来规划车速，保证公交车的路向车速达到建议运行车速，公交车在到达规划位置B之后的10秒内按照未来规划车速行驶，经过多次的规划—建议—再规划，就可以使公交车到达预定站点的时间无限接近排班时刻表上定义的到站时间，实现准点到站。

本方法可以在公交车每次从站点出发之后便开始运行，公交车行驶一段时间后向云端4反馈自身所处的实时位置和公交车在当前车速控制区间(第一车速控制区间)的规划车速、规划时间，由云端4获取公交车在到达预定站点前的实时交通流信息和红绿灯状态信息对公交车在下一车速控制区间(第二车速控制区间)的自动驾驶控制系统进行建议，得到建议运行车速下发给公交车，公交车在规划第二车速控制区间的车速时，将建议运行车速作为自动驾驶的控制目标，结合环境感知信息来计算实际规划车速，并按照实际规划车速控制公交车的运行。本方法也可以在公交车离开站点一段时间或者一段距离后才开始运行，可以减少智能控制器2的运算量，降低公交车的损耗。

作为其他实施方式，当判断到公交车在行驶过程中一定会在某一个红绿灯路口等待一段时间，则在计算建议运行车速时，第二剩余时间还减去预测等待红绿灯的时间。

作为其他实施方式，云端获取实时交通流信息，根据实时交通流信息对建议运行车速的计算进行干预，当判断出公交车在某一段道路会遇到交通拥堵，则降低交通路段所在的车速控制区间的建议运行车速，当判断出公交车在某一段路的路况良好，则适当提高该路段所在的车速控制区间的建议运行车速。

作为其他实施方式，本方法也可以在运行时，根据公交车行驶的距离进行反馈，每当公交车行驶一段设定的距离后才发送公交车的实时位置、规划车速等信息给云端4，由云端4计算建议运行车速发送给对应的公交车，如此就可以在公交车因道路拥堵只能行驶较短距离或无法行驶时，不对云端4进行反馈，可以减少公交车与云端4之间无效或低效的信息交互，降低公交车和云端的损耗。

服务器实施例：

本发明的一种服务器，包括存储器和处理器，处理器执行存储在存储器中的指令实现公交车到站的控制方法，该方法在方法实施例中已经介绍的清楚明白，此处不再赘述。

对于公交公司而言，每条公交运行路线上会安排多辆公交车，而且为了保证公交车资源的充分、均衡利用，要使每辆公交车到达预定站点的时间间隔处在一个合适的范围，如此才能使公交车不会出现车载乘客过多或者过少的情况，因此每辆公交车对应的排班时刻表上的到站时间都会是间隔设置的。同时，在公交车的实际营运过程中，公交公司设置一个服务器对多条公交运行路线上的公交车进行数据监控，保障公交车的合理运行。

Claims (16)

1.一种公交车到站的控制方法，其特征在于，包括如下步骤：

1)公交车发送实时位置给服务器；

2)服务器根据对应公交车的实时位置，基于历史运行数据，计算出对应公交车到达对应站点的预测时间；

3)服务器获取对应公交车准点到达对应站点的预定时间，还获取历史运行数据中公交车在实时位置时对应的历史运行车速，并根据预测时间、预定时间和历史运行车速计算建议运行车速，将建议运行车速发送至对应公交车；

若预测时间大于预定时间，则增大历史运行车速作为建议运行车速；

若预测时间小于预定时间，则减小历史运行车速作为建议运行车速；

4)公交车将建议运行车速作为目标路向车速行驶。

2.根据权利要求1所述的公交车到站的控制方法，其特征在于，步骤2)中，服务器根据对应公交车的实时位置，基于历史运行数据，计算出对应公交车到达对应站点的预测时间的方法为：服务器获取历史运行数据中公交车从实时位置到达对应站点的历史运行时间，建立基于XGBoost模型的到站时刻预测模型，根据到站时刻预测模型得到预测时间。

3.根据权利要求1所述的公交车到站的控制方法，其特征在于，步骤3)中，服务器获取对应公交车准点到达对应站点的预定时间的方法为：在服务器中存储有对应公交车的运行时间表，服务器读取运行时间表，并根据运行时间表得到公交车到达对应站点的预定时间。

4.根据权利要求2或3所述的公交车到站的控制方法，其特征在于，步骤3)中，根据预测时间、预定时间和历史运行车速计算建议运行车速的方法为：计算预测时间和预定时间的比值或差值作为车速控制参数，根据车速控制参数对历史运行车速进行调整得到建议运行车速。

5.根据权利要求4所述的公交车到站的控制方法，其特征在于，当车速控制参数为预测时间和预定时间的比值时，将历史运行车速与车速控制参数的比值作为建议运行车速。

6.根据权利要求4所述的公交车到站的控制方法，其特征在于，当车速控制参数为预测时间和预定时间的的差值时，将该差值除以预定时间后加上预设置作为车速控制参数，将历史运行车速与该车速控制参数的乘积作为建议运行车速。

7.根据权利要求5或6所述的公交车到站的控制方法，其特征在于，服务器还获取对应公交车从实时位置到对应站点之间的红绿灯信息，当判断出公交车行驶过程中在一个或多个红绿灯处等待时，则在计算建议运行车速时，还从预定时间中减去对应的等待红绿灯的时间。

8.根据权利要求1所述的公交车到站的控制方法，其特征在于，服务器还获取公交车在行驶过程中从实时位置到对应站点之间的交通流信息，至少根据交通流信息将道路划分为拥堵和畅通，在道路拥堵时将建议运行车速减小后发送给对应的公交车，在道路畅通时将建议运行车速增大后发送给对应公交车。

9.一种服务器，其特征在于，包括存储器和处理器，所述处理器执行存储在存储器中的指令实现如下公交车到站的控制方法：

1)获取公交车发送的实时位置，基于历史运行数据，计算出对应公交车到达对应站点的预测时间；

2)获取对应公交车准点到达对应站点的预定时间，还获取历史运行数据中公交车在实时位置的历史运行车速，并根据预测时间、预定时间和历史运行车速计算建议运行车速；

若预测时间大于预定时间，则增大历史运行车速作为建议运行车速；

若预测时间小于预定时间，则减小历史运行车速作为建议运行车速；

3)发送建议运行车速给对应的公交车。

10.根据权利要求9所述的服务器，其特征在于，步骤1)中，基于历史运行数据，计算出对应公交车到达对应站点的预测时间的方法为：获取历史运行数据中公交车从实时位置到达对应站点的历史运行时间，建立基于XGBoost模型的到站时刻预测模型，根据到站时刻预测模型得到预测时间。

11.根据权利要求9所述的服务器，其特征在于，步骤2)中，获取对应公交车准点到达对应站点的预定时间的方法为：在存储器中存储有对应公交车的运行时间表，处理器读取运行时间表，并根据运行时间表得到公交车到达对应站点的预定时间。

12.根据权利要求10或11所述的服务器，其特征在于，步骤2)中，根据预测时间、预定时间和历史运行车速计算建议运行车速的方法为：计算预测时间和预定时间的比值或差值作为车速控制参数，根据车速控制参数对历史运行车速进行调整得到建议运行车速。

13.根据权利要求12所述的服务器，其特征在于，当车速控制参数为预测时间和预定时间的比值时，将历史运行车速与车速控制参数的比值作为建议运行车速。

14.根据权利要求12所述的服务器，其特征在于，当车速控制参数为预测时间和预定时间的的差值时，将该差值除以预定时间后加上预设置作为车速控制参数，将历史运行车速与该车速控制参数的乘积作为建议运行车速。

15.根据权利要求13或14所述的服务器，其特征在于，还获取对应公交车从实时位置到对应站点之间的红绿灯信息，当判断出公交车行驶过程中在一个或多个红绿灯处等待时，则在计算建议运行车速时，还从预定时间中减去对应的等待红绿灯的时间。

16.根据权利要求9所述的服务器，其特征在于，还获取公交车在行驶过程中从实时位置到对应站点之间的交通流信息，至少根据交通流信息将道路划分为拥堵和畅通，在道路拥堵时将建议运行车速减小后发送给对应的公交车，在道路畅通时将建议运行车速增大后发送给对应公交车。

Images