CN116311059A - 一种基于大数据的智慧交通管理方法及系统 - Google Patents

一种基于大数据的智慧交通管理方法及系统 Download PDF

Info

Publication number
CN116311059A
CN116311059A CN202310260315.9A CN202310260315A CN116311059A CN 116311059 A CN116311059 A CN 116311059A CN 202310260315 A CN202310260315 A CN 202310260315A CN 116311059 A CN116311059 A CN 116311059A
Authority
CN
China
Prior art keywords
bus
information
passengers
station
video
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Withdrawn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
CN202310260315.9A
Other languages
English (en)
Inventor
段万通
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.)
Canbest Opto Electrical Science &technology Co ltd
Original Assignee
Canbest Opto Electrical Science &technology Co ltd
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 Canbest Opto Electrical Science &technology Co ltd filed Critical Canbest Opto Electrical Science &technology Co ltd
Priority to CN202310260315.9A priority Critical patent/CN116311059A/zh
Publication of CN116311059A publication Critical patent/CN116311059A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明适用于计算机领域，提供了一种基于大数据的智慧交通管理方法，包括：获取公交车站点录像，公交车站点录像包括公交车行进路线上的站点信息；分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息；将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息，公交车乘载人数信息内包含有对应站点的公交车乘载人数；将公交车乘载人数和阈值进行对比，得到结果。向使用者使用的客户端输出结果，为客户端的使用者提供一定的参考建议，提高了乘客乘坐公交车时的选择自主化程度和公交系统的智慧性。

Description

一种基于大数据的智慧交通管理方法及系统
技术领域
本发明属于计算机领域，尤其涉及一种基于大数据的智慧交通管理方法及系统。
背景技术
智慧交通系统又被称为智能运输系统，主要是将路、车、人三者综合考虑，结合先进的控制工程技术、数据通信传输技术、电子计算机技术、信息技术及传感器技术等，将各种高新技术有效集成，形成一种高效、节能、环保的综合运输系统，进而实现道路管理智慧化、交通工具智慧化及出行方式智慧化的一套综合系统。
目前我国交通系统的建设主要通过交通点信息采集、后台数据处理和信息发布来实现，例如路口红绿灯系统、实时路况提醒系统、道路指示标志指引系统、情报板系统等。近年来，各地各部门先后对智慧交通系统进行了探索，不断拓展交通的智慧属性，如通过技术手段打破信息不对称，使出行资源更有效地实现供需对接，开发出了共享单车、网约车、分时租赁、充电桩等资源共享系统，优化了交通资源配置，同时在道路交叉口上设置电子警察、高清卡口、车牌抓拍、信号灯等对来往车辆进行引导；除了新设备新系统的应用，还不断改进生产工艺，提升系统性能，提高设备使用效率。
但是现有的针对车辆信息的采集只是涉及到了车辆位置信息，并和客户端进行车辆位置信息的交互，这就导致乘客在需要乘坐公交车时，只能够实时知道公交车的位置以及公交车距离自己的距离，却无法知道公交车内的具体人数，使得乘客无法决定避免高峰出行的时间。
发明内容
本发明实施例提供一种基于大数据的智慧交通管理方法及系统，旨在解决针对现有的公交车的车辆信息的采集只是涉及到了车辆位置信息，并和客户端进行车辆位置信息的交互，这就导致乘客在需要乘坐公交车时，只能够实时知道公交车的位置以及公交车距离自己的距离，却无法知道公交车内的具体人数，使得乘客无法决定避免高峰出行的时间的问题。
本发明实施例是这样实现的，一种基于大数据的智慧交通管理方法，包括：
获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息；
分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息；
将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息，所述公交车乘载人数信息内包含有对应站点的公交车乘载人数；
将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息至客户端，若公交车乘载人数小于阈值，输出公交车宽敞信息至客户端。
作为本发明的一种改进方案：所述获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息的步骤具体包括：
获取公交车的行车路线以及所述行车路线经过的每个站点的站点信息；
当公交车在对应的行车路线中的某一个公交站点停车时，记录该公交站点所对应的站点信息以及安装于公交车前门和后门的摄像头所拍下的录像；
绑定所述站点信息和对应的录像，定义所述站点信息和对应的录像为公交车站点录像。
作为本发明的又一种改进方案：所述分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息的具体步骤包括：
分解公交车站点录像，获得多个录像片段信息，每个所述录像片段信息内均包含有且仅包含有一个行为镜头，所述行为镜头属于单个乘客；
分析所述行为镜头，当对应的乘客做上车动作时，定义该行为镜头为上车镜头，当对应的乘客做下车运动时，定义该行为镜头为下车镜头；
分别汇总在公交车单趟行程中各个站点的所有的上车镜头，并得到上车人数信息，所述上车人数信息包括在所述公交车的单趟行程中对应的站点内，所有上车人数的总和，以及公交车单趟行程中各个站点的所有的下车镜头，并得到下车人数信息，所述下车人数信息包括在所述公交车的单趟行程中对应的站点内，所有的下车人数的总和。
作为本发明的又一种改进方案：所述将公交车上车人数信息和下车人数信息作差获得公交车乘载人数信息的具体步骤包括：
确定一个站点；
根据站点对应的站点信息，分析所述上车人数信息，获得对应的站点内的上车人数以及所述下车人数信息，获得对应的站点内的下车人数；
定义所述上车人数为被减数，所述下车人数为减数，通过被减数减去减数得到的差值即为该站点内公交车上的暂时人数的总和，定义该人数总和为公交车乘载人数信息。
作为本发明的又一种改进方案：将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息，若公交车乘载人数小于阈值，输出公交车宽敞信息的具体步骤包括：
将一天内同一个线路上的公交车按照时间的早晚进行编号；
按照编号从小到大的顺序，将多个公交车在行驶过程中获取的公交车乘载人数信息进行汇总处理；
分别对比对应站点的公交车乘载人数和阈值；
按照路线上站点的排列顺序，依次对比得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息，若公交车乘载人数小于阈值，输出公交车宽敞信息。
本发明还提供一种基于大数据的智慧交通管理系统，所述系统包括：
获取模块，用于获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息；
公交车上下车人数分析模块，用于分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息；
映射作差模块，用于将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息；以及
结果输出模块，用于将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息至客户端，若公交车乘载人数小于阈值，输出公交车宽敞信息至客户端。
作为本发明的一种改进方案：所述系统还包括：
位置定位模块元，用于定位公交车当前位置；
误差调节模块，用于分析公交车站点录像中所包含的站点信息和位置定位单元中实时定位的实时站点信息之间的异同，当站点信息和实时站点信息相同时，允许输出公交车站点录像，当站点信息和实时站点信息不相同时，修正输出公交车站点录像内的站点信息。
作为本发明的又一种改进方案：所述系统还包括气象分析模块，所述气象分析模块用于记录公交车行驶时间段内的行进路线上的天气情况，以获取天气对公交车乘载人数信息的变化关系。
作为本发明的又一种改进方案：所述天气对公交车乘载人数信息的变化关系包括各种天气下，每个站点对应的公交车乘载人数信息内包含的公交车乘载人数总和的变多或者变少的情况。
作为本发明的又一种改进方案：所述系统还包括节假日分析模块，所述节假日分析模块用于记录各种节假日当天，各个站点所对应的公交车内乘载的人数总和，以获取节假日对公交车乘载人数信息的变化关系。
本发明的有益效果：本发明在使用时，能够根据公交车内的录像，从而分析得出公交车在该站点处得到的上车人数和下车人数，从而将上车人数和下车人数作差，得到公交车在该站点处，其内部的人数的多少，再将所述公交车乘载人数和初始便设计好的阈值进行比较，向使用者使用的客户端输出结果，得到公交车拥挤信息或者公交车宽敞信息，从而为客户端的使用者提供一定的参考建议，提高了乘客乘坐公交车时的选择自主化程度和公交系统的智慧性。
附图说明
图1是一种基于大数据的智慧交通管理方法的架构图。
图2是一种基于大数据的智慧交通管理方法的步骤流程图；
图3是一种基于大数据的智慧交通管理方法中获取公交车站点录像的具体步骤的流程图；
图4是一种基于大数据的智慧交通管理方法中分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息的具体步骤流程图；
图5为一种基于大数据的智慧交通管理方法中公交车上车人数信息和下车人数信息作差获得公交车乘载人数信息的具体步骤的流程图；
图6为一种基于大数据的智慧交通管理方法中将所述公交车乘载人数和阈值进行对比，得到结果的具体步骤的流程图；
图7是一种基于大数据的智慧交通管理系统的模块结构图。
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。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
对于乘客来说，在乘坐公交车时，第一关心的是公交车的位置，即公交车距离自己的距离，这和自己需要等待多久直接关联，而第二关心的就是公交车内已经有了多少乘客了，这直接关系到自己乘坐该班次公交车时是否可以有座位，乘车的过程中是否舒适，而现有的公交车的车辆信息的采集只是涉及到了车辆位置信息，并和客户端进行车辆位置信息的交互，这就导致乘客在需要乘坐公交车时，只能够实时知道公交车的位置以及公交车距离自己的距离，却无法知道公交车内的具体人数，使得乘客无法决定避免高峰出行的时间。
实施例一
请参阅图2，图2示出了一种基于大数据的智慧交通管理方法的步骤的流程图。
一种基于大数据的智慧交通管理方法，所述方法包括如下步骤。
S210，获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息。公交车一般都有自己独立的行驶路线，而当城市进行规划整改时，公交车的行车路线往往都会进行更变，以适应城市规划的需求，一旦公交车的行车路线确定下来后或者发生改变了，公交车在不同的车站之间会搭载不同的人，因此公交车在不同的车站之间所搭载的乘客的数量会产生变化，因此需要及时掌握一辆或者同一线路的公交车的行进路线上的所有的站点信息。
S220，分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息。当确定了公交车的行进路线以及公交车行进路线上的站点信息时，便需要对所述站点的上下车的人数信息进行统计，从而能够分析得到哪个站点上车人数多，哪个站点下车人数多，分别记录，从而能够便于集中统计。
S230，将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息。可以知道的是，所述公交车承载人数为正整数，将所述上车人数减去下车人数，得到在对应的站点内的所述公交车上还留有多少人数的信息，从而能够便于及时得到在对应的站点内，所述公交车内是否拥挤的信息。
S240，将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息至客户端，若公交车乘载人数小于阈值，输出公交车宽敞信息至客户端。通过将公交车乘载人数和初始设置的阈值进行对比，便能够得及时得到大小关系，因为所述阈值的设定，故而公交车乘载人数有了参考的对象，从而能够直观的得到此站点内，公交车内所搭载的人数多不多，最后将对比的结果输出，使得使用所述客户端的用户能够及时知道该班次的公交车上的人数情况，并根据自己的需求选择是乘坐本次公交车还是下一班次的公交车。
综上所述，本实施例在实际应用时，能够根据公交车内的录像，从而分析得出公交车在该站点处得到的上车人数和下车人数，从而将上车人数和下车人数作差，得到公交车在该站点处，其内部的人数的多少，再将所述公交车乘载人数和初始便设计好的阈值进行比较，向使用者使用的客户端输出结果，得到公交车拥挤信息或者公交车宽敞信息，从而为客户端的使用者提供一定的参考建议，提高了乘客乘坐公交车时的选择自主化程度和公交系统的智慧性。
实施例二
请参阅图3，图3是一种基于大数据的智慧交通管理方法中获取公交车站点录像的具体步骤的流程图。
所述获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息的步骤具体包括如下。
S310，获取公交车的行车路线以及所述行车路线经过的每个站点的站点信息；站点信息的获取是非常有必要的，只有获取了站点信息后，才能够精确的得到当公交车行驶至每个站点处，所述公交车内部所搭载的人数的情况，并以公交车的站点信息为分类依据，实行每个站点单独获取路线的方式，提高了本实施例划分公交车上下车人数信息的精准性和有序性。
S320，当公交车在对应的行车路线中的某一个公交站点停车时，记录该公交站点所对应的站点信息以及安装于公交车前门和后门的摄像头所拍下的录像；可以知道的是，所述公交车的前门和后门处均安装有摄像头，通过摄像头进行捕捉，获得乘客的上车和下车的录像，能够便于分类统计。还能够想到的是，在手机和公交卡日益普及的时代里，越来越多的人开始使用公交卡或者手机刷卡作为支付车票的媒介，可以通过记录公交车收费机上所记录的在单个站点内记录的收费次数，可以大概率获得在对应的站点内，上该班次的公交车的人数信息，但是这种计数方式会忽略通过投币上车的部分人群，固本设计优选选择有录像记录上车和下车人数信息的方式。
S330，绑定所述站点信息和对应的录像，定义所述站点信息和对应的录像为公交车站点录像。公交车在一次行进路线内有许多站点信息，将某一个站点信息和对应的录像实行绑定处理，能够在后续提取录像的同时就能够得到对应的站点信息，或者在提取到该站点信息的同时就能够获得在该站点内公交车的所捕捉到的录像信息。具体来说，不妨设有一个站点，名叫做A站，而经过A站的公交车班次有1路车和2路车，故而当提取A站的信息时，能够附加的提取出经过A站时，所述1路车和2路车捕捉到的上车和下车的录像。
实施例三
请参阅图4，所述图4是一种基于大数据的智慧交通管理方法中分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息的具体步骤流程图。
所述分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息的具体步骤包括如下。
S410，分解公交车站点录像，获得多个录像片段信息，每个所述录像片段信息内均包含有且仅包含有一个行为镜头，所述行为镜头属于单个乘客。确定为单个乘客的必要性是为了使得每个镜头都至记载一个乘客的行为，从而不会导致漏算或者多算情况的发生。
S420，分析所述行为镜头，当对应的乘客做上车动作时，定义该行为镜头为上车镜头，当对应的乘客做下车运动时，定义该行为镜头为下车镜头。在正常情况下，乘客都是前门上车后门下车的，但是也有少部分情况时乘客从前门下车和后门上车的，例如公交车内太过拥挤，导致的前门乘客无法顺利移动至后门，针对这种情况，采用红外感应检测，即通过红外探头被遮挡的次数来确定上下车的人数就不准确，但是通过镜头来分析乘客的上下车的行为就科学的多，因为乘客的上车和下车的动作是固定的，因此通过动作来确定乘客是上车还是下车并记录上车人数和下车人数更加准确。
S430，分别汇总在公交车单趟行程中各个站点的所有的上车镜头，并得到上车人数信息，所述上车人数信息包括在所述公交车的单趟行程中对应的站点内，所有上车人数的总和，以及公交车单趟行程中各个站点的所有的下车镜头，并得到下车人数信息，所述下车人数信息包括在所述公交车的单趟行程中对应的站点内，所有的下车人数的总和。在单趟行程中，公交车每经过一个站点，就需要对该站点捕捉到的录像进行记录，分析，得到对应站点内的上车总人数和下车总人数，从而能够使得清晰且直观的得到这两个不断变化的值在指定站点内的具体数值。
实施例四
请参阅图5，所述图5为一种基于大数据的智慧交通管理方法中公交车上车人数信息和下车人数信息作差获得公交车乘载人数信息的具体步骤的流程图。
所述将公交车上车人数信息和下车人数信息作差获得公交车乘载人数信息的具体步骤包括如下。
S510，确定一个站点；该站点可以是确定的站点也可以是随机选取的站点。
S520，根据站点对应的站点信息，分析所述上车人数信息，获得对应的站点内的上车人数以及所述下车人数信息，获得对应的站点内的下车人数。
S530，定义所述上车人数为被减数，所述下车人数为减数，通过被减数减去减数得到的差值即为该站点内公交车上的暂时人数的总和，定义该人数总和为公交车乘载人数信息。利用简单的减法，能够轻易获得对应站点内的公交车上的人数总和，且每辆公交车都有一个和站点相对应的独立的人数总和。
实施例五
请参阅图6，所述图6为一种基于大数据的智慧交通管理方法中将所述公交车乘载人数和阈值进行对比，得到结果的具体步骤的流程图。
将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息，若公交车乘载人数小于阈值，输出公交车宽敞信息的具体步骤包括如下。
S610，将一天内同一个线路上的公交车按照时间的早晚进行编号；例如将最早的早班车编号为001，后一辆为002，以此类推，将车辆按照时间进行编号，便于后续对这些发车时间不相同的公交车在行驶进站点内后进行人数的统计。
S620，按照编号从小到大的顺序，将多个公交车在行驶过程中获取的公交车乘载人数信息进行汇总处理；将人数进行汇总处理，可以单独建立一个数据库来存放这些数据，例如001号公交车在行驶至A站时，上车人数为5人，下车人数为0人，公交车内净人数为5人，便可以编码成(001，5,0,5，A)，当001号公交车行驶至B站时，上车人数为2人，下车人数为3人，公交车内净人数为4人，便可以编码成(001,2,3,4，B)以此类推。
S630，分别对比对应站点的公交车乘载人数和阈值；可以知道的是，所述阈值为事先便设置好的，当然也可以根据公交车的型号进行重新划分，大型号的公交车对应的阈值应当大一些，小型号的公交车对应的阈值应当小一些。
S640，按照路线上站点的排列顺序，依次对比得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息，若公交车乘载人数小于阈值，输出公交车宽敞信息。当客户端接收到公交车拥挤信息或者公交车宽敞信息时，使用客户端的使用者会根据自己的需要选择合适的实际上车，当乘客的时间充裕时，可以选择较为宽敞的公交车。
实施例六
请参阅图7，所述图7是一种基于大数据的智慧交通管理系统的模块结构图。
所述系统包括：
获取模块100，用于获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息。
公交车上下车人数分析模块110，用于分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息。
映射作差模块120，用于将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息。
结果输出模块130，用于将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息至客户端，若公交车乘载人数小于阈值，输出公交车宽敞信息至客户端。
所述系统还包括。
位置定位模块元140，用于定位公交车当前位置。
误差调节模块150，用于分析公交车站点录像中所包含的站点信息和位置定位单元中实时定位的实时站点信息之间的异同，当站点信息和实时站点信息相同时，允许输出公交车站点录像，当站点信息和实时站点信息不相同时，修正输出公交车站点录像内的站点信息。
所述系统还包括气象分析模块160，所述气象分析模块160用于记录公交车行驶时间段内的行进路线上的天气情况，以获取天气对公交车乘载人数信息的变化关系。所述天气对公交车乘载人数信息的变化关系包括各种天气下，每个站点对应的公交车乘载人数信息内包含的公交车乘载人数总和的变多或者变少的情况。
所述系统还包括节假日分析模块170，所述节假日分析模块170用于记录各种节假日当天，各个站点所对应的公交车内乘载的人数总和，以获取节假日对公交车乘载人数信息的变化关系。
因为天气的原因，导致乘坐公交车的人数发生改变，例如下班高峰期，如果遇上下雨了，原本走路回去的人会选择做公交车，这就导致了在该时间段内，公交车所搭载的人数会变多，故而通过跟天气进行关联，能够推测出在指定的天气如大风，下雨，下雪等时期，公交车的乘客搭载量，从而给客户端的使用者一个参考价值。进一步的，当遇上节假日时，还能够通过跟节假日相关联，从而推测出在节假日里面，公交车的搭载情况，如此一来，通过在各种天气下以及节假日时，对公交车行驶至各站点时所搭载的人数的多少进行分析，并将结果传输至客户端，更加提高了本设计的可用性和人性化处理能力。
为了能够加载上述方法和系统能够顺利运行，该系统除了包括上述各种模块之外，还可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述系统的控制中心，利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机以及系统程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述客户端的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)、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。
本应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据的智慧交通管理方法，其特征在于，包括：
获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息；
分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息；
将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息，所述公交车乘载人数信息内包含有对应站点的公交车乘载人数；
将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息至客户端，若公交车乘载人数小于阈值，输出公交车宽敞信息至客户端。
2.如权利要求1所述的一种基于大数据的智慧交通管理方法，其特征在于，所述获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息的步骤具体包括：
获取公交车的行车路线以及所述行车路线经过的每个站点的站点信息；
当公交车在对应的行车路线中的某一个公交站点停车时，记录该公交站点所对应的站点信息以及安装于公交车前门和后门的摄像头所拍下的录像；
绑定所述站点信息和对应的录像，定义所述站点信息和对应的录像为公交车站点录像。
3.如权利要求2所述的一种基于大数据的智慧交通管理方法，其特征在于，所述分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息的具体步骤包括：
分解公交车站点录像，获得多个录像片段信息，每个所述录像片段信息内均包含有且仅包含有一个行为镜头，所述行为镜头属于单个乘客；
分析所述行为镜头，当对应的乘客做上车动作时，定义该行为镜头为上车镜头，当对应的乘客做下车运动时，定义该行为镜头为下车镜头；
分别汇总在公交车单趟行程中各个站点的所有的上车镜头，并得到上车人数信息，所述上车人数信息包括在所述公交车的单趟行程中对应的站点内，所有上车人数的总和，以及公交车单趟行程中各个站点的所有的下车镜头，并得到下车人数信息，所述下车人数信息包括在所述公交车的单趟行程中对应的站点内，所有的下车人数的总和。
4.如权利要求3所述的一种基于大数据的智慧交通管理方法，其特征在于，所述将公交车上车人数信息和下车人数信息作差获得公交车乘载人数信息的具体步骤包括：
确定一个站点；
根据站点对应的站点信息，分析所述上车人数信息，获得对应的站点内的上车人数以及所述下车人数信息，获得对应的站点内的下车人数；
定义所述上车人数为被减数，所述下车人数为减数，通过被减数减去减数得到的差值即为该站点内公交车上的暂时人数的总和，定义该人数总和为公交车乘载人数信息。
5.如权利要求4所述的一种基于大数据的智慧交通管理方法，其特征在于，将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息，若公交车乘载人数小于阈值，输出公交车宽敞信息的具体步骤包括：
将一天内同一个线路上的公交车按照时间的早晚进行编号；
按照编号从小到大的顺序，将多个公交车在行驶过程中获取的公交车乘载人数信息进行汇总处理；
分别对比对应站点的公交车乘载人数和阈值；
按照路线上站点的排列顺序，依次对比得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息，若公交车乘载人数小于阈值，输出公交车宽敞信息。
6.一种基于大数据的智慧交通管理系统，其特征在于，所述系统包括：
获取模块，用于获取公交车站点录像，所述公交车站点录像包括公交车行进路线上的站点信息；
公交车上下车人数分析模块，用于分析公交车站点录像，分别获得对应站点的上车人数信息以及下车人数信息；
映射作差模块，用于将公交车上车人数信息内的上车人数和下车人数信息内的下车人数作差代入公交车乘载人数信息；以及
结果输出模块，用于将所述公交车乘载人数和阈值进行对比，得到结果，若公交车乘载人数大于阈值，输出公交车拥挤信息至客户端，若公交车乘载人数小于阈值，输出公交车宽敞信息至客户端。
7.如权利要求6所述的一种基于大数据的智慧交通管理系统，其特征在于，所述系统还包括：
位置定位模块元，用于定位公交车当前位置；
误差调节模块，用于分析公交车站点录像中所包含的站点信息和位置定位单元中实时定位的实时站点信息之间的异同，当站点信息和实时站点信息相同时，允许输出公交车站点录像，当站点信息和实时站点信息不相同时，修正输出公交车站点录像内的站点信息。
8.如权利要求7所述的一种基于大数据的智慧交通管理系统，其特征在于，所述系统还包括气象分析模块，所述气象分析模块用于记录公交车行驶时间段内的行进路线上的天气情况，以获取天气对公交车乘载人数信息的变化关系。
9.如权利要求8所述的一种基于大数据的智慧交通管理系统，其特征在于，所述天气对公交车乘载人数信息的变化关系包括各种天气下，每个站点对应的公交车乘载人数信息内包含的公交车乘载人数总和的变多或者变少的情况。
10.如权利要求6所述的一种基于大数据的智慧交通管理系统，其特征在于，所述系统还包括节假日分析模块，所述节假日分析模块用于记录各种节假日当天，各个站点所对应的公交车内乘载的人数总和，以获取节假日对公交车乘载人数信息的变化关系。
CN202310260315.9A 2023-03-17 2023-03-17 一种基于大数据的智慧交通管理方法及系统 Withdrawn CN116311059A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310260315.9A CN116311059A (zh) 2023-03-17 2023-03-17 一种基于大数据的智慧交通管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310260315.9A CN116311059A (zh) 2023-03-17 2023-03-17 一种基于大数据的智慧交通管理方法及系统

Publications (1)

Publication Number Publication Date
CN116311059A true CN116311059A (zh) 2023-06-23

Family

ID=86832049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310260315.9A Withdrawn CN116311059A (zh) 2023-03-17 2023-03-17 一种基于大数据的智慧交通管理方法及系统

Country Status (1)

Country Link
CN (1) CN116311059A (zh)

Similar Documents

Publication Publication Date Title
CN112700072B (zh) 交通状况预测方法、电子设备和存储介质
CN105590346B (zh) 基于路径识别系统的收费公路网交通信息采集与诱导系统
Sánchez-Martínez Inference of public transportation trip destinations by using fare transaction and vehicle location data: Dynamic programming approach
CN205721998U (zh) 基于路径识别系统的收费公路网交通信息采集与诱导系统
CN107885795A (zh) 一种卡口数据的数据校验方法、系统和装置
Ram et al. SMARTBUS: A web application for smart urban mobility and transportation
CN112447041A (zh) 识别车辆的营运行为的方法、装置及计算设备
Lewicki et al. The role of intelligent transport systems in the development of the idea of smart city
Liu et al. Effects and feasibility of shared mobility with shared autonomous vehicles: An investigation based on data-driven modeling approach
CN110033613B (zh) 基于区域交通同步性的智慧城市管理方法及系统
CN110969834A (zh) 处理方法、装置、计算机设备、存储介质及车辆调度系统
CN113160542A (zh) 基于信息反馈的乘车方法及装置
CN112671834A (zh) 停车数据的处理系统
Ma et al. Public transportation big data mining and analysis
CN116665476A (zh) 一种智能停车场标准化信息采集方法、系统、设备及终端
Xiao et al. Exploring human mobility patterns and travel behavior: A focus on private cars
CN111582682A (zh) 一种车辆调度方法、装置及终端
CN114550492B (zh) 一种车辆信息的处理方法、装置、电子设备及存储介质
CN113330384B (zh) 自动驾驶车辆队列
CN116311059A (zh) 一种基于大数据的智慧交通管理方法及系统
CN110046535B (zh) 基于机器学习的智能出行时间预测系统、方法及存储介质
CN106781470B (zh) 城市道路的运行速度的处理方法及装置
CN114648057A (zh) 交通路线的生成方法、装置、电子装置和存储介质
CN114724365A (zh) 一种基于定位信息的公交载客量采集系统
Matias On improving operational planning and control in public transportation networks using streaming data: A machine learning approach

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20230623