CN115966098A - 一种预测公交车到站时间的方法及设备 - Google Patents
一种预测公交车到站时间的方法及设备 Download PDFInfo
- Publication number
- CN115966098A CN115966098A CN202111189215.9A CN202111189215A CN115966098A CN 115966098 A CN115966098 A CN 115966098A CN 202111189215 A CN202111189215 A CN 202111189215A CN 115966098 A CN115966098 A CN 115966098A
- Authority
- CN
- China
- Prior art keywords
- target
- bus
- historical
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供一种预测公交车到站时间的方法及设备,涉及城市公共交通技术领域;本申请:确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;基于各个目标站点各自对应的目标预测停靠时间,及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间;减少计算量,提高预测精确度。
Description
技术领域
本申请涉及城市公共交通技术领域,尤其涉及一种预测公交车到站时间的方法及设备。
背景技术
预测公交车到站时间作为公交系统信息化的关键技术,近年来受到很大关注。
目前,预测公交车到站时间的方法主要是利用历史数据训练预测模型,再结合实时的运行信息对结果进行修正。在训练过程中,需要对大量的历史数据进行训练才能保证得到的预测模型可达到一定的精度,但训练过程消耗时间长,计算量大。同时,由于公交线路受天气条件、事故、拥堵情况等突发状况因素影响,导致公交车在公交线路上的运行状况存在不稳定性,若仍旧基于训练获得的预测模型对公交车到站时间进行预测,将导致预测的精确度降低。
综上,现有的预测公交车到站时间的方法需要依赖大量历史数据,且计算过程复杂,精确度低。因此,如何确定一种计算量小且精确度高的预测公交车到站时间的方法是目前需要解决的问题。
发明内容
本申请提供一种预测公交车到站时间的方法及设备,用以减小计算量,且提高预测的精确度。
第一方面,本申请实施例提供一种预测公交车到站时间的方法,该方法包括:
确定目标公交车的当前位置和目标位置之间包含的各个目标站点,以及各个目标站间距;
针对任一目标站点,基于已经过目标站点的第一类历史公交出对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;
针对任一目标站间距,基于已经过目标站间距的第二历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;
基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间。
在本申请中,在预测目标公交车到站时间时,确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;然后,针对任一目标站点,基于第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间,以及针对任一目标站间距,基于第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;最后,基于各个目标站点对应的目标预测停靠时间和各个目标站间距对应的目标预测行驶时间,预测目标公交车的到达目标位置的时间。在本申请实施例中,无需利用大量的历史数据进行预测模型训练,减少计算数据量及工作量;且采用单独预测目标预测停靠时间和目标预测行驶时间,并将目标预测停靠时间和目标预测行驶时间进行融合,预测目标公交车到达目标位置的时间的方式,相比较针对一条公交线路,采用训练后的预测模型直接输出预测的到达时间的结果预测的精确度更高。
在一种可能的实现方式中,若目标公交车为首班车,则第一类历史公交车以及第二类历史公交车均为预设历史时间段中的各个历史首班车;
针对任一目标站点,基于第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间,包括:
获取各个第一类历史公交车在目标站点的第一历史实际停靠时间,并对第一历史实际停靠时间进行加权平均处理,将获得的第一加权平均结果,作为目标公交车在目标站点的目标预测停靠时间;
针对任一目标站间距,基于第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间,包括:
获取各个第二类历史公交车在目标站间距的第一历史实际行驶时间,并对第一历史实际行驶时间进行加权平均处理,将获得的第二加权平均结果,作为目标公交车在目标站间距的目标预测行驶时间。
在本申请中,当确定目标公交车为首班车时,确定第一类历史公交车和第二类历史公交车均为预设历史时间段的各个历史首班车。在预测过程中,参考历史首班车在目标站点的第一历史实际停靠时间,并采用加权平均的方式,确定当前首班车在目标站点的目标预测停靠时间;以及参考历史首班车在目标站间距的第一历史实际行驶时间,并采用加权平均的方式,确定当前首班车在目标站间距的目标预测行驶时间;在预测的过程中仅参考历史首班车,并不参考其他时间段的公交车,提升了预测精确度,且仅采用加权平均的方式进行预测,无需进行模型训练,算法简单。
在一种可能的实现方式中,若目标公交车为非首班车,则第一类历史公交车为最近一班次经过目标站点的公交车,第二类历史公交车为最近一班次经过目标站间距的公交车;
针对任一目标站点,基于第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间,包括:
获取第一类公交车在目标站点的第一历史实际停靠时间,以及相应的第一历史预测停靠时间;并对第一历史实际停靠时间和第一历史预测停靠时间进行第一加权处理,将获得的第一加权处理结果,作为目标公交车在目标站点的目标预测停靠时间;
针对任一目标站间距,基于第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间,包括:
获取第二类历史公交车在目标站间距的第一历史实际行驶时间,以及相应的第一历史预测行驶时间;并对第一历史实际行驶时间和第一历史预测行驶时间进行第二加权处理,将获得的第二加权处理结果,作为目标公交车在目标站间距的目标预测行驶时间。
在本申请中,当确定目标公交车为非首班车时,确定第一类历史公交车为最近一班次经过目标站点的公交车,确定第二类历史公交车为最近一班次经过目标站间距的公交车。在预测过程中,参考最近一班次经过目标站点的公交车在目标站点的第一历史实际停靠时间以及相应的第一历史预测停靠时间,并采用加权处理的方式,确定目标公交车在目标站点的目标预测停靠时间;以及参考最近一班次经过目标站间距的公交车在目标站间距的第一历史实际行驶时间以及相应的第一历史预测行驶时间,并采用加权处理的方式,确定目标公交车在目标站间距的目标预测行驶时间;在预测的过程中仅参考最近一班次经过的公交车,最近一班次的公交车更能体现当前的路况及车辆运行环境,提升了预测精确度,同时无需依赖大量历史数据进行预测模型训练,仅采用加权处理的方式即可实现目标公交车在目标站点的停靠时间预测,及实现目标公交车在目标站间距的行驶时间预测,数据量小,且算法简单,提升预测效率。
在一种可能的实现方式中,第一加权处理中,第一历史实际停靠时间对应的第一权值,以及第一历史预测停靠时间对应的第二权值,是通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第一权重阈值作为第一权值,将预设的第二权重阈值作为第二权值;或
若目标公交车为非第二班次公交车,且确定第一差值对应的第一绝对值小于第一阈值,则将预测第一类历史公交车在目标站点的目标预测停靠时间时使用的第一历史权值和第二历史权值分别作为第一权值和第二权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值不小于第二差值对应的第二绝对值,则基于第二绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值小于第二绝对值,则基于第一绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;
其中,第一差值为第一历史实际停靠时间与第一历史预测停靠时间之间的差值,第二差值为第一历史实际停靠时间与位于第一类历史公交车前一班次的公交车对应的第二历史实际停靠时间之间的差值。
在一种可能的实现方式,第二加权处理中,第一历史实际行驶时间对应的第三权值,以及第一历史预测行驶时间对应的第四权值,是通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第三权重阈值作为第三权重,以及将预设的第四权重阈值作为第四权值;或
若目标公交车为非第二班次公交车,且确定第三差值对应的第三绝对值小于第二阈值,则将预测第二类历史公交车在目标站间距的目标预测行驶时间时使用的第三历史权值和第四历史权值分别作为第三权值和第四权值;或
若目标公交车为非第二班次公交车,且确定第三绝对值不小于第二阈值,第三绝对值不小于第四差值对应的第四绝对值,则基于第四绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;或
若目标公交车为给第二班次公交车,且确定第一绝对值不小于第二阈值,第三绝对值小于第四绝对值,则基于第三绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;
其中,第三差值为第一历史实际行驶时间与第一历史预测行驶时间之间的差值,第四差值为第一历史实际行驶时间与位于第二类历史公交车前一班次的公交车对应的第二历史实际行驶时间之间的差值。
在本申请中,提出一种确定加权处理过程中使用的权值的方法,由于实时运行环境的变化,因此本申请实施例提出一种实时调整权值的方式,以提升预测的精确度。
在一种可能的实现方式中,基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间,包括:
若目标公交车的运行状态为站点停靠,则基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站点的剩余停靠时间,预测目标公交车到达目标位置所需的时间,其中剩余预设停靠时间为在当前站点的目标预测停靠时间与已停靠时间的差值;或
若目标公交车的运行状态为站间距行驶,则基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站间距的剩余预测行驶时间,预测目标公交车到达目标位置所需的时间,其中剩余预测行驶时间为在当前站间距的目标预测行驶时间与已行驶时间的差值。
在本申请中,基于目标公交的运行状态,给出具体的预测到达目标位置多需的时间的方式,不同的运行状态对应的预测方式不同,以提升预测的精确度。
第二方面,本申请实施例提供一种预测公交车到站时间的设备,该设备包括:人机交互接口、通信接口以及处理器,其中:
人机交互接口,用于获取目标对象指定的目标位置;
通信接口,用于获取目标公交车的当前位置;
处理器,用于确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间。
第三方面,本申请实施例提供一种预测公交车到站时间的装置,该装置包括:
确定模块,用于确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;
站点停靠时间预测模块,用于针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;
站间距行驶时间预测模块,用于针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;
目标预测模块,用于基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间。
第四方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令被处理器执行时实现本申请实施例提供的预测公交车到站时间的方法步骤。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例提供的一种预测公交车到站时间的设备结构图;
图3为本申请实施例提供的一种预测公交车到站时间的方法流程图;
图4为本申请实施例提供的一种公交线路示意图;
图5为本申请实施例提供的一种确定第一权值和第二权值的方法流程图;
图6为本申请实施例提供的一种公交车在站点停靠的示意图;
图7为本申请实施例提供的一种预测公交车到站时间的装置的结构图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白,以下将结合本申请实施例中的附图,对本申请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申请部分实施例,并不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请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,以便这里描述的本申请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。
下面对本申请实施例的设计构思进行简单介绍。
公交车已成为用户出行的主要交通工具之一,为了合理的时间规划,用户在出行之前,都会通过移动终端中安装的某些应用程序确定公交车到站的时间。因此,预测公交车到站时间作为公交系统信息化的关键技术。
相关技术中,预测公交车到站时间的方法主要是利用历史数据训练得到预测模型,再结合实时的运行信息对结果进行修正,即使用人工神经网络、支持向量机等模型对样本数据进行预测模型训练,最后使用卡尔曼滤波模型对已训练的预测模型进行修正。
相关技术中的预测公交车到站时间的方法主要存在如下问题:
问题1:在预测模型的训练过程中,需要使用大量的历史数据才能保证预测模型达到一定的精度要求,训练过程中消耗时间过长;且由于公交车在运行中,公交线路中不同道路阶段具有明显差异的特征,此时若将一条公交线路进行一个预测模型的建立和训练,将会导致训练结果不准确;若依据公交线路中不同道路阶段的特征,将一条公交线路划分成多个路段,并针对每个路段分别训练预测模型,将增加训练样本,和计算复杂度。
问题2:公交车在公交线路上的运行状态受天气条件、事故、拥堵程度等突发状况因素影响,导致公交车在公交线路上的运行状况存在不稳定性,且一段时间以前的公交车的运行环境与当前需要进行到站时间预测的目标公交车的运行环境偏差可能很大;此时,若仍旧基于训练获得的预测模型对公交车到站时间进行预测,将导致预测的精确度降低。
基于上述问题,本申请实施例中考虑到:
当目标公交车为首班车时,每天的首班车的发车时间一致,且运行环境相差不大,除了特殊恶劣天气、由交通事故造成的道路拥堵等。因此,本申请实施例中,将预设时间段内的各个历史首班车在各个目标站点的第一历史停靠时间作为参考,对目标公交车在各个目标站点的目标预测停靠时间进行预测;以及各个历史首班车在各个目标站间距的第一历史行驶时间作为参考,对目标公交车在各个目标站间距的目标预测行驶时间进行预测。在预测过程中,不是仅参考前一天的首班车进行预测,且无需依赖大量的历史数据训练预测模型,减小计算量的同时提升预测的精确度。
当目标公交车为非首班车时,最近一班次经过目标站点的第一类历史公交车,以及最近一班次经过目标站间距的第二类历史公交车最能反映当前目标站点和目标站间距的状态,即公交车的运行环境。因此,本申请实施例中,将最近一班次经过目标站点的第一类历史公交车的第一历史停靠时间作为参考,对目标站点对应的目标预测停靠时间进行预测;以及将最近一班次经过目标站间距的第二类历史公交车的第一历史行驶时间作为参考,对目标站间距对应的目标预测行驶时间进行预测。在预测过程中,不是仅参考最近一班次经过的公交车进行预测,无需依赖大量的历史数据训练预测模型,减小计算量的同时提升预测的精确度。
综上,本申请实施例提供一种预测公交车到站时间的方法及设备,主要采用在目标公交车之前发出的历史公交车对应的历史停靠时间和历史行驶时间进行预测,简化公交车到时间的预测方法,减小计算量且提供预测的精确度。
在本申请实施例中,确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;
针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;
针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;
基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车达到目标位置所需的时间。
在介绍完本申请实施例的设计思想之后,下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施过程中,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
请参考图1,图1为本申请实施例提供的一种可能的应用场景示意图,该应用场景中包括公交车10、服务器20以及预测公交车到站时间的设备30;
其中,服务器20可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器;
预测公交车到站时间的设备30可以是个人计算机、手机、平板电脑、笔记本等终端设备,如图1中的30-1、30-2。
在一种可能的实施方式中,公交车10与服务器20之间可以通过通信网络进行通信,通信网络是有线网络或无线网络。因此公交车10和服务器20可以通过有线或无线通信方式进行直接或间接地连接。比如,公交车10还可以通过无线接入点11与服务器20间接地连接,或公交车10通过因特网与服务器20直接地连接,本申请在此不做限制。同理,预测公交车到站时间的设备30与服务器20之间可以通过通信网络进行通信,通信网络是有线网络或无线网络,在此不再重复赘述。
在一种可能的应用场景中,以终端设备作为预测公交车到站时间的设备30为例,终端设备在接收到目标对象传输的查询公交车到达目标位置所需的时间的查询消息后,获取目标对象指定的目标位置,并从服务器20中获取目标公交车10的相关信息,并确定目标公交车的当前位置;然后,确定目标公交车的当前位置与目标对象指定的目标位置之间包含的各个目标站点以及各个目标站间距,并针对目标站点对应的目标预测停靠时间进行预测,针对目标站间距对应的目标预测行驶时间进行预测;最后,基于各个目标站点对应的目标预测停靠时间和各个目标站间距对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间,并通过显示的方式,将预测时间显示给目标对象,其中目标对象为用户。
需要说明的是,服务器20也可以作为预测公交车到站时间的设备,也就是说预测公交车到站时间的方法部署在服务器20中,服务器20将接收终端设备的查询公交车到达目标位置所需的时间的查询消息后,服务器20对目标公交车到达目标位置的时间进行预测,并将预测的时间传输给终端设备,由终端设备通过显示的方式,将预测的时间显示给目标对象。
由于预测公交车到站时间的方法不论部署于服务器中,还是部署于终端设备中,预测的方法一致,因此本申请实施例中,仅以预测公交车到站时间的方法部署于终端设备中为例。
请参考图2,图2示例性提供本申请实施例中的一种预测公交车到站时间的设备30的结构示意图。
应该理解的是,图2所示预测公交车到站时间的设备30仅是一个范例,并且预测公交车到站时间的设备30可以具有比图2中所示的更多的或者更少的部件,可以组合两个或多个的部件,或者可以具有不同的部件配置。图2中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
图2中示例性示出了根据示例性实施例中预测公交车到站时间的设备30的硬件配置框图。如图2所示,预测公交车到站时间的设备30包括:射频(radio frequency,RF)电路300、存储器301、人机交互接口302、显示单元303、摄像头304、通信接口305、无线保真(Wireless Fidelity,Wi-Fi)模块306、处理器307、电源308等部件。
RF电路300可用于在收发信息或通话过程中信号的接收和发送,可以接收基站的下行数据后交给处理器307处理;可以将上行数据发送给基站。通常,RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等器件。
存储器301用于存储有可在处理器307上运行的计算机程序及数据;当计算机程序被处理器307执行时,使得处理器307执行本申请中各种示例性实施方式的预测公交车到站时间的方法中的每个步骤。
在一种可能的实现方式中,存储器301可以包括易失性存储器形式的可读介质,例如高速随机存取存储器(RAM)和/或高速缓存存储器,还可以进一步包括只读存储器(ROM);还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
存储器301还可以包括具有一组(至少每个)程序模块的程序/实用工具,请参考图2,图2中示例性提供的了一种存储器301的部分结构图;其中,程序模块包括但不限于:操作系统、每个或者多个应用程序、其它程序模块以及程序数据。
人机交互接口302可用于接收目标对象输入的数字或字符信息,产生与预测公交车到站时间的设备30的用户设置以及功能控制有关的信号输入,具体地,人机交互接口302可以包括设置在预测公交车到站时间的设备30正面的触控面板3021,用于收集用户在触控面板3021上的触摸操作,确定用户触发的各种指令,例如点击按钮,拖动滚动框等。比如,在本申请实施例中,目标对象通过人机交互接口302输入查询公交车到达目标位置所需的时间的查询消息,即预测公交车到站时间的设备30通过人机交互接口302获取目标对象指定的目标位置。
在一种可能的实现方式中,人机交互接口302还包括其他输入设备3022,比如语音输入等,通过接收用户发送的语音信号识别用户触发的各种指令。
显示单元303可用于显示由用户输入的信息或提供给用户的信息以及预测公交车到站时间的设备30的各种菜单的图形用户界面(graphical user interface,GUI)。具体地,显示单元303可以包括设置在预测公交车到站时间的设备30正面的显示面板3031。其中,显示面板3031可以采用液晶显示器、发光二极管等形式来配置。显示单元303可以用于显示本申请实施例中的预测目标公交车到达目标位置所需的时间。
在一种可能的实现方式中,触摸面板3021可以覆盖在显示面板3031之上,也可以将触摸面板3021与显示面板3031集成而实现预测公交车到站时间的设备30的输入和输出功能,集成后可以简称触摸显示屏。本申请中显示单元303可以显示应用程序以及对应的操作步骤。
摄像头304可用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给处理器307转换成数字图像信号。
通信接口305用于将预测公交车到站时间的设备30获取到的各种指令或数据发送给服务器20,并通过通信接口305从服务器20处获取指令或数据,比如本申请实施例中,通过通信接口305从服务器20中获取公交车10的相关信息。
Wi-Fi属于短距离无线传输技术,预测公交车到站时间的设备30可以通过Wi-Fi模块306帮助用户收发电子邮件、浏览网页和访问流媒体等,它为用户提供了无线的宽带互联网访问。
处理器307是预测公交车到站时间的设备30的控制中心,利用各种接口和线路连接整个预测公交车到站时间的设备30的各个部分,通过运行或执行存储在存储器301内用于预测公交车到站时间的软件程序,以及调用存储在存储器301内的数据,执行预测公交车到站时间的设备30的各种功能和处理数据。
在一些实施例中,处理器307可包括一个或多个处理单元;处理器307还可以集成应用处理器和基带处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,基带处理器主要处理无线通信。可以理解的是,上述基带处理器也可以不集成到处理器307中。本申请实施例中,处理器307可以运行操作系统及响应消息,以及本申请实施例的预测公交车到站时间的方法。
在本申请实施例中,处理器307,用于确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间。
在一种可能的实现方式中,若目标公交车为首班车,则第一类历史公交车以及第二类公交车均为预设历史时间段中的各个历史首班车;
处理器307具体用于:
获取各个第一类历史公交车在目标站点的第一历史实际停靠时间,并对第一历史实际停靠时间进行加权平均处理,将获得的第一加权平均结果,作为目标公交车在目标站点的目标预测停靠时间;以及
获取各个第二类历史公交车在目标站间距的第一历史实际行驶时间,并对第一历史实际行驶时间进行加权平均处理,将获得的第二加权平均结果,作为目标公交车在目标站间距的目标预测行驶时间。
在一种可能的实现方式中,若目标公交车为非首班公交车,则第一类历史公交车为最近一班次经过目标站点的公交车,第二类历史公交车为最近一班次经过目标站间距的公交车;
处理器307具体用于:
获取第一类历史公交车在目标站点的第一历史实际停靠时间,以及相应的第一历史预测停靠时间,并对第一历史实际停靠时间和第一历史预测停靠是时间进行第一加权处理,将获得的第一加权处理结果,作为目标公交车在目标站点的目标预测停靠时间;
获取第二类历史公交车在目标站间距的第一历史实际行驶时间,以及相应的第一历史预测行驶时间;对第一历史实际行驶时间和第一历史预测行驶时间进行第二加权处理,将获得的第二加权处理结果,作为目标公交车在目标站间距的目标预测行驶时间。
在一种可能的实现方式中,第一加权处理中,第一历史实际停靠时间对应的第一权值,以及第一历史预测停靠时间对应的第二权值,是处理器307通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第一权重阈值作为第一权值,以及将预设的第二权重阈值作为第二权值;或
若目标公交车为非第二班次公交车,且确定第一差值对应的第一绝对值小于第一阈值,则将预测第一类历史公交车在目标站点的目标预测停靠时间时使用的第一历史权值和第二历史权值分别作为第一权值和第二权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值不小于第二差值对应的第二绝对值,则基于第二绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值小于第二绝对值,则基于第一绝对值与第一历史实际停靠时间的比值确定第一权值和第二权值;
其中,第一差值为第一历史实际停靠时间与第一历史预测停靠时间之间的差值,第二差值为第一历史实际停靠时间与位于第一类历史公交车前一班次的公交车对应的第二历史实际停靠时间之间的差值。
在一种可能的实现方式中,第二加权处理中,第一历史实际行驶时间对应的第三权值,以及第一历史预测行驶时间对应的第四权值,是处理器307通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第三权重阈值作为第三权值,以及将预设的第四权重阈值作为第四权值;或
若目标公交车为非第二班次公交车,且确定第三差值对应的第三绝对值小于第二阈值,则将预测第二类历史公交车在目标站间距的目标预测行驶时间时使用的第三历史权值和第四历史权值分别作为第三权值和第四权值;或
若目标公交车为非第二班次公交车,且确定第三绝对值不小于第二阈值,第三绝对值不小于第四差值对应的第四绝对值,则基于第四绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第二阈值,第三绝对值小于第四绝对值,则基于第三绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;
其中,第三差值为第一历史实际行驶时间与第一历史预测行驶时间之间的差值,第四差值为第一历史实际行驶时间与位于第二类历史公交车前一班次的公交车对应的第二历史实际行驶时间之间的差值。
在一种可能的实现方式中,处理器307具体用于:
若目标公交车的运行状态为站点停靠,则基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站点的剩余预测停靠时间,预测目标公交车到达目标位置所需的时间,其中剩余预测停靠时间为在当前站点的目标预测停靠时间与已停靠时间的差值;或
若目标公交车的运行状态为站间距行驶,则基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站间距的剩余预测行驶时间,预测目标公交车到达目标位置所需的时间,其中剩余预测行驶时间为在当前站间距的目标预测行驶时间与已行驶时间的差值。
需要说明的是,本申请实施例提供的预测公交车到站时间的设备30中还包括蓝牙模块、传感器、音频电路、扬声器、麦克风等。其中:
蓝牙模块,用于通过蓝牙协议来与其他具有蓝牙模块的蓝牙设备进行信息交互。例如,预测公交车到站时间的设备30可以通过蓝牙模块与同样具备蓝牙模块的可穿戴电子设备(例如智能手表)建立蓝牙连接,从而进行数据交互。
预测公交车到站时间的设备30还可以包括至少一种传感器,比如加速度传感器、距离传感器、指纹传感器、温度传感器。预测公交车到站时间的设备30还可配置有陀螺仪、气压计、湿度计、温度计、红外线传感器、光传感器、运动传感器等其他传感器。
音频电路、扬声器、麦克风可提供用户与预测公交车到站时间的设备30之间的音频接口。音频电路可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出。预测公交车到站时间的设备30还可配置音量按钮,用于调节声音信号的音量。另一方面,麦克风将收集的声音信号转换为电信号,由音频电路接收后转换为音频数据,再将音频数据输出至RF电路以发送给比如另一终端,或者将音频数据输出至存储器以便进一步处理。本申请中麦克风可以获取用户的语音。
预测公交车到站时间的设备30还包括给各个部件供电的电源308(比如电池)。电源可以通过电源管理系统与处理器307逻辑相连,从而通过电源管理系统实现管理充电、放电以及功耗等功能。预测公交车到站时间的设备30还可配置有电源按钮,用于开机和关机,以及锁屏等功能。
基于上述应用场景,下面结合上述描述的应用场景,根据附图来描述本申请示例性实施方式提供的预测公交车到站时间的方法,需要注意的是,上述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。
请参考图3,图3示例性提供本申请实施例提供的一种预测公交车到站时间的方法,包括如下步骤:
步骤S300,确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距。
其中,目标公交车可以为距离目标位置最近的公交车,也可以为距离目标位置第二近的公交车,或者未到达目标位置且已经发车的全部公交车;其中,目标位置为目标对象指定的站点。
示例性的,目标公交车为在未到达目标位置且已经发车的公交车中,选择的距离目标位置最近的预设数量的公交车;请参考图4,图4示例性提供了一种公交线路示意图,其中,S表示站点,Z表示公交车;
若目标对象指定的目标位置为站点S7,则未达到目标位置且已经发车的公交车包括:公交车Z2、公交车Z3和公交车Z4;若预设数量为2,则目标公交车为公交车Z2和公交车Z3。
以目标公交车为公交车Z3为例,确定目标公交车Z3的当前位置为站间距S2-S3,与目标位置对应的站点S7之间包含有:目标站点S3、目标站点S4、目标站点S5、目标站点S6,以及目标站间距S3-S4、目标站间距S4-S5、目标站间距S5-S6、目标站间距S6-S7。
步骤S301,针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间。
需要说明的是,已经过目标站点的第一类历史公交车可以为与目标公交车的公交线路相同的公交车;和/或与目标公交的公交线路不同的公交车,但是在目标公交车需要经过的任一目标站点停靠的公交车,比如目标公交车对应公交线路A,公交线路A中包含有站点S3,和站点S4等,某一公交车对应公交线路B,公交线路B中也包含有站点S3,和站点S4,此时在公交线路B上行驶的某一公交车经过站点S3,和站点S4后,该公交车就可以作为第一类历史公交车。
在本申请实施例中,目标公交车可以为当天的首班车,也可以为当天的非首班车。当目标公交车为当天的首班车时,第一类历史公交车为预设时间段中的各个历史首班车;当目标公交车为当天的非首班车时,第一类历史公交车为最近一班次经过目标站点的公交车。
下面,针对目标公交车为首班车和非首班车的情况,对预测目标公交车在目标站点的目标预测停靠时间进行说明。
情况一:目标公交车为首班车,第一类历史公交为预设历史时间段中的各个历史首班车时:
针对任一目标站点,获取各个第一类历史公交车在目标站点的第一历史实际停靠时间;
对第一历史实际停靠时间进行加权平均处理,将获得的第一加权平均结果,作为目标公交车在目标站点的目标预测停靠时间。
请参考图4,若目标公交车为公交车Z1,且公交车Z1表示首班车,在目标对象指定的目标位置为站点S9时,目标站点为S8;此时,若要预测目标公交车Z1在目标站点S8的目标预测停靠时间,则需要获取预设历史时间段中的各个历史首班车,设选取与目标公交车的公交线路相同的第一类历史公交车,预设历史时间段为一周,则确定过去7天内的各个历史首班车,并获取各个历史首班车在目标站点S8的第一历史实际停靠时间,最后对7个第一历史实际停靠时间进行加权平均处理,并将获得的第一加权平均结果,作为目标公交车在目标站点的目标预测停靠时间。
其中,各个历史首班车在目标站点的第一历史实际停靠时间是基于全球定位系统(Global Positioning System,GPS)数据确定的。
设7个历史首班车在目标站点S8的第一历史实际停靠时间分别为:t1、t2、t3、t4、t5、t6、t7;
则目标预测停靠时间TZ1-S8=(t1+t2+t3+t4+t5+t6+t7)/7。
情况二:目标公交车为非首班车,第一类历史公交车为最近一班次经过目标站点的公交车时:
针对任一目标站点,获取第一类历史公交车在目标站点的第一历史实际停靠时间,以及相应的第一历史预测停靠时间;
对第一历史实际停靠时间和第一历史预测停靠时间进行第一加权处理,将获得的第一加权处理结果,作为目标公交车在目标站点的目标预测停靠时间。
请参考图4,若目标公交车为公交车Z2,在目标对象指定的目标位置为站点S7时,目标站点为S6,此时第一类历史公交车为公交车Z1,公交车Z1在目标站点S6的第一历史实际停靠时间为tZ1-S6,相应的第一历史预测停靠时间为TZ1-S6;
其中,公交车Z1在目标站点S6的第一历史实际停靠时间是基于公交车Z1到达目标站点S6的时间和离开目标站点S6的时间确定的;具体的,当公交车Z1到达目标站点S6时,记录到站的时间为XZ1-S6,当公交车Z1到离开目标站点S6时,记录离开的时间为YZ1-S6,此时确定公交车Z1在目标站点S6的第一历史实际停靠时间tZ1-S6=YZ1-S6-XZ1-S6;对于每个公交车在各个站点的实际停靠时间都是采用相同的方式,下述将不再重复赘述。
在获取了公交车Z1在目标站点S6的第一历史实际停靠时间tZ1-S6,以及相应的第一历史预测停靠时间TZ1-S6后,对第一历史实际停靠时间tZ1-S6和第一历史预测停靠时间TZ1-S6进行加权处理,将获得的第一加权处理结果,作为目标公交车Z2在目标站点S6的目标预测停靠时间TZ2-S6;
具体的,目标预测停靠时间TZ2-S6=a1*tZ1-S6+a2*TZ1-S6;其中,a1和a2分别为第一历史实际停靠时间对应的第一权值,和第一历史预测停靠时间对应的第二权值。
在本申请实施例中,对于同一目标公交车,在各个目标站点,其对应的第一类历史公交车不完全一致;
请参考图4,若目标公交车为公交车Z3,在目标对象指定的目标位置为站点S7时,目标站点包括:目标站点S3、目标站点S4、目标站点S5、目标站点S6;
此时,针对目标站点S3、目标站点S4、目标站点S5而言,对应的第一类历史公交车为公交车Z2;针对目标站点S6而言,对应的第一类历史公交车为公交车Z1;
因此,预测目标公交车Z3在目标站点S3的目标预测停靠时间时,是基于公交车Z2在目标站点S3的第一历史实际停靠时间tZ2-S3,以及相应的第一历史预测停靠时间TZ2-S3进行加权处理的;具体可参见上述预测目标公交车Z2在目标站点S6的目标预测停靠时间的方式,在此不再赘述。
同理,预测目标公交车Z3在目标站点S4、目标站点S5的目标预测停靠时间时,可参见预测目标公交车Z3在目标站点S3的目标预测停靠时间的方式,在此不再赘述。
预测目标公交车Z3在目标站点S6的目标预测停靠时间时,是基于公交车Z1在目标站点S6的第一历史实际停靠时间tZ1-S6,以及相应的第一历史预测停靠时间TZ1-S6进行加权处理的;具体可参见上述目标公交车Z2在目标站点S6的目标预测停靠时间的预测方式,在此不再赘述。
因此,本申请实施例中,在预测目标公交车到达目标位置所需的时间时,预测目标公交车在各个目标站点的目标预测停靠时间是会根据最近一班次经过目标站点的公交车的历史停靠时间进行动态更新的,保证预测的精确度。
由于预测非首班车在各个目标站点的目标预测停靠时间时,是采用加权处理的方式进行的,因此本申请实施例中,还提供一种确定第一历史实际停靠时间对应的第一权值,以及第一历史预测停靠时间对应的第二权值的方式。
在一种可能的实现方式中,第一历史实际停靠时间对应的第一权值,以及第一历史预测停靠时间对应的第二权值是通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第一权重阈值作为第一权值,以及将预设的第二权重阈值作为第二权值;
若目标公交车为非第二班次公交车,且确定第一差值对应的第一绝对值小于第一阈值,则将预测第一类历史公交车在目标站点的目标预测停靠时间时使用的第一历史权值和第二历史权值分别作为第一权值和第二权值;
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值不小于第二差值对应的第二绝对值,则基于第二绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值小于第二绝对值,则基于第一绝对值与第一历史实际停靠时间的比值确定第一权值和第二权值;
其中,第一差值为第一历史实际停靠时间与第一历史预测停靠时间之间的差值,第二差值为第一历史实际停靠时间与位于第一类历史公交车前一班次的公交车对应的第二历史实际停靠时间之间的差值。
示例性的,请参考图5,图5示例性提供本申请实施例中一种确定第一权值和第二权值的方法流程图,包括如下步骤:
步骤S500,确定目标公交车的车次。
步骤S501,判断目标公交车是否为第二班次公交车,若是则执行步骤,S502,否则执行步骤S503。
步骤S502,将预测的第一权重阈值作为第一权值,将预测第二权重阈值作为第二权值。
步骤S503,确定第一历史实际停靠时间与第一历史预测停靠时间之间的第一差值,并确定第一差值对应的第一绝对值;
比如,比如目标公交车为公交车Z3,在目标站点为S3时,第一差值对应的第一绝对值为:|Tz2-S3-tz2-S3|。
步骤S504,判断第一绝对值是否小于第一阈值,若小于则执行步骤S505,否则执行步骤S506;
其中,第一阈值表示偏差允许范围,由于展示给目标对象的到站时间以分钟为单位,因此第一阈值可以为60秒。
步骤S505,将预测第一类历史公交车在目标站点的目标预测停靠时间时使用的第一历史权值和第二历史权值分别作为第一权值和第二权值;
也就是说,第一权值和第二权值保持不变。
步骤S506,确定第一历史实际停靠时间与位于第一类历史公交车前一班次的公交车对应的第二历史实际停靠时间之间的第二差值,并确定第二差值对应的第二绝对值;
比如,目标公交车为公交车Z3,在目标站点为S3时,第一历史实际停靠时间为公交车Z2在目标站点S3的实际停靠时间tZ2-S3,第二历史实际停靠时间为公交车Z1在目标站点S3的实际停靠时间tZ1-S3,第二差值对应的第二绝对值为:|tZ2-S3-tZ1-S3|。
步骤S507,判断第一绝对值是否小于第二绝对值,若不小于,则执行步骤S508,否则执行步骤S509。
步骤S508,基于第二绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;
在一种可能的实现方式中,若确定第一绝对值不小于第二绝对值,即|Tz2-S3-tz2-S3|≥|tZ2-S3-tZ1-S3|,则基于第二绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;
示例性的,目标公交车为公交车Z3,在目标站点为S3时,使用的第一权值a1和第二权值a2分别为:
其中,a1′和a2′分别表示针对第一类历史公交车在目标站点上确定目标预测停靠时间时使用的第一历史权值和第二历史权值,也就是说a1′和a2′分别表示预测目标公交车为公交车Z2在目标站点S3的目标预测停靠时间时使用的第一历史权值和第二历史权值。
步骤S509,基于第一绝对值与第一历史实际停靠时间的比值确定第一权值和第二权值;
在一种可能的实现方式中,若确定第一绝对值小于第二绝对值,即|Tz2-S3-tz2-S3|<|tZ2-S3-tZ1-S3|,则基于第一绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;
示例性的,目标公交车为公交车Z3,在目标站点为S3时,使用的第一权值a1和第二权值a2分别为:
其中,a1′和a2′分别表示针对第一类历史公交车在目标站点上确定目标预测停靠时间时使用的第一历史权值和第二历史权值,也就是说a1′和a2′分别表示预测目标公交车为公交车Z2在目标站点S3的目标预测停靠时间时使用的第一历史权值和第二历史权值。
本申请实施例中的图4示例性提供的是目标公交车与第一类历史公交车位于同一公交线路,对于目标公交车与第一类历史公交车位于不同公交线路的情况与位于同一公交线路的计算方式一致,在此不再重复赘述。
步骤S302,针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间。
需要说明的是,已经过目标站间距的第二类历史公交车可以为与目标公交车的公交线路相同的公交车;和/或与目标公交的公交线路不同的公交车,但是在目标公交车需要经过的任一目标站间距行驶的公交车,比如目标公交车对应公交线路A,公交线路A中包含有站间距S3-S4等,某一公交车对应公交线路B,公交线路B中也包含有站间距S3-S4,此时在公交线路B上行驶的某一公交车经过站间距S3-S4后,该公交车就可以作为第二类历史公交车。
在本申请实施例中,目标公交车可以为当天的首班车,也可以为当天的非首班车。当目标公交车为当天的首班车时,第二类历史公交车为预设时间段中的各个历史首班车;当目标公交车为当天的非首班车时,第二类历史公交车为最近一班次经过目标站间距的公交车。
下面,针对目标公交车为首班车和非首班车的情况,对预测目标公交车在目标站间距的目标预测行驶时间进行说明。
情况一:目标公交车为首班车,第二类历史公交为预设历史时间段中的各个历史首班车时:
针对任一目标站间距,获取各个第二类历史公交车在目标站间距的第一历史实际行驶时间;
对第一历史实际行驶时间进行加权平均处理,将获得的第二加权平均结果,作为目标公交车在目标站间距的目标预测行驶时间。
请参考图4,若目标公交车为公交车Z1,且公交车Z1表示首班车,在目标对象指定的目标位置为站点S9时,目标站间距为S8-S9;此时,若要预测目标公交车Z1在目标站间距S8-S9的目标预测行驶时间,则需要获取预设历史时间段中的各个历史首班车,设选取与目标公交车的公交线路相同的第一类历史公交车,预设历史时间段为一周,则确定过去7天内的各个历史首班车,并获取各个历史首班车在目标站间距S8-S9的第一历史实际行驶时间,最后对7个第一历史实际停靠时间进行加权平均处理,并将获得的第二加权平均结果,作为目标公交车在目标站间距的目标预测行驶时间。
其中,各个历史首班车在目标站间距的第一历史实际行驶时间是基于全球定位系统(Global Positioning System,GPS)数据确定的。
设7个历史首班车在目标站间距S8-S9的第一历史实际行驶时间分别为:t′1、t′2、t′3、t′4、t′5、t′6、t′7;
则目标预测行驶时间T′Z1-(S8-S9)=(t′1+t′2+t′3+t′4+t′5+t′6+t′7)/7。
情况二:目标公交车为非首班车,第二类历史公交车为最近一班次经过目标站间距的公交车时:
针对任一目标站间距,获取第二类历史公交车在目标站间距的第一历史实际行驶时间,以及相应的第一历史预测行驶时间;
对第一历史实际行驶时间和第一历史预测行驶时间进行第二加权处理,将获得的第二加权处理结果,作为目标公交车在目标站间距的目标预测行驶时间。
请参考图4,若目标公交车为公交车Z2,在目标对象指定的目标位置为站点S7时,目标站间距为S6-S7,此时第一类历史公交车为公交车Z1,公交车Z1在目标站间距S6-S7的第一历史实际行驶时间为t′Z1-(S6-S7),相应的第一历史预测行驶时间为T′Z1-(S6-S7);
其中,公交车Z1在目标站间距S6-S7的第一历史实际行驶时间是基于公交车Z1离开目标站点S6的时间和到达目标站点S7的时间确定的;具体的,当公交车Z1离开目标站点S6时,记录离开的时间为YZ1-S6,当公交车Z1到达目标站点S7时,记录到站的时间为XZ1-S7,此时确定公交车Z1在目标站间距S6-S7的第一历史实际行驶时间t′Z1-(S6-S7)=XZ1-S7-YZ1-S6;对于每个公交车在各个站间距的实际行驶时间都是采用相同的方式,下述将不再重复赘述。
在获取了公交车Z1在目标站间距S6-S7的第一历史实际行驶时间t′Z1-(S6-S7),以及相应的第一历史预测行驶时间为T′Z1-(S6-S7)后,对第一历史实际行驶时间t′Z1-(S6-S7)和第一历史预测行驶时间T′Z1-(S6-S7)进行加权处理,将获得的第二加权处理结果,作为目标公交车Z2在目标站间距S6-S7的目标预测行驶时间T′Z2-(S6-S7);
具体的,目标预测行驶时间T′Z2-(S6-S7)=b1*t′Z1-(S6-S7)+b2*T′Z1-(S6-S7);其中,b1和b2分别为第一历史实际行驶时间对应的第三权值,和第一历史预测行驶时间对应的第四权值。
在本申请实施例中,对于同一目标公交车,在各个目标站间距,其对应的第二类历史公交车不完全一致;
请参考图4,若目标公交车为公交车Z3,在目标对象指定的目标位置为站点S7时,目标站间距包括:目标站间距S3-S4、目标站间距S4-S5、目标站间距S5-S6、目标站间距S6-S7;
此时,针对目标站间距S3-S4、目标站间距S4-S5而言,对应的第二类历史公交车为公交车Z2;针对目标站间距S5-S6、目标站间距S6-S7而言,对应的第二类历史公交车为公交车Z1;
因此,预测目标公交车Z3在目标站间距S3-S4的目标预测停靠时间时,是基于公交车Z2在目标站间距S3-S4的第一历史实际行驶时间t′Z2-(S3-S4),以及相应的第一历史预测行驶时间T′Z2-(S3-S4)进行加权处理的;具体可参见上述预测目标公交车Z2在目标站间距S6-S7的目标预测停靠时间的方式,在此不再赘述。
同理,预测目标公交车Z3在目标站间距S4-S5的目标预测行驶时间时,可参见预测目标公交车Z3在目标站间距S3-S4的目标预测行驶时间的方式,在此不再赘述。
预测目标公交车Z3在目标站间距S6-S7的目标预测行驶时间时,是基于公交车Z1在目标站间距S6-S7的第一历史实际行驶时间t′Z1-(S6-S7),以及相应的第一历史预测行驶时间T′Z1-(S6-S7)进行加权处理的;具体可参见上述预测目标公交车Z2在目标站间距S6-S7的目标预测行驶时间的方式,在此不再赘述。
由于,公交车Z2当前在目标站间距S5-S6上行驶,因此并不能确定在目标站间距S5-S6的实际行驶时间,也就是说公交车Z2并未经过目标站间距S5-S6,因此,预测目标公交车Z3在目标站间距S5-S6的目标预测行驶时间时,是基于公交车Z1在目标站间距S5-S6的第一历史实际行驶时间t′Z1-(S5-S6),以及相应的第一历史预测行驶时间T′Z1-(S5-S6)进行加权处理的。
因此,本申请实施例中,在预测目标公交车到达目标位置所需的时间时,预测目标公交车在各个目标站间距的目标预测行驶时间是会根据最近一班次经过目标站间距的公交车的历史行驶时间进行动态更新的,保证预测的精确度。
由于预测非首班车在各个目标站点的目标预测停靠时间时,是采用加权处理的方式进行的,因此本申请实施例中,还提供一种确定第一历史实际行驶时间对应的第三权值,以及第一历史预测行驶时间对应的第四权值的方式。
在一种可能的实现方式中,第一历史实际行驶时间对应的第三权值,以及第一历史预测行驶时间对应的第四权值是通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第三权重阈值作为第三权值,以及将预设的第四权重阈值作为第四权值;即若目标公交车位第二班次公交车,第三权值和第四权值分别为预先分配的第三权重阈值和第四权重阈值;
若目标公交车为非第二班次公交车,且确定第三差值对应的第三绝对值小于第二阈值,则将预测第二类历史公交车在目标站间距的目标预测行驶时间时使用的第三历史权值和第四历史权值分别作为第三权值和第四权值;也就是说第三权值和第四权值保持不变;其中,第三差值为第一历史实际行驶时间与第一历史预测行驶时间之间的差值,比如目标公交车为公交车Z3,在目标站间距为S3-S4时,第三差值对应的第三绝对值为:|T′z2-(S3-S4)-t′z2-(S3-S4)|,第二阈值表示偏差允许范围,由于展示给目标对象的到站时间以分钟为单位,因此第二阈值可以为60秒;
若目标公交车为非第二班次公交车,且确定第三绝对值不小于第二阈值,第三绝对值不小于第四差值对应的第四绝对值,则基于第四绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;其中,第四差值为第一历史实际行驶时间与位于第二类历史公交车前一班次的公交车对应的第二历史实际行驶时间之间的差值,比如,目标公交车为公交车Z3,在目标站间距为S3-S4时,第一历史实际行驶时间为公交车Z2在目标站间距为S3-S4的实际停靠时间t′Z2-(S3-S4),第二历史实际行驶时间为公交车Z1在目标站间距为S3-S4的实际停靠时间t′Z1-(S3-S4),第四差值对应的第四绝对值为:|t′Z2-(S3-S4)-t′Z1-(S3-S4)|。
在一种可能的实现方式中,若确定第三绝对值不小于第四绝对值,即|T′z2-(S3-S4)-t′z2-(S3-S4)|≥|t′Z2-(S3-S4)-t′Z1-(S3-S4)|,则基于第四绝对值与第一历史实际行驶时间的比值,确定第一权值和第二权值;
示例性的,目标公交车为公交车Z3,在目标站间距为S3-S4时,使用的第三权值b1和第四权值b2分别为:
其中,b1′和b1′分别表示针对第二类历史公交车在目标站间距确定目标预测停靠时间时使用的第三历史权值和第四历史权值,也就是说b1′和b2′分别表示预测目标公交车为公交车Z2在目标站间距S3-S4的目标预测行驶时间时使用的第三历史权值和第四历史权值。
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第二阈值,第三绝对值小于第四绝对值,则基于第三绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;
在一种可能的实现方式中,若确定第三绝对值小于第四绝对值,即|T′z2-(S3-S4)-t′z2-(S3-S4)|<|t′Z2-(S3-S4)-t′Z1-(S3-S4)|,则基于第三绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;
示例性的,目标公交车为公交车Z3,在目标站间距为S3-S4时,使用的第三权值b1和第四权值b2分别为:
其中,b1′和b1′分别表示针对第二类历史公交车在目标站间距确定目标预测停靠时间时使用的第三历史权值和第四历史权值,也就是说b1′和b2′分别表示预测目标公交车为公交车Z2在目标站间距S3-S4的目标预测行驶时间时使用的第三历史权值和第四历史权值。
需要说明的时,调整第三权值和第四权值的逻辑可参见图5,在此不再重复赘述。
本申请实施例中的图4示例性提供的是目标公交车与第一类历史公交车位于同一公交线路,对于目标公交车与第一类历史公交车位于不同公交线路的情况与位于同一公交线路的计算方式一致,在此不再重复赘述。
本申请实施例中,预测目标公交车在目标站点的目标预测停靠时间,基于和历史实际停靠时间,采用加权处理的方式进行预测;以及预测目标公交车在目标站间距的目标预测行驶时间时,基于历史预测行驶时间和历史实际行驶时间,采用加权处理的方式进行预测;历史预测停靠时间和历史预测行驶时间不断迭代反应历史数据指标,历史实际停靠时间和历史实际行驶时间是当前车辆的动态数据,两者结合,可以降低环境因素导致的位置,提升预测的精确度。
且针对目标公交车,预测目标公交车在目标站点的目标预测停靠时间,以及预测目标公交车在目标站间距的目标预测行驶时间之前,应先确定相应的权重。在本申请实施例中,考虑到随机分配初始权重值所得到的预测结果可能与实际结果存在较大偏差,因此给出了一种权值确定方法,可以采用自适应学习的方法不断对权重进行调整,从而不断提升预测的精确度。
步骤S303,基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间。
在本申请实施例中,目标公交车的运行状态可以为站点停靠和站间距行驶两种,且针对不同的运行状态,预测目标公交车到达目标位置所需的时间的具体方式不同。
下面,针对目标公交车在上述两种运行状态下,预测目标公交车到达目标位置所需的时间的具体方式进行说明。
情况一:目标公交车的运行状态为站点停靠。
基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站点的剩余预测停靠时间,预测目标公交车到达目标位置所需的时间,其中剩余预测停靠时间为在当前站点的目标预测停靠时间与已停靠时间的差值;
请参考图6,图6示例性提供一种公交车在站点停靠的示意图;
设目标公交车为公交车Z3,公交车Z3的运行状态为在站点S3停靠,若目标位置为站点S5;
此时,确定需要公交车Z3需要经停的目标站点包括:目标站点S4,公交车Z3在目标站点S4的目标预测停靠时间为TZ3-S4;
公交车Z3需要经过的目标站间距包括:目标站间距S3-S4和目标站间距S4-S5,公交车Z3在目标站间距S3-S4的目标预测行驶时间T′Z3-(S3-S4),和公交车Z3在目标站间距S4-S5的目标预测行驶时间T′Z3-(S4-S5);
同时,还需要确定公交Z3进入站点S3的时间XZ3-S3,以及当前时间tnow,并基于进站时间和当前时间确定公交车Z3在站点S3已经停靠的时间(tnow-XZ3-S3),以及基于当前已停靠时间和预测目标停靠时间,确定剩余预测停靠时间TZ3-S3-(tnow-XZ3-S3),其中TZ3-S3公交车Z3在站点S3的目标预测停靠时间。
基于上述数据,可预测公交车Z3到达目标位置S5所需的时间为:
T=TZ3-S3-(tnow-XZ3-S3)+T′Z3-(S3-S4)+TZ3-S4+T′Z3-(S4-S5)。
情况二:目标公交车的运行状态为站间距行驶。
基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站间距的剩余预测行驶时间,预测目标公交车到达目标位置所需的时间,其中剩余预测行驶时间为在当前站间距的目标预测行驶时间与已行驶时间的差值。
请参考图4,设目标公交车为公交车Z3,公交车Z3的运行状态为在站间距S2-S3行驶,若目标位置为站点S5;
此时,确定需要公交车Z3需要经停的目标站点包括:目标站点S3、目标站点S4,公交车Z3在目标站点S3的目标预测停靠时间为TZ3-S3,以及公交车Z3在目标站点S4的目标预测停靠时间为TZ3-S4;
公交车Z3需要经过的目标站间距包括:目标站间距S3-S4和目标站间距S4-S5,公交车Z3在目标站间距S3-S4的目标预测行驶时间T′Z3-(S3-S4),和公交车Z3在目标站间距S4-S5的目标预测行驶时间T′Z3-(S4-S5);
同时,还需要确定公交Z3离开站点S2的时间YZ3-S2,以及当前时间tnow,并基于离开站点S2的时间和当前时间确定公交车Z3在站间距S2-S3已经行驶的时间(tnow-YZ3-S2),以及基于当前已行驶时间和公交车Z3在站间距S2-S3的预测目标行驶时间T′Z3-(S2-S3),确定剩余预测行驶时间T′Z3-(S2-S3)-(tnow-YZ3-S2)。
基于上述数据,可预测公交车Z3到达目标位置S5所需的时间为:
T=T′Z3-(S2-S3)-(tnow-YZ3-S2)+TZ3-S3+T′Z3-(S3-S4)+TZ3-S4+T′Z3-(S4-S5)。
在本申请实施例中,为了保证预测的精确度,在预测的过程中,时间的单位均为秒,但是大部分车载设备GPS数据上传有大于10秒的间隔,而且车辆运行中受环境因素的影响,无法将预测时间精确到秒,在将预测时间呈现给目标对象的时候通常使用分钟单位,所以需要进行单位的转换。
且基于交通法规定公交车进站时速度不得超过每小时30公里,根据经验值,公交车在进站百米范围内可以进入目标对象视线内,根据上述距离和速度得到运行时间为13秒,所以为了避免预测到站时间为1分钟,但实际公交车已接近站台的偏差,本申请实施例中还给出一种基于单位转换预测目标公交车到达目标位置的方法。
示例性的,预测目标公交车到达目标位置所需的时间为T秒后,基于除法运算,将T除以60即将单位转换为分钟,并获得T除以60的商值M和余数值N,其中,M和N为正整数;若确定余数值N大于第三阈值,则确定目标公交车到达目标位置所需的时间为(M+1)分钟;若确定余数值N小于第三阈值,则确定目标公交车到达目标位置所需的时间为M分钟。
比如,本申请实施例中采用“满十五进一”的方法,即当整除后剩余秒数小于15时,可以舍去,当大于15秒时进一。
本申请实施例中,在进行公交车到站时间预测时,不仅考虑到了行驶过程中的影响因素,同时还考虑到在站点停靠的影响因素,分别预测站点停靠时间和站间距行驶时间,最后将站点停靠时间和站间距行驶时间进行融合预测到达目标所需的时间,且针对每个站点预测站点停靠时间,以及针对每个站间距预测站间距行驶时间时除了首班车都是基于最近一班次经过的公交车进行确定的,因此预测时间会根据实际情况进行动态更新,提高预测的准确性,且进参考最近一班次的经过的公交车的数据,数据量小计算简单。
基于同一发明构思,本申请实施例还提供一种预测公交车到站时间的装置,请参考图7,图7示例性提供本申请实施例中一种预测公交车到站时间的装置700,该装置700中包括:
确定模块701,用于确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;
站点停靠时间预测模块702,用于针对任一目标站点,基于已经过目标站点的第一类历史公交车对应的历史停靠时间,预测目标公交车在目标站点的目标预测停靠时间;
站间距行驶时间预测模块703,用于针对任一目标站间距,基于已经过目标站间距的第二类历史公交车对应的历史行驶时间,预测目标公交车在目标站间距的目标预测行驶时间;
目标预测模块704,用于基于各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测目标公交车到达目标位置所需的时间。
在一种可能的实现方式中,若目标公交车为首班车,则第一类历史公交车以及第二类公交车均为预设历史时间段中的各个历史首班车;
站点停靠时间预测模块702具体用于:
获取各个第一类历史公交车在目标站点的第一历史实际停靠时间;并对第一历史实际停靠时间进行加权平均处理,将获得的第一加权平均结果,作为目标公交车在目标站点的目标预测停靠时间;
站间距行驶时间预测模块703具体用于:
获取各个第二类历史公交车在目标站间距的第一历史实际行驶时间;并对第一历史实际行驶时间进行加权平均处理,将获得的第二加权平均结果,作为目标公交车在目标站间距的目标预测行驶时间。
在一种可能的实现方式中,若目标公交车为非首班车,则第一类历史公交车为最近一班次经过目标站点的公交车,第二类历史公交车为最近一班次经过目标站间距的公交车;
站点停靠时间预测模块702具体用于:
获取第一类历史公交车在目标站点的第一历史实际停靠时间,以及相应的第一历史预测停靠时间;并对第一历史实际停靠时间和第一历史预测停靠时间进行第一加权处理,将获得的第一加权处理结果,作为目标公交车在目标站点的目标预测停靠时间;
站间距行驶时间预测模块703具体用于:
获取第二类历史公交车在目标站间距的第一历史实际行驶时间,以及相应的第一历史预测行驶时间;并对第一历史实际行驶时间和第一历史预测行驶时间进行第二加权处理,将获得的第二加权处理结果,作为目标公交车在目标站间距的目标预测行驶时间。
在一种可能的实现方式中,第一加权处理中,第一历史实际停靠时间对应的第一权值,以及第一历史预测停靠时间对应的第二权值,是通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第一权重阈值作为第一权值,以及将预设的第二权重阈值作为第二权值;或
若目标公交车为非第二班次公交车,且确定第一差值对应的第一绝对值小于第一阈值,则将预测第一类历史公交车在目标站点的目标预测停靠时间时使用的第一历史权值和第二历史权值分别作为第一权值和第二权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值不小于第二差值对应的第二绝对值,则基于第二绝对值与第一历史实际停靠时间的比值,确定第一权值和第二权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第一阈值,第一绝对值小于第二绝对值,则基于第一绝对值与第一历史实际停靠时间的比值确定第一权值和第二权值;
其中,第一差值为第一历史实际停靠时间与第一历史预测停靠时间之间的差值,第二差值为第一历史实际停靠时间与位于第一类历史公交车前一班次的公交车对应的第二历史实际停靠时间之间的差值。
在一种可能的实现方式中,第二加权处理中,第一历史实际行驶时间对应的第三权值,以及第一历史预测行驶时间对应的第四权值,是通过如下方式确定的:
若目标公交车为第二班次公交车,则将预设的第三权重阈值作为第三权值,以及将预设的第四权重阈值作为第四权值;或
若目标公交车为非第二班次公交车,且确定第三差值对应的第三绝对值小于第二阈值,则将预测第二类历史公交车在目标站间距的目标预测行驶时间时使用的第三历史权值和第四历史权值分别作为第三权值和第四权值;或
若目标公交车为非第二班次公交车,且确定第三绝对值不小于第二阈值,第三绝对值不小于第四差值对应的第四绝对值,则基于第四绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;或
若目标公交车为非第二班次公交车,且确定第一绝对值不小于第二阈值,第三绝对值小于第四绝对值,则基于第三绝对值与第一历史实际行驶时间的比值,确定第三权值和第四权值;
其中,第三差值为第一历史实际行驶时间与第一历史预测行驶时间之间的差值,第四差值为第一历史实际行驶时间与位于第二类历史公交车前一班次的公交车对应的第二历史实际行驶时间之间的差值。
在一种可能的实现方式中,目标预测模块704具体用于:
若目标公交车的运行状态为站点停靠,则基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站点的剩余预测停靠时间,预测目标公交车到达目标位置所需的时间,其中剩余预测停靠时间为在当前站点的目标预测停靠时间与已停靠时间的差值;或
若目标公交车的运行状态为站间距行驶,则基于各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站间距的剩余预测行驶时间,预测目标公交车到达目标位置所需的时间,其中剩余预测行驶时间为在当前站间距的目标预测行驶时间与已行驶时间的差值。
在一些可能的实施方式中,本申请提供的预测公交车到站时间的方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的预测公交车到站时间的方法中的步骤。
程序产品可以采用每个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有每个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的短信息的发送控制的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算装置上运行。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由命令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两种或更多单元的特征向量和功能可以在每个单元中具体化。反之,上文描述的每个单元的特征向量和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为每个步骤执行,和/或将每个步骤分解为多个步骤执行。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种预测公交车到站时间的方法,其特征在于,该方法包括:
确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;
针对任一目标站点,基于已经过所述目标站点的第一类历史公交车对应的历史停靠时间,预测所述目标公交车在所述目标站点的目标预测停靠时间;
针对任一目标站间距,基于已经过所述目标站间距的第二类历史公交车对应的历史行驶时间,预测所述目标公交车在所述目标站间距的目标预测行驶时间;
基于所述各个目标站点各自对应的目标预测停靠时间,以及所述各个目标站间距各自对应的目标预测行驶时间,预测所述目标公交车到达所述目标位置所需的时间。
2.如权利要求1所述的方法,其特征在于:若所述目标公交车为首班车,则所述第一类历史公交车以及所述第二类公交车均为预设历史时间段中的各个历史首班车;
针对任一目标站点,基于所述第一类历史公交车对应的历史停靠时间,预测目标公交车在所述目标站点的目标预测停靠时间,包括:
获取各个所述第一类历史公交车在所述目标站点的第一历史实际停靠时间;
对所述第一历史实际停靠时间进行加权平均处理,将获得的第一加权平均结果,作为所述目标公交车在所述目标站点的目标预测停靠时间;
针对任一目标站间距,基于所述第二类历史公交车对应的历史行驶时间,预测目标公交车在所述目标站间距的目标预测行驶时间,包括:
获取各个所述第二类历史公交车在所述目标站间距的第一历史实际行驶时间;
对所述第一历史实际行驶时间进行加权平均处理,将获得的第二加权平均结果,作为所述目标公交车在所述目标站间距的目标预测行驶时间。
3.如权利要求1所述的方法,其特征在于:若所述目标公交车为非首班车,则所述第一类历史公交车为最近一班次经过所述目标站点的公交车,所述第二类历史公交车为最近一班次经过所述目标站间距的公交车;
针对任一目标站点,基于所述第一类历史公交车对应的历史停靠时间,预测目标公交车在所述目标站点的目标预测停靠时间,包括:
获取所述第一类历史公交车在所述目标站点的第一历史实际停靠时间,以及相应的第一历史预测停靠时间;
对所述第一历史实际停靠时间和所述第一历史预测停靠时间进行第一加权处理,将获得的第一加权处理结果,作为所述目标公交车在所述目标站点的目标预测停靠时间;
针对任一目标站间距,基于所述第二类历史公交车对应的历史行驶时间,预测目标公交车在所述目标站间距的目标预测行驶时间,包括:
获取所述第二类历史公交车在所述目标站间距的第一历史实际行驶时间,以及相应的第一历史预测行驶时间;
对所述第一历史实际行驶时间和所述第一历史预测行驶时间进行第二加权处理,将获得的第二加权处理结果,作为所述目标公交车在所述目标站间距的目标预测行驶时间。
4.如权利要求3所述的方法,其特征在于,所述第一加权处理中,所述第一历史实际停靠时间对应的第一权值,以及所述第一历史预测停靠时间对应的第二权值,是通过如下方式确定的:
若所述目标公交车为第二班次公交车,则将预设的第一权重阈值作为所述第一权值,以及将预设的第二权重阈值作为所述第二权值;或
若所述目标公交车为非第二班次公交车,且确定第一差值对应的第一绝对值小于第一阈值,则将预测所述第一类历史公交车在所述目标站点的目标预测停靠时间时使用的第一历史权值和第二历史权值分别作为所述第一权值和所述第二权值;或
若所述目标公交车为非第二班次公交车,且确定所述第一绝对值不小于第一阈值,所述第一绝对值不小于第二差值对应的第二绝对值,则基于所述第二绝对值与所述第一历史实际停靠时间的比值,确定所述第一权值和所述第二权值;或
若所述目标公交车为非第二班次公交车,且确定所述第一绝对值不小于第一阈值,所述第一绝对值小于所述第二绝对值,则基于所述第一绝对值与所述第一历史实际停靠时间的比值确定所述第一权值和所述第二权值;
其中,所述第一差值为所述第一历史实际停靠时间与所述第一历史预测停靠时间之间的差值,所述第二差值为所述第一历史实际停靠时间与位于所述第一类历史公交车前一班次的公交车对应的第二历史实际停靠时间之间的差值。
5.如权利要求3所述的方法,其特征在于,所述第二加权处理中,所述第一历史实际行驶时间对应的第三权值,以及所述第一历史预测行驶时间对应的第四权值,是通过如下方式确定的:
若所述目标公交车为第二班次公交车,则将预设的第三权重阈值作为所述第三权值,以及将预设的第四权重阈值作为所述第四权值;或
若所述目标公交车为非第二班次公交车,且确定第三差值对应的第三绝对值小于第二阈值,则将预测所述第二类历史公交车在所述目标站间距的目标预测行驶时间时使用的第三历史权值和第四历史权值分别作为所述第三权值和所述第四权值;或
若所述目标公交车为非第二班次公交车,且确定所述第三绝对值不小于第二阈值,所述第三绝对值不小于第四差值对应的第四绝对值,则基于所述第四绝对值与所述第一历史实际行驶时间的比值,确定所述第三权值和所述第四权值;或
若所述目标公交车为非第二班次公交车,且确定所述第一绝对值不小于第二阈值,所述第三绝对值小于所述第四绝对值,则基于所述第三绝对值与所述第一历史实际行驶时间的比值,确定所述第三权值和所述第四权值;
其中,所述第三差值为所述第一历史实际行驶时间与所述第一历史预测行驶时间之间的差值,所述第四差值为所述第一历史实际行驶时间与位于所述第二类历史公交车前一班次的公交车对应的第二历史实际行驶时间之间的差值。
6.如权利要求1~5任一所述的方法,其特征在于,所述基于所述各个目标站点各自对应的目标预测停靠时间,以及各个目标站间距各自对应的目标预测行驶时间,预测所述目标公交车到达所述目标位置所需的时间,包括:
若所述目标公交车的运行状态为站点停靠,则基于所述各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站点的剩余预测停靠时间,预测所述目标公交车到达所述目标位置所需的时间,其中所述剩余预测停靠时间为在当前站点的目标预测停靠时间与已停靠时间的差值;或
若所述目标公交车的运行状态为站间距行驶,则基于所述各个目标站点各自对应的目标预测停靠时间,各个目标站间距各自对应的目标预测行驶时间,以及在当前站间距的剩余预测行驶时间,预测所述目标公交车到达所述目标位置所需的时间,其中所述剩余预测行驶时间为在当前站间距的目标预测行驶时间与已行驶时间的差值。
7.一种预测公交车到站时间的设备,其特征在于,人机交互接口、通信接口以及处理器,其中:
所述人机交互接口,用于获取目标对象指定的目标位置;
所述通信接口,用于获取目标公交车的当前位置;
所述处理器,用于确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;针对任一目标站点,基于已经过所述目标站点的第一类历史公交车对应的历史停靠时间,预测所述目标公交车在所述目标站点的目标预测停靠时间;针对任一目标站间距,基于已经过所述目标站间距的第二类历史公交车对应的历史行驶时间,预测所述目标公交车在所述目标站间距的目标预测行驶时间;基于所述各个目标站点各自对应的目标预测停靠时间,以及所述各个目标站间距各自对应的目标预测行驶时间,预测所述目标公交车到达所述目标位置所需的时间。
8.如权利要求7所述的设备,其特征在于,若所述目标公交车为首班车,则所述第一类历史公交车以及所述第二类公交车均为预设历史时间段中的各个历史首班车;
所述处理器具体用于:
获取各个所述第一类历史公交车在所述目标站点的第一历史实际停靠时间,并对所述第一历史实际停靠时间进行加权平均处理,将获得的第一加权平均结果,作为所述目标公交车在所述目标站点的目标预测停靠时间;以及
获取各个所述第二类历史公交车在所述目标站间距的第一历史实际行驶时间,并对所述第一历史实际行驶时间进行加权平均处理,将获得的第二加权平均结果,作为所述目标公交车在所述目标站间距的目标预测行驶时间。
9.如权利要求7所述的设备,其特征在于,若所述目标公交车为非首班公交车,则所述第一类历史公交车为最近一班次经过所述目标站点的公交车,所述第二类历史公交车为最近一班次经过所述目标站间距的公交车;
所述处理器具体用于:
获取所述第一类历史公交车在所述目标站点的第一历史实际停靠时间,以及相应的第一历史预测停靠时间,并对所述第一历史实际停靠时间和所述第一历史预测停靠是时间进行第一加权处理,将获得的第一加权处理结果,作为所述目标公交车在所述目标站点的目标预测停靠时间;
获取所述第二类历史公交车在所述目标站间距的第一历史实际行驶时间,以及相应的第一历史预测行驶时间;对所述第一历史实际行驶时间和所述第一历史预测行驶时间进行第二加权处理,将获得的第二加权处理结果,作为所述目标公交车在所述目标站间距的目标预测行驶时间。
10.一种公交车到站时间的预设装置,其特征在于,该装置包括:
确定模块,用于确定目标公交车的当前位置与目标位置之间包含的各个目标站点以及各个目标站间距;
站点停靠时间预测模块,用于针对任一目标站点,基于已经过所述目标站点的第一类历史公交车对应的历史停靠时间,预测所述目标公交车在所述目标站点的目标预测停靠时间;
站间距行驶时间预测模块,用于针对任一目标站间距,基于已经过所述目标站间距的第二类历史公交车对应的历史行驶时间,预测所述目标公交车在所述目标站间距的目标预测行驶时间;
目标预测模块,用于基于所述各个目标站点各自对应的目标预测停靠时间,以及所述各个目标站间距各自对应的目标预测行驶时间,预测所述目标公交车到达所述目标位置所需的时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111189215.9A CN115966098A (zh) | 2021-10-12 | 2021-10-12 | 一种预测公交车到站时间的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111189215.9A CN115966098A (zh) | 2021-10-12 | 2021-10-12 | 一种预测公交车到站时间的方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115966098A true CN115966098A (zh) | 2023-04-14 |
Family
ID=87356558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111189215.9A Pending CN115966098A (zh) | 2021-10-12 | 2021-10-12 | 一种预测公交车到站时间的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115966098A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334072A (zh) * | 2023-12-01 | 2024-01-02 | 青岛城运数字科技有限公司 | 公交车辆到站时刻预测方法和装置 |
-
2021
- 2021-10-12 CN CN202111189215.9A patent/CN115966098A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334072A (zh) * | 2023-12-01 | 2024-01-02 | 青岛城运数字科技有限公司 | 公交车辆到站时刻预测方法和装置 |
CN117334072B (zh) * | 2023-12-01 | 2024-02-23 | 青岛城运数字科技有限公司 | 公交车辆到站时刻预测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3756367B1 (en) | Peer to peer location updates | |
RU2663937C2 (ru) | Способ и устройство для управления полетом, а также электронное устройство | |
US11562300B2 (en) | System and method for optimal automated booking of on-demand transportation in multi-modal journeys | |
US11570276B2 (en) | Forecasting requests based on context data for a network-based service | |
CN102648621B (zh) | 具有多个用户的导航系统和其操作的方法 | |
CN102209153B (zh) | 有效使用具有导航系统的智能电话中电池的方法和装置 | |
WO2020019901A1 (zh) | 通行时间确定方法、装置、计算机设备及存储介质 | |
CN104798420A (zh) | 基于沿路线遇到的周围的可识别无线信号源估计到达时间 | |
CN107305740A (zh) | 路况预警方法、设备、服务器、控制设备及操作系统 | |
CN111114554A (zh) | 行驶轨迹预测方法、装置、终端及存储介质 | |
CN108627176B (zh) | 屏幕亮度调节方法及相关产品 | |
CN109489674B (zh) | 基于位置确定路段的方法、装置及存储介质 | |
CN104601642A (zh) | 实时路况分享方法、装置及系统 | |
US10453334B2 (en) | Predictive analytics to determine optimal space allocation | |
EP3085176B1 (en) | System and methods for wireless coverage indication | |
CN115687553A (zh) | 咨询指路方法、装置、电子设备和计算机可读介质 | |
CN115966098A (zh) | 一种预测公交车到站时间的方法及设备 | |
CN111627239B (zh) | 公共交通信息的显示方法、装置、设备及存储介质 | |
CN112414420B (zh) | 一种基于交通流量的导航方法以及相关装置 | |
CN112673367A (zh) | 用于预测用户意图的电子设备和方法 | |
US11074814B2 (en) | Portable apparatus for providing notification | |
CN107750339B (zh) | 基于无线信号特性使用移动装置检测用户的场境 | |
CN116321004A (zh) | 一种确定目标位置的方法、装置、系统及存储介质 | |
KR102424823B1 (ko) | 푸시 메시지를 이용한 효율적인 입출차 관리 시스템 | |
CN114862491A (zh) | 车辆位置确定方法、派单方法、装置、服务器及存储介质 |
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 |