CN115936949A - 公交车到达时间不确定性可视化方法、系统、设备及介质 - Google Patents
公交车到达时间不确定性可视化方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115936949A CN115936949A CN202211600292.3A CN202211600292A CN115936949A CN 115936949 A CN115936949 A CN 115936949A CN 202211600292 A CN202211600292 A CN 202211600292A CN 115936949 A CN115936949 A CN 115936949A
- Authority
- CN
- China
- Prior art keywords
- arrival time
- uncertainty
- bus
- station
- time
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于交通技术领域,公开了一种公交车到达时间不确定性可视化方法、系统、设备及介质,包括获取公交车运行数据,根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性;根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图;按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图;可视化不确定性轮廓密度图和不确定性嵌套跟踪图。充分考虑公交车运行过程中的各种因素,确保该到达时间不确定性的可分析性,使得用户可以从时空角度进行不确定性分析。
Description
技术领域
本发明属于交通技术领域,涉及一种公交车到达时间不确定性可视化方法、系统、设备及介质。
背景技术
在公共交通系统中,公交车是人们常见的出行模式。然而,由于公交网络密集,与其他类型车辆的交通环境混合,且不同公交车的驾驶行为也不一样,还有多变的天气情况等因素,导致公交车的运行状态不稳定。理想情况下,公交车的运行应遵循计划的时间表,即公交车的到达时间是稳定的。但是,不稳定的公交运行可能会增加公交到达延误和乘客的等候时间,降低公交运营效率和服务水平。然而,不可预见的情况(例如交通事故等)广泛存在,导致公交车到达时间变化不确定,即公交车到达时间不确定性,这种不确定性导致了公交车运行的不稳定。因此,从事公共车运营的交通规划者和服务提供者需要一个可视分析系统来分析公交车数据,并制定解决方案来减小公交车到达时间不确定性。
近年来,交通研究人员已经开发了综合全面的模型,并利用了深度学习技术,以改善公交车的运行。在此基础上,有学者提出了一个名为SD-seq2seq的供求seq2seq模型,其利用智能卡数据来预测公交车聚集现象。此外,还有学者对交通分析背景下的相关可视化技术和可视化分析系统进行了概述,介绍了交通数据可视化中常见的数据流。基于此,有学者提出了一种新的交通系统不确定性可视化模型,其根据格式塔心理学、色彩心理学和几何图形隐喻,提出包括小提琴图、多层环和风险指标在内的Knotted-line可视化方法。
但是,上述通过深度学习模型预测公交车集聚现象来改善公交车运行的方式,没有考虑人的主动性,并且这些由数据驱动的方法没有考虑到现实公交车驾驶行为及天气等因素的影响,无法支持复杂的分析任务,不能满足领域专家对公交车探索的需求。同时,Knotted-line可视化方法只能分析一条或几条路线且分析维度较单一,不能系统地考虑空间、时间以及更多层次的变化。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供一种公交车到达时间不确定性可视化方法、系统、设备及介质。
为达到上述目的,本发明采用以下技术方案予以实现:
本发明第一方面,提供一种公交车到达时间不确定性可视化方法,包括:获取公交车运行数据,并根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性;根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图;按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图;可视化不确定性轮廓密度图和不确定性嵌套跟踪图。
可选的,所述根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差前,还包括对公交车运行数据进行删除重复值、删除异常值和补全缺失值处理。
可选的,所述根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图包括:获取各站点的经度和纬度;并根据各站点的经度和纬度以及各站点各设定到达时间的到达时间不确定性,得到各站点的各设定到达时间的三元组数据;三元组数据包括经度、纬度以及到达时间不确定性;设定核密度估计算法的地图尺寸、阈值和带宽,遍历各设定到达时间,将各站点的各设定到达时间的三元组数据输入设定后的核密度估计算法,得到各站点的各设定到达时间的绘图数据;根据各站点的各设定到达时间的绘图数据,采用颜色深浅代表到达时间不确定性的大小并绘制轮廓密度图,得到各设定到达时间的不确定性轮廓密度图。
可选的,所述按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图包括:按照时间顺序,获取各设定到达时间的不确定性轮廓密度图内的各区域的中心点坐标,得到各设定到达时间的各待转换坐标;并将各设定到达时间的各待转换坐标,通过希尔伯特曲线算法映射到时间坐标轴上的一维空间中,得到各设定到达时间的各一维转换坐标;获取并根据各设定到达时间的各一维转换坐标的到达时间不确定性,确定各设定到达时间的各一维转换坐标所属的到达时间不确定性层次;以及将各设定到达时间的各一维转换坐标中相同到达时间不确定性层次的一维转换坐标连接,并填充各到达时间不确定性层次的对应颜色,得到不确定性嵌套跟踪图。
可选的,还包括:获取待查询公交路线请求信息;并根据待查询公交路线请求信息,获取待查询公交路线的站点顺序及各站点的设定到达时间;根据待查询公交路线的站点顺序及各站点的设定到达时间,以及各站点各设定到达时间的到达时间不确定性,以站点顺序为纵坐标,以时间为横坐标,以到达时间不确定性为图上坐标点,并以颜色深浅代表到达时间不确定性的大小,绘制待查询公交路线的行程视图,并可视化待查询公交路线的行程视图。
可选的,还包括:获取待查询站点请求信息;并根据待查询站点请求信息,获取待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性;根据待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性,得到待查询站点的站点视图,并可视化待查询站点的站点视图。
可选的,还包括:获取预设区域内各公交路线的属性信息;其中,属性信息包括下述属性中的一个或或几个:路线id、路线类型、发车频率和到达间隔;根据预设区域内各公交路线的属性信息,以公交路线为行,以属性信息中的属性为列,得到公交路线列表视图,并可视化公交路线列表视图;获取待修改公交路线的属性修改信息,并根据待修改公交路线的属性修改信息修改待修改公交路线的属性信息,并根据修改后的待修改公交路线的属性信息,修改公交路线列表视图。
本发明第二方面,提供一种公交车到达时间不确定性可视化系统,包括:数据获取模块,用于获取公交车运行数据,并根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性;轮廓密度图模块,用于根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图;嵌套跟踪图模块,用于按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图;可视化模块,用于可视化不确定性轮廓密度图和不确定性嵌套跟踪图。
本发明第三方面,提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述公交车到达时间不确定性可视化方法的步骤。
本发明第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述公交车到达时间不确定性可视化方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明公交车到达时间不确定性可视化方法,首先基于公交车运行数据,计算各站点各设定到达时间的实际到达时间的方差,进而以此作为各站点各设定到达时间的到达时间不确定性,以实际的运行数据为基础,充分考虑公交车运行过程中的各种因素,确保该到达时间不确定性的可分析性。同时,基于该各站点各设定到达时间的到达时间不确定性数据,得到各设定到达时间的不确定性轮廓密度图和不确定性嵌套跟踪图进行可视化,通过不确定性轮廓密度图直观显示到达时间不确定性在空间区域上的分布,通过不确定性嵌套跟踪图直观显示到达时间不确定性随时间的演变,使得用户可以从时空角度进行不确定性分析,帮助更好的识别不确定性高的热点区域,并观察在时间维度的不确定性演变过程,更好的帮助用户识别不确定性高的区域,可以为公交车调度提供参考,便于实现公交车集群检查和推理,也可有效避免某些区域的公交车集聚现象。
附图说明
图1为本发明实施例的公交车到达时间不确定性可视化方法流程图。
图2为本发明实施例的某具体应用场景下的不确定性轮廓密度图。
图3为本发明实施例的某具体应用场景下的不确定性嵌套跟踪图。
图4为本发明实施例的公交车到达时间不确定性可视化系统结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明一实施例中,提供一种公交车到达时间不确定性可视化方法,使得用户可以更好地理解公交车到达时间不确定性的趋势和细节,该方法从时空角度分析,帮助用户更好的识别公交车到达时间不确定性高的热点区域,并可观察公交车到达时间不确定性在时间维度的演变过程。
具体的,该公交车到达时间不确定性可视化方法包括以下步骤:
S1:获取公交车运行数据,并根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性。
S2:根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图。
S3:按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图。
S4:可视化不确定性轮廓密度图和不确定性嵌套跟踪图。
综上,本发明公交车到达时间不确定性可视化方法,首先基于公交车运行数据,计算各站点各设定到达时间的实际到达时间的方差,进而以此作为各站点各设定到达时间的到达时间不确定性,以实际的运行数据为基础,充分考虑公交车运行过程中的各种因素,确保该到达时间不确定性的可分析性。同时,基于该各站点各设定到达时间的到达时间不确定性数据,得到各设定到达时间的不确定性轮廓密度图和不确定性嵌套跟踪图进行可视化,通过不确定性轮廓密度图直观显示到达时间不确定性在空间区域上的分布,通过不确定性嵌套跟踪图直观显示到达时间不确定性随时间的演变,使得用户可以从时空角度进行不确定性分析,帮助更好的识别不确定性高的热点区域,并观察在时间维度的不确定性演变过程,更好的帮助用户识别不确定性高的区域,可以为公交车调度提供参考,便于实现公交车集群检查和推理,也可有效避免某些区域的公交车集聚现象。
其中,公交车运行数据一般包括描述公交线路信息的静态数据以及公交车行驶数据的动态数据。静态数据可以是站点-路线数据,包括公交路线id、行驶方向、站点id、站点名称、站点停靠顺序、经度以及纬度等信息,动态数据就是公交线路经过的每个站点记录的实时数据,可以是公交车id、公交路线id、站点id、经度、纬度、上车位置、下车位置、出发时间、到达时间以及逗留时间等。
其中,站点的设定到达时间为各站点在调度计划下应当到达该站点的时间。站点的设定到达时间的实际到达时间为,在调度计划下应当在当前设定到达时间到达当前站点的公交车,在实际情况下到达该站点的时间。本实施方式中,对于各站点各设定到达时间的实际到达时间均采集一定数量的数据样本,进而基于这些数据样本进行计算,获取各站点各设定到达时间的实际到达时间的方差。
其中,可视化不确定性轮廓密度图,可以是可视化各设定到达时间的不确定性轮廓密度图,也可以是基于待查询设定到达时间的查询请求,可视化待查询设定到达时间的不确定性轮廓密度图。可选的,用户可以选择一个特定的时间段,通过拖动或单击时间滑块来选择感兴趣的时间段,当时间发生变化时,将显示选定时间对应的不确定性轮廓密度图。
在一种可能的实施方式中,所述根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差前,还包括对公交车运行数据进行删除重复值、删除异常值和补全缺失值处理。
具体的,在原始的公交车运行数据中存在大量的低质量数据,为了后续到达时间不确定性的有效分析,需要先进行数据预处理工作。
所述删除重复值,即同一公交车标识在同一路线和同一站点的两次近距离到达时间,需要删除其中一个值。所述删除异常值,即不合理的出发时间或一小时内一次记录的到达时间进行删除。所述补全缺失值,即行程中缺失的站点信息,按照静态路程表中记录的顺序填写该值,而对于到达时间等属性,根据相邻站点的距离比来计算到达时间,即利用了哈弗辛公式,具体的,将一个站点的地理位置映射到道路网络上,找到与相邻站点的最短路径,并测量最短路径的距离作为一个近似值。这个函数可以扩展到填写两个或两个以上连续的缺失值,以及在开始站点和结束站点的缺失值,只要至少有一个记录的公交行程的值。
在一种可能的实施方式中,在根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差时,首先将在一定时间内具有相同公交路线id的站点的到达时间连接起来,形成若干条路线并对若干条路线进行对齐,根据中心极限定理,公交车到达时间的概率将近似于一个正态分布。因此,将到达时间不确定性视为偏离设定到达时间的程度,进而基于对齐的数据,计算各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性。
在一种可能的实施方式中,所述根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图包括:获取各站点的经度和纬度;并根据各站点的经度和纬度以及各站点各设定到达时间的到达时间不确定性,得到各站点的各设定到达时间的三元组数据;三元组数据包括经度、纬度以及到达时间不确定性;设定核密度估计算法的地图尺寸、阈值和带宽,遍历各设定到达时间,将各站点的各设定到达时间的三元组数据输入设定后的核密度估计算法,得到各站点的各设定到达时间的绘图数据;根据各站点的各设定到达时间的绘图数据,采用颜色深浅代表到达时间不确定性的大小并绘制轮廓密度图,得到各设定到达时间的不确定性轮廓密度图。
具体的,在得到各站点各设定到达时间的到达时间不确定性后,需要对到达时间不确定性设计合适的可视化方法,以便于实现到达时间不确定性的后续分析。
本实施方式中,采用核密度估计(KDE)来估计空间上的不确定性分布。具体的,以各站点的各设定到达时间的三元组数据作为输入数据,通过调用基于KDE的用于得到轮廓密度图的核密度估计算法,得到若干GeoJSON格式的MultiPolygon几何对象输出,进而根据若干GeoJSON格式的MultiPolygon几何对象,调用d3.geoPath来绘制轮廓密度图,得到不确定性轮廓密度图。
其中,核密度估计算法的输入还包括指定的地图尺寸、阈值和带宽,如果没有指定,则为默认值。同时,由于核密度估计算法的输入是屏幕的坐标点,还需要将经度和纬度坐标转换为屏幕坐标点。具体的,每个GeoJSON格式的MultiPolygon几何对象都分别代表轮廓密度图中的一个区域,在各区域中所有的值都大于或等于各区域相应的阈值。对应于不确定性轮廓密度图,即不确定性轮廓密度图的各区域中的所有站点的当前设定到达时间的到达时间不确定性都大于或等于该区域的阈值。同时,采用颜色深浅代表到达时间不确定性的大小,为各区域填充对应的颜色,本实施方式中,到达时间不确定性越大则颜色越深。参见图2,某具体应用场景下的不确定性轮廓密度图示例。
在一种可能的实施方式中,所述按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图包括:按照时间顺序,获取各设定到达时间的不确定性轮廓密度图内的各区域的中心点坐标,得到各设定到达时间的各待转换坐标;并将各设定到达时间的各待转换坐标,通过希尔伯特曲线算法映射到时间坐标轴上的一维空间中,得到各设定到达时间的各一维转换坐标;获取并根据各设定到达时间的各一维转换坐标的到达时间不确定性,确定各设定到达时间的各一维转换坐标所属的到达时间不确定性层次;以及将各设定到达时间的各一维转换坐标中相同到达时间不确定性层次的一维转换坐标连接,并填充各到达时间不确定性层次的对应颜色,得到不确定性嵌套跟踪图。
具体的,除了在特定时间间隔内的到达时间不确定性的空间表示外,还需要呈现不确定性沿时间维度的演变。本实施方式中,采用不确定性嵌套跟踪图实现这一目的,参见图3,某具体应用场景下的不确定性嵌套跟踪图示例。具体的,将所有不确定性嵌套跟踪图的坐标映射到以时间为横坐标的垂直坐标轴上的一维空间中,实现跟踪不确定性随时间的演化,进而可以直观地探索不确定性的时间表示。其中,不确定性演化的两个组成部分,即区域内多个层次的不确定性值和区域内和区域之间的动态变化,包括空间运动和区域大小的变化等,而通过利用嵌套跟踪图就可以有效实现这两个目标。一方面,嵌套的层次结构属性有助于呈现多层次的不确定性。另一方面,嵌套跟踪图的拓扑结构可以很容易地捕捉到不确定性随时间的动态演化。
其中,获取各设定到达时间的各一维转换坐标的到达时间不确定性时,首先确定当前一维转换坐标对应的待转换坐标,然后确定当前待转换坐标对应的不确定性轮廓密度图内的区域,然后将当前区域对应的到达时间不确定性作为当前一维转换坐标的到达时间不确定性。其中,到达时间不确定性层次可以预先设置,到达时间不确定性层次本质是对到达时间不确定性的范围划分,将一定范围内的到达时间不确定性作为一个到达时间不确定性层次。
在一种可能的实施方式中,所述的公交车到达时间不确定性可视化方法,还包括:获取待查询公交路线请求信息;并根据待查询公交路线请求信息,获取待查询公交路线的站点顺序及各站点的设定到达时间;根据待查询公交路线的站点顺序及各站点的设定到达时间,以及各站点各设定到达时间的到达时间不确定性,以站点顺序为纵坐标,以时间为横坐标,以到达时间不确定性为图上坐标点,并以颜色深浅代表到达时间不确定性的大小,绘制待查询公交路线的行程视图,并可视化待查询公交路线的行程视图。
具体的,设置行程视图提供用户选择的公交路线的详细信息,包括每次行程的站点及时间,进而便于从路线角度进行到达时间不确定性的探索。
在一种可能的实施方式中,所述公交车到达时间不确定性可视化方法,还包括:获取待查询站点请求信息;并根据待查询站点请求信息,获取待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性;根据待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性,得到待查询站点的站点视图,并可视化待查询站点的站点视图。
具体的,设置站点视图用于列出所选站点的基本信息,当用户在选择一个站时,该站点的信息将在站点视图显示,包括当前站点id,以及有几条公交线路经过该站点、各过站点公交路线id,各过站点公交路线的站点顺序以及该站点各设定到达时间的到达时间不确定性。
在一种可能的实施方式中,所述公交车到达时间不确定性可视化方法,还包括:获取预设区域内各公交路线的属性信息;其中,属性信息包括下述属性中的一个或或几个:路线id、路线类型、发车频率和到达间隔;根据预设区域内各公交路线的属性信息,以公交路线为行,以属性信息中的属性为列,得到公交路线列表视图,并可视化公交路线列表视图;获取待修改公交路线的属性修改信息,并根据待修改公交路线的属性修改信息修改待修改公交路线的属性信息,并根据修改后的待修改公交路线的属性信息,修改公交路线列表视图。
具体的,设置公交路线列表视图方便用户检查数据集中所有路线的基本信息。可选的,公交路线列表视图可以通过表结构形式构成。
下述为本发明的装置实施例,可以用于执行本发明方法实施例。对于装置实施例中未披露的细节,请参照本发明方法实施例。
参见图4,本发明再一实施例中,提供一种公交车到达时间不确定性可视化系统,能够用于实现上述的公交车到达时间不确定性可视化方法,具体的,该公交车到达时间不确定性可视化系统包括数据获取模块、轮廓密度图模块、嵌套跟踪图模块以及可视化模块。
其中,数据获取模块用于获取公交车运行数据,并根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性;轮廓密度图模块用于根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图;嵌套跟踪图模块用于按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图;可视化模块用于可视化不确定性轮廓密度图和不确定性嵌套跟踪图。
在一种可能的实施方式中,所述根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差前,还包括对公交车运行数据进行删除重复值、删除异常值和补全缺失值处理。
在一种可能的实施方式中,所述根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图包括:获取各站点的经度和纬度;并根据各站点的经度和纬度以及各站点各设定到达时间的到达时间不确定性,得到各站点的各设定到达时间的三元组数据;三元组数据包括经度、纬度以及到达时间不确定性;设定核密度估计算法的地图尺寸、阈值和带宽,遍历各设定到达时间,将各站点的各设定到达时间的三元组数据输入设定后的核密度估计算法,得到各站点的各设定到达时间的绘图数据;根据各站点的各设定到达时间的绘图数据,采用颜色深浅代表到达时间不确定性的大小并绘制轮廓密度图,得到各设定到达时间的不确定性轮廓密度图。
在一种可能的实施方式中,所述按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图包括:按照时间顺序,获取各设定到达时间的不确定性轮廓密度图内的各区域的中心点坐标,得到各设定到达时间的各待转换坐标;并将各设定到达时间的各待转换坐标,通过希尔伯特曲线算法映射到时间坐标轴上的一维空间中,得到各设定到达时间的各一维转换坐标;获取并根据各设定到达时间的各一维转换坐标的到达时间不确定性,确定各设定到达时间的各一维转换坐标所属的到达时间不确定性层次;以及将各设定到达时间的各一维转换坐标中相同到达时间不确定性层次的一维转换坐标连接,并填充各到达时间不确定性层次的对应颜色,得到不确定性嵌套跟踪图。
在一种可能的实施方式中,所述公交车到达时间不确定性可视化系统,还包括行程视图模块,行程视图模块用于获取待查询公交路线请求信息;并根据待查询公交路线请求信息,获取待查询公交路线的站点顺序及各站点的设定到达时间;根据待查询公交路线的站点顺序及各站点的设定到达时间,以及各站点各设定到达时间的到达时间不确定性,以站点顺序为纵坐标,以时间为横坐标,以到达时间不确定性为图上坐标点,并以颜色深浅代表到达时间不确定性的大小,绘制待查询公交路线的行程视图,并可视化待查询公交路线的行程视图。
在一种可能的实施方式中,所述公交车到达时间不确定性可视化系统,还包括站点视图模块,站点视图模块用于获取待查询站点请求信息;并根据待查询站点请求信息,获取待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性;根据待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性,得到待查询站点的站点视图,并可视化待查询站点的站点视图。
在一种可能的实施方式中,所述公交车到达时间不确定性可视化系统,还包括公交路线列表视图模块,公交路线列表视图模块用于获取预设区域内各公交路线的属性信息;其中,属性信息包括下述属性中的一个或或几个:路线id、路线类型、发车频率和到达间隔;根据预设区域内各公交路线的属性信息,以公交路线为行,以属性信息中的属性为列,得到公交路线列表视图,并可视化公交路线列表视图;获取待修改公交路线的属性修改信息,并根据待修改公交路线的属性修改信息修改待修改公交路线的属性信息,并根据修改后的待修改公交路线的属性信息,修改公交路线列表视图。
前述的公交车到达时间不确定性可视化方法的实施例涉及的各步骤的所有相关内容均可以援引到本发明施例中的公交车到达时间不确定性可视化系统所对应的功能模块的功能描述,在此不再赘述。
本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本发明各个实施例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
本发明再一个实施例中,提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于公交车到达时间不确定性可视化方法的操作。
本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关公交车到达时间不确定性可视化方法的相应步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种公交车到达时间不确定性可视化方法,其特征在于,包括:
获取公交车运行数据,并根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性;
根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图;
按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图;
可视化不确定性轮廓密度图和不确定性嵌套跟踪图。
2.根据权利要求1所述的公交车到达时间不确定性可视化方法,其特征在于,所述根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差前,还包括对公交车运行数据进行删除重复值、删除异常值和补全缺失值处理。
3.根据权利要求1所述的公交车到达时间不确定性可视化方法,其特征在于,所述根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图包括:
获取各站点的经度和纬度;并根据各站点的经度和纬度以及各站点各设定到达时间的到达时间不确定性,得到各站点的各设定到达时间的三元组数据;三元组数据包括经度、纬度以及到达时间不确定性;
设定核密度估计算法的地图尺寸、阈值和带宽,遍历各设定到达时间,将各站点的各设定到达时间的三元组数据输入设定后的核密度估计算法,得到各站点的各设定到达时间的绘图数据;
根据各站点的各设定到达时间的绘图数据,采用颜色深浅代表到达时间不确定性的大小并绘制轮廓密度图,得到各设定到达时间的不确定性轮廓密度图。
4.根据权利要求1所述的公交车到达时间不确定性可视化方法,其特征在于,所述按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图包括:
按照时间顺序,获取各设定到达时间的不确定性轮廓密度图内的各区域的中心点坐标,得到各设定到达时间的各待转换坐标;并将各设定到达时间的各待转换坐标,通过希尔伯特曲线算法映射到时间坐标轴上的一维空间中,得到各设定到达时间的各一维转换坐标;
获取并根据各设定到达时间的各一维转换坐标的到达时间不确定性,确定各设定到达时间的各一维转换坐标所属的到达时间不确定性层次;以及将各设定到达时间的各一维转换坐标中相同到达时间不确定性层次的一维转换坐标连接,并填充各到达时间不确定性层次的对应颜色,得到不确定性嵌套跟踪图。
5.根据权利要求1所述的公交车到达时间不确定性可视化方法,其特征在于,还包括:
获取待查询公交路线请求信息;并根据待查询公交路线请求信息,获取待查询公交路线的站点顺序及各站点的设定到达时间;
根据待查询公交路线的站点顺序及各站点的设定到达时间,以及各站点各设定到达时间的到达时间不确定性,以站点顺序为纵坐标,以时间为横坐标,以到达时间不确定性为图上坐标点,并以颜色深浅代表到达时间不确定性的大小,绘制待查询公交路线的行程视图,并可视化待查询公交路线的行程视图。
6.根据权利要求1所述的公交车到达时间不确定性可视化方法,其特征在于,还包括:
获取待查询站点请求信息;并根据待查询站点请求信息,获取待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性;
根据待查询站点的站点id、过站点公交路线数量、各过站点公交路线id、各过站点公交路线的站点顺序以及各设定到达时间的到达时间不确定性,得到待查询站点的站点视图,并可视化待查询站点的站点视图。
7.根据权利要求1所述的公交车到达时间不确定性可视化方法,其特征在于,还包括:
获取预设区域内各公交路线的属性信息;其中,属性信息包括下述属性中的一个或或几个:路线id、路线类型、发车频率和到达间隔;
根据预设区域内各公交路线的属性信息,以公交路线为行,以属性信息中的属性为列,得到公交路线列表视图,并可视化公交路线列表视图;
获取待修改公交路线的属性修改信息,并根据待修改公交路线的属性修改信息修改待修改公交路线的属性信息,并根据修改后的待修改公交路线的属性信息,修改公交路线列表视图。
8.一种公交车到达时间不确定性可视化系统,其特征在于,包括:
数据获取模块,用于获取公交车运行数据,并根据公交车运行数据得到各站点各设定到达时间的实际到达时间的方差,作为各站点各设定到达时间的到达时间不确定性;
轮廓密度图模块,用于根据各站点各设定到达时间的到达时间不确定性,通过核密度估计算法,得到各设定到达时间的不确定性轮廓密度图;
嵌套跟踪图模块,用于按照时间顺序,将各设定到达时间的不确定性轮廓密度图内的各区域,映射到时间坐标轴上的一维空间中,得到不确定性嵌套跟踪图;
可视化模块,用于可视化不确定性轮廓密度图和不确定性嵌套跟踪图。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述公交车到达时间不确定性可视化方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述公交车到达时间不确定性可视化方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211600292.3A CN115936949A (zh) | 2022-12-12 | 2022-12-12 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
PCT/CN2023/133440 WO2024125253A1 (zh) | 2022-12-12 | 2023-11-22 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211600292.3A CN115936949A (zh) | 2022-12-12 | 2022-12-12 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115936949A true CN115936949A (zh) | 2023-04-07 |
Family
ID=86553606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211600292.3A Pending CN115936949A (zh) | 2022-12-12 | 2022-12-12 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115936949A (zh) |
WO (1) | WO2024125253A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024125253A1 (zh) * | 2022-12-12 | 2024-06-20 | 中国科学院深圳先进技术研究院 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8150588B2 (en) * | 2008-11-25 | 2012-04-03 | General Electric Company | Methods and system for time of arrival control using time of arrival uncertainty |
US9020754B2 (en) * | 2013-03-22 | 2015-04-28 | Here Global B.V. | Vehicle arrival prediction |
CN106844624A (zh) * | 2017-01-20 | 2017-06-13 | 亚信蓝涛(江苏)数据科技有限公司 | 一种可视化的公交大数据分析系统 |
CN109117439A (zh) * | 2018-07-13 | 2019-01-01 | 中南大学 | 顾及案发时间不确定性的公安事件时空同现模式挖掘方法 |
CN111291243B (zh) * | 2019-12-30 | 2022-07-12 | 浙江大学 | 一种人物事件的时空信息不确定性的可视化推理方法 |
KR102268397B1 (ko) * | 2021-01-19 | 2021-06-23 | 주식회사 데이터사이언스랩 | 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치 |
CN114241770B (zh) * | 2021-12-21 | 2022-11-18 | 杭州图软科技有限公司 | 基于精确实时信息的公交调度方法及系统 |
CN115063978B (zh) * | 2022-07-27 | 2022-11-18 | 武汉微晶石科技股份有限公司 | 一种基于数字孪生的公交到站时间预测方法 |
CN115936949A (zh) * | 2022-12-12 | 2023-04-07 | 中国科学院深圳先进技术研究院 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
-
2022
- 2022-12-12 CN CN202211600292.3A patent/CN115936949A/zh active Pending
-
2023
- 2023-11-22 WO PCT/CN2023/133440 patent/WO2024125253A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024125253A1 (zh) * | 2022-12-12 | 2024-06-20 | 中国科学院深圳先进技术研究院 | 公交车到达时间不确定性可视化方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024125253A1 (zh) | 2024-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Real-time GIS for smart cities | |
Weng et al. | Homefinder revisited: Finding ideal homes with reachability-centric multi-criteria decision making | |
CN105043379B (zh) | 一种基于时空约束的景区浏览路径规划方法、装置 | |
Jiang et al. | Large-scale taxi O/D visual analytics for understanding metropolitan human movement patterns | |
JP6345873B2 (ja) | 高速電車の需要メタモデルの構築方法及び装置 | |
CN110163065A (zh) | 点云数据处理方法、点云数据加载方法、及装置和设备 | |
US20230075758A1 (en) | Travel route planning method and travel route recommendation method | |
US11527025B2 (en) | Multi source geographic information system (GIS) web based data visualization and interaction for vegetation management | |
KR20200102378A (ko) | 정보 처리 방법, 장치 및 저장 매체 | |
WO2024125253A1 (zh) | 公交车到达时间不确定性可视化方法、系统、设备及介质 | |
CN111383444A (zh) | 预测路况状态的方法、装置、服务器及存储介质 | |
Ma et al. | Public transportation big data mining and analysis | |
CN110489511B (zh) | 等高线接边高程错误修正方法、系统及电子设备和介质 | |
CN114862209A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
CN112308315A (zh) | 一种多点智能路径规划方法及系统 | |
CN113696935B (zh) | 一种信号设备图元数据模型建立方法及系统 | |
WO2022143017A1 (zh) | 一种交通数据仓库的构建方法、装置、存储介质及终端 | |
CN112417070B (zh) | 路网拓扑构建方法、装置、电子设备及存储介质 | |
CN107464059A (zh) | 一种基于历史信息的公交公司自动化排班控制方法 | |
CN104598548A (zh) | 一种分析农产品价格空间关联性的方法及装置 | |
CN104217580A (zh) | 面向车辆群组动画的路网语义建模方法及系统 | |
CN109166307B (zh) | 一种交通路网时空可达性的可视化隐喻表达方法及系统 | |
Cui et al. | Multi-scale simulation in railway planning and operation | |
CN114524004B (zh) | 机车运用统计方法、装置、设备和存储介质 | |
CN111199357A (zh) | 一种快递点电子围栏诊断方法及装置 |
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 |