CN116485137A - 一种基于大数据的智慧公交调度方法、设备及介质 - Google Patents

一种基于大数据的智慧公交调度方法、设备及介质 Download PDF

Info

Publication number
CN116485137A
CN116485137A CN202310446899.9A CN202310446899A CN116485137A CN 116485137 A CN116485137 A CN 116485137A CN 202310446899 A CN202310446899 A CN 202310446899A CN 116485137 A CN116485137 A CN 116485137A
Authority
CN
China
Prior art keywords
data
bus
real
time
vehicle
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.)
Granted
Application number
CN202310446899.9A
Other languages
English (en)
Other versions
CN116485137B (zh
Inventor
纪利伟
景皓鑫
朱斌
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.)
Inspur Smart Technology Innovation Shandong Co Ltd
Original Assignee
Inspur Intelligent 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 Inspur Intelligent Technology Co Ltd filed Critical Inspur Intelligent Technology Co Ltd
Priority to CN202310446899.9A priority Critical patent/CN116485137B/zh
Publication of CN116485137A publication Critical patent/CN116485137A/zh
Application granted granted Critical
Publication of CN116485137B publication Critical patent/CN116485137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本说明书实施例公开了一种基于大数据的智慧公交调度方法、设备及介质,涉及大数据技术领域,方法包括:基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;基于历史交通运行数据和实时公交影响因素数据,生成通用调度方案,实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;通过多个数据采集装置,采集城市实时交通运行数据,实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;对实时交通运行数据进行分析,生成实时调度方案;通过实时调度方案和通用调度方案,确定执行调度方案,以通过执行调度方案,实现智慧公交调度。

Description

一种基于大数据的智慧公交调度方法、设备及介质
技术领域
本说明书涉及大数据技术领域,尤其涉及一种基于大数据的智慧公交调度方法、设备及介质。
背景技术
随着城市化进程的加速,城市交通问题日益突出,公共交通系统成为缓解交通拥堵、提高居民出行效率和减少环境污染的重要手段。公交运营管理方式存在诸多问题,如车辆调度效率低、公交线路规划不合理、客流预测不准确等,影响了公交服务的质量和效率。
大数据分析技术和智能算法逐渐应用于公交运营管理中,成为优化公交服务的重要手段。例如,通过收集公交车辆的运行数据和客流数据,利用大数据分析技术分析车辆行驶路线、站点停留时间、客流分布等信息,可以为公交调度提供更为精准的支持,优化公交线路规划、车辆分配和运行调度等方面的管理工作,提高公交服务质量和运营效率。也就是说,现有的公交调度方式通过运行过程中的数据采集、分析,对下一次公交调度提供数据基础,未综合考虑当次运行过程的实时调控和历史调控因素,导致公交调度方式的针对性和实时性无法满足需求。
发明内容
本说明书一个或多个实施例提供了一种基于大数据的智慧公交调度方法、设备及介质,用于解决如下技术问题:现有的公交调度方式通过运行过程中的数据采集、分析,对下一次公交调度提供数据基础,未综合考虑当次运行过程的实时调控和历史调控因素,导致公交调度方式的针对性和实时性无法满足需求。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种基于大数据的智慧公交调度方法,其特征在于,所述方法包括:基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,其中,所述实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,所述实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;对所述实时交通运行数据进行分析,生成实时调度方案;通过所述实时调度方案和所述通用调度方案,确定执行调度方案,以通过所述执行调度方案,实现智慧公交调度。
进一步地,基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,具体包括:获取所述历史交通运行数据中的历史公交载客数据、历史影响因素数据以及历史车辆数据,其中,所述历史影响因素数据包括历史天气数据、历史节假日数据和历史市政施工数据;基于所述历史公交载客数据、所述历史影响因素数据和所述历史车辆数据,确定每个影响因素的因素控制变量,其中,所述因素控制变量为所述影响因素对应的公交车调度变量,所述调度变量包括行驶路线变量、停靠站点变量、发车时间间隔变量以及运行数量变量;在所述历史交通运行数据中确定与所述实时公交影响因素数据对应的同期历史交通运行数据数据;根据所述因素控制变量、所述同期历史交通运行数据数据中的同期历史车辆数据和所述实时公交影响因素数据,生成通用调度方案。
进一步地,通过预先设置的多个数据采集装置,采集城市实时交通运行数据,具体包括:通过设置在每个所述公交车辆上的车辆数据采集装置,获取每个所述公交车辆的车辆运行状态数据,其中,所述车辆运行状态数据包括车辆运行状态、车辆运行速度;通过设置在每个所述公交车辆上的第一视频采集装置和设置在候车位置的第二视频采集装置,获取每个所述公交车辆的乘客流动数据,其中,所述乘客流动数据包括上车乘客数量、下车乘客数量和候车乘客数量;通过设置在每个运行车辆上的定位装置和设置在道路两侧的第三视频采集装置,采集公交车辆运行路线的道路车流量数据。
进一步地,对所述实时交通运行数据进行分析,生成每个公交车辆对应的实时调度方案,具体包括:对所述实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据;基于每个公交车辆的所述运行轨迹数据和拥堵状态数据,生成所述实时调度方案。
进一步地,对所述实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据,具体包括:确定所述车辆运行状态数据中的车辆运行状态,以基于所述车辆运行状态,将多个公交车辆分为发车车辆和备用车辆;根据所述发车车辆的车辆运行速度,筛选出所述车辆运行速度低于预设阈值的多个指定发车车辆;确定每个所述指定发车车辆的运行路线,以及所述运行路线中至少一个行驶车道的道路车流量数据;基于所述运行路线和每个所述行驶车道的道路车流量数据,确定每个所述指定发车车辆在所述运行路线上的可行驶车道;确定所述乘客流动数据中每个公交站点的上车乘客数量、下车乘客数量和候车乘客数量;基于相邻公交站点中每个公交站点的上车乘客数量和下车乘客数量,确定每个所述公交车辆的当前乘客数量;通过每个所述公交车辆的当前乘客数量、每个公交站点的候车乘客数量以及预先获取的每个所述公交车辆的核定载客数量,确定每个所述公交车辆的可停靠站点;基于每个所述指定发车车辆在所述运行路线上的可行驶车道和所述可停靠站点,确定运行轨迹数据;根据每个所述行驶车道的道路车流量数据,生成所述运行路线中每个所述行驶车道的拥堵热力图。
进一步地,基于每个公交车辆的所述运行轨迹数据和拥堵状态数据,生成所述实时调度方案,具体包括:根据所述运行轨迹数据中的可行驶车道和所述可停靠站点,确定每个所述公交车辆的实时车辆行驶参数,其中,所述车辆行驶参数包括车辆行驶车道和车辆停靠站点;通过每个所述公交车辆的当前乘客数量、每个公交站点的候车乘客数量、每个所述公交车辆的核定载客数量以及所述拥堵热力图,确定实时公交车调度参数,其中,所述公交车调度参数包括车辆调度数量和调度发车间隔时间;通过所述实时公交车调度参数和所述实时车辆行驶参数,生成所述实时调度方案。
进一步地,通过所述实时调度方案和所述通用调度方案,确定执行调度方案,具体包括:获取所述通用调度方案中的通用公交车调度参数和通用车辆行驶参数;基于所述实时调度方案中的所述实时公交车调度参数,对所述通用公交车调度参数进行数据调控,生成执行调度方案中的执行公交车调度参数,其中,所述执行公交车调度参数包括执行车辆调度数量和执行调度发车间隔时间;基于所述实时调度方案中的所述实时车辆行驶参数,作为执行调度方案的执行车辆行驶参数;通过所述执行公交车调度参数和所述执行车辆行驶参数,确定所述执行调度方案。
进一步地,通过所述执行调度方案,实现智慧公交调度之后,所述方法还包括:采集所述执行调度方案执行后,对应的每个所述公交车的指定车辆运行数据和指定公交载客数据,其中,所述车辆运行数据包括车辆运行速度时序集;通过所述车辆运行速度时序集,确定每个所述公交车的行驶状态,其中,所述行驶状态包括拥堵行驶和通畅行驶;通过所述指定公交载客数据,确定每个所述公交车在各个停靠站点的车辆满载率;基于每个所述公交车的行驶状态和每个所述公交车在各个停靠站点的车辆满载率,确定所述执行调度方案的效果量化数据,以便于通过所述效果量化数据,对后续生成的调度方案进行反馈。
本说明书一个或多个实施例提供一种基于大数据的智慧公交调度设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,其中,所述实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,所述实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;对所述实时交通运行数据进行分析,生成实时调度方案;通过所述实时调度方案和所述通用调度方案,确定执行调度方案,以通过所述执行调度方案,实现智慧公交调度。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,其中,所述实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,所述实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;对所述实时交通运行数据进行分析,生成实时调度方案;通过所述实时调度方案和所述通用调度方案,确定执行调度方案,以通过所述执行调度方案,实现智慧公交调度。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:通过上述技术方案,基于大数据技术获取历史交通运行数据,通过对历史交通运行数据的分析生成通用调度方案,根据实时交通运行数据,生成实时调度方案,结合通用调度方案和实时调度方案,生成执行调度方案,既考虑了历史同期数据对应的历史调控因素,又考虑了实时数据,结合两者生成执行调度方案,实现了调度方案的针对性,保证了方案的实时有效性,采用先进的数据采集、处理和分析技术,可以快速地获取公交车辆和车站的实时数据,实现公交车辆的实时调度和管理,提高公交运营效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种基于大数据的智慧公交调度方法的流程示意图;
图2为本说明书实施例提供的一种基于大数据的智慧公交调度设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
随着城市化进程的加速,城市交通问题日益突出,公共交通系统成为缓解交通拥堵、提高居民出行效率和减少环境污染的重要手段。公交运营管理方式存在诸多问题,如车辆调度效率低、公交线路规划不合理、客流预测不准确等,影响了公交服务的质量和效率。
大数据分析技术和智能算法逐渐应用于公交运营管理中,成为优化公交服务的重要手段。例如,通过收集公交车辆的运行数据和客流数据,利用大数据分析技术分析车辆行驶路线、站点停留时间、客流分布等信息,可以为公交调度提供更为精准的支持,优化公交线路规划、车辆分配和运行调度等方面的管理工作,提高公交服务质量和运营效率。也就是说,现有的公交调度方式通过运行过程中的数据采集、分析,对下一次公交调度提供数据基础,未综合考虑当次运行过程的实时调控和历史调控因素,导致公交调度方式的针对性和实时性无法满足需求。
本说明书实施例提供一种基于大数据的智慧公交调度方法,需要说明的是,本说明书实施例中的执行主体可以是服务器,也可以是任意一种具备数据处理能力的设备。图1为本说明书实施例提供的一种基于大数据的智慧公交调度方法的流程示意图,如图1所示,主要包括如下步骤:
步骤S101,基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据。
其中,实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;
在本说明书的一个实施例中,本实施例中的方法可以应用于智慧公交调度系统,智慧公交调度系统包括数据采集模块、数据处理模块、调度决策模块、调度执行模块以及调度评估模块。设计和开发数据采集模块、数据分析模块、决策支持模块和调度执行模块,并进行模块之间的接口设计和集成。
通过数据采集模块采集城市交通运行数据,包括公交车辆运行状态、道路拥堵情况、乘客上下车数量等信息,通过无线通信传输至后台服务器。安装车载定位设备和传感器等设备,实现对公交车辆的位置、速度、方向、油耗等运行数据的采集,并安装站点客流计和人脸识别设备,实现对公交车站的客流数据采集。通过数据处理模块对采集到的数据进行实时处理和分析,对采集到的数据进行处理和存储,包括数据清洗、数据预处理、数据存储和数据备份等工作,确保数据的完整性和准确性。利用大数据算法生成公交车辆的运行轨迹和拥堵热力图等数据。通过调度决策模块,基于数据处理模块生成的运行轨迹和拥堵热力图等数据,通过智能算法生成公交车辆的实时调度方案。通过调度执行模块,将调度决策模块生成的调度方案通过无线通信发送至公交车辆所搭载的智能终端设备上,指导公交车辆的行驶路线和停靠站点。通过调度评估模块,对调度执行模块生成的调度方案进行实时评估和优化,形成调度反馈数据,为下一轮调度决策提供参考。可以进行系统测试,检验系统的性能和可靠性。在系统运行过程中,及时处理系统故障和异常,并进行系统维护和升级,确保系统的稳定运行和性能优化。
基于大数据的智慧公交调度系统可以实现客流预测和运行调度优化,可以根据实际需求合理安排公交线路、车辆数量和运行时刻表,提高公交服务的准确性、及时性和舒适性,提高市民对公共交通的满意度。该系统采用先进的数据采集、处理和分析技术,可以快速地获取公交车辆和车站的实时数据,实现公交车辆的实时调度和管理,提高公交运营效率,减少公交车辆空驶率和停留时间,降低公共交通运营成本;通过合理调度公交车辆,避免公交车辆拥堵和停滞,减少交通拥堵和排放的废气,降低环境污染和城市交通压力,改善城市空气质量和交通状况。采用了大数据、人工智能、物联网等现代信息技术,为智慧城市公共交通的发展提供了有力支持,可以为城市交通管理部门提供决策支持和优化方案,提高城市公共交通的管理水平和服务质量,推动智慧城市公共交通的可持续发展
在本说明书的一个实施例中,首先,基于大数据技术,获取多个公车车辆的历史交通运行数据,此处的历史交通运行数据是指在历史阶段的公交车的交通运行数据,例如上一年五一节假日期间的公交车载客数量、可能影响公交车运行的影响因素数据以及是否存在市政施工路段等。并采集实时公交影响因素数据,也就是当前时段影响公交车运行的影响因素数据。
步骤S102,基于历史交通运行数据和实时公交影响因素数据,生成通用调度方案。
基于该历史交通运行数据和该实时公交影响因素数据,生成通用调度方案,具体包括:获取该历史交通运行数据中的历史公交载客数据、历史影响因素数据以及历史车辆数据,其中,该历史影响因素数据包括历史天气数据、历史节假日数据和历史市政施工数据;基于该历史公交载客数据、该历史影响因素数据和该历史车辆数据,确定每个影响因素的因素控制变量,其中,该因素控制变量为该影响因素对应的公交车调度变量,该调度变量包括行驶路线变量、停靠站点变量、发车时间间隔变量以及运行数量变量;在该历史交通运行数据中确定与该实时公交影响因素数据对应的同期历史交通运行数据数据;根据该因素控制变量、该同期历史交通运行数据数据中的同期历史车辆数据和该实时公交影响因素数据,生成通用调度方案。
在本说明书的一个实施例中,获取历史载客数据,历史载客数据可以是每辆公交车辆在固定时段内的载客总数,也可以是所有公交车在该固定时段内的载客总数,通过历史载客数据可以清楚地反映出在固定时段内的乘客的乘车需求。获取历史影响数据,此处的历史影响数据包括历史天气数据、历史节假日数据和历史市政施工数据。并获取历史车辆数据,此处的历史车辆数据为公交车辆在固定时段内的运行数据,例如用于判断是否堵车的运行车速、运行轨迹、停靠站点、发车时间间隔以及同时段的发车数量。
以上述历史公交载客数据、历史影响因素数据和历史车辆数据为基础,确定历史影响因素数据中每个影响因素对公交车调度变量的影响,也就是因素控制变量,此处的影响因素包括天气因素、节假日因素以及市政施工因素,公交车调度变量包括行驶路线变量、停靠站点变量、发车时间间隔变量以及运行数量变量。也就是说,通过对历史影响因素数据、历史公交载客数据和历史车辆数据的数据分析,确定每个影响因素对每个调度变量产生的影响,可以采用控制变量的方式,确定每个影响因素对每个调度变量产生的影响,例如,当天气为下雨天时,确定天气为不下雨时的历史同期的数据,此处不下雨时的历史同期的数据的其他影响因素均与下雨时相同,历史公交载客数据和历史车辆数据均与历史同期的数据相比出现一定变化,例如发车数量与历史同期相比增加了5辆,发车时间间隔与历史同期相比减少了5分钟,则该变化量作为下雨天气对应的因素控制变量。
在历史交通运行数据中确定与实时公交影响因素数据对应的同期历史交通运行数据数据,此处的同期指的是同一时期,可以是同一时间段,也可以是同一阶段,例如,可以是周一的上班高峰期7点到9点,也可以是五一节假日。根据因素控制变量、同期历史交通运行数据中的历史车辆数据和实时公交影响因素数据,生成通用调度方案。
步骤S103,通过预先设置的多个数据采集装置,采集城市实时交通运行数据。
通过预先设置的多个数据采集装置,采集城市实时交通运行数据,具体包括:通过设置在每个该公交车辆上的车辆数据采集装置,获取每个该公交车辆的车辆运行状态数据,其中,该车辆运行状态数据包括车辆运行状态、车辆运行速度;通过设置在每个该公交车辆上的第一视频采集装置和设置在候车位置的第二视频采集装置,获取每个该公交车辆的乘客流动数据,其中,该乘客流动数据包括上车乘客数量、下车乘客数量和候车乘客数量;通过设置在每个运行车辆上的定位装置和设置在道路两侧的第三视频采集装置,采集公交车辆运行路线的道路车流量数据。
在本说明书的一个实施例中,通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据。通过设置在每个公交车辆上的车辆数据采集装置,获取每个公交车辆的车辆运行状态数据,此处的车辆数据采集装置可以是传感器,其中,该车辆运行状态数据包括车辆运行状态、车辆运行速度,车辆运行状态是指车辆为运行还是等待。通过设置在每个公交车辆上的第一视频采集装置和设置在候车位置的第二视频采集装置,获取每个该公交车辆的乘客流动数据,包括上车乘客数量、下车乘客数量和候车乘客数量。通过设置在公交车辆上的第一视频采集装置采集上下车对应的视频数据,通过图像识别技术,对视频数据进行人形识别,得到公交车辆的上车乘客数量和下车乘客数量;通过设置在候车站点的第二视频采集装置,采集该站点的候车视频数据,通过图像识别技术对候车视频数据进行人形识别,得到公交车辆的候车乘客数量。通过设置在每个运行车辆上的定位装置和设置在道路两侧的第三视频采集装置,采集公交车辆运行路线的道路车流量数据,通过第三视频采集装置采集道路的车流量图像,通过对车流量图像的车辆识别,得到车辆数量;通过定位装置采集每个车辆的定位信息,结合道路位置和多个车辆的定位信息,得到道路上的车辆数量。结合道路上的车辆数量和车流量图像中的车辆数量,确定运行路线上的道路车流量数据。
步骤S104,对实时交通运行数据进行分析,生成实时调度方案。
对该实时交通运行数据进行分析,生成每个公交车辆对应的实时调度方案,具体包括:对该实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据;基于每个公交车辆的该运行轨迹数据和拥堵状态数据,生成该实时调度方案。
对该实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据,具体包括:确定该车辆运行状态数据中的车辆运行状态,以基于该车辆运行状态,将多个公交车辆分为发车车辆和备用车辆;根据该发车车辆的车辆运行速度,筛选出该车辆运行速度低于预设阈值的多个指定发车车辆;确定每个该指定发车车辆的运行路线,以及该运行路线中至少一个行驶车道的道路车流量数据;基于该运行路线和每个该行驶车道的道路车流量数据,确定每个该指定发车车辆在该运行路线上的可行驶车道;确定该乘客流动数据中每个公交站点的上车乘客数量、下车乘客数量和候车乘客数量;基于相邻公交站点中每个公交站点的上车乘客数量和下车乘客数量,确定每个该公交车辆的当前乘客数量;通过每个该公交车辆的当前乘客数量、每个公交站点的候车乘客数量以及预先获取的每个该公交车辆的核定载客数量,确定每个该公交车辆的可停靠站点;基于每个该指定发车车辆在该运行路线上的可行驶车道和可停靠站点,确定运行轨迹数据;根据每个该行驶车道的道路车流量数据,生成该运行路线中每个该行驶车道的拥堵热力图。
在本说明书的一个实施例中,对实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据。首先,确定车辆运行状态数据中的车辆运行状态,将车辆运行状态为运行中的车辆作为发车车辆,将车辆运行状态为未启动状态或未运行状态的车辆作为备用车辆。根据发车车辆的车辆运行速度,筛选出车辆运行速度低于预设阈值的多个指定发车车辆,需要说明的是,车辆运行速度低说明车辆存在拥堵路段行驶缓慢的情况。确定每个指定发车车辆的运行路线,此处的运行路线是指公交车指定的线路行驶路线。并确定运行路线中至少一个行驶车道的道路车流量数据,一般情况下,在线路行驶路线中存在至少一个行驶车道,在发生道路拥堵时,通常为指定车道的拥堵,在此情况下,根据运行路线和每个该行驶车道的道路车流量数据,确定每个指定发车车辆在该运行路线上的可行驶车道。
确定乘客流动数据中每个公交站点的上车乘客数量、下车乘客数量和候车乘客数量。基于相邻公交站点中每个公交站点的上车乘客数量和下车乘客数量,确定每个该公交车辆的当前乘客数量,此处在确定当前乘客数量时,可以通过上车乘客数量和下车乘客数量进行数值运算实现,例如公交车在始发站的上车乘客为10人,由于该站点为始发站,无下车乘客,则当前乘客数量为10人。
通过每个该公交车辆的当前乘客数量、每个公交站点的候车乘客数量以及预先获取的每个该公交车辆的核定载客数量,确定每个该公交车辆的可停靠站点,在无人下车的情况下,若当前乘客数量为核对载客数量,或当前乘客数量与核定载客数量的差值小于下一站点的候车乘客数量,则将下一站点作为非停靠站点,在当前乘客数量与核定载客数量的差值大于或等于下一站点的候车乘客数量时,将下一站点作为停靠站点。将每个指定发车车辆在该运行路线上的可行驶车道和可停靠站点,作为运行轨迹数据,根据每个该行驶车道的道路车流量数据,生成该运行路线中每个该行驶车道的拥堵热力图。
基于每个公交车辆的该运行轨迹数据和拥堵状态数据,生成该实时调度方案,具体包括:根据该运行轨迹数据中的可行驶车道和该可停靠站点,确定每个该公交车辆的实时车辆行驶参数,其中,该车辆行驶参数包括车辆行驶车道和车辆停靠站点;通过每个该公交车辆的当前乘客数量、每个公交站点的候车乘客数量、每个该公交车辆的核定载客数量以及该拥堵热力图,确定实时公交车调度参数,其中,该公交车调度参数包括车辆调度数量和调度发车间隔时间;通过该实时公交车调度参数和该实时车辆行驶参数,生成该实时调度方案。
在本说明书的一个实施例中,根据该运行轨迹数据中的可行驶车道和该可停靠站点,确定每个公交车辆的实时车辆行驶参数,车辆行驶参数包括车辆行驶车道和车辆停靠站点。通过每个公交车辆的当前乘客数量、每个公交站点的候车乘客数量、每个公交车辆的核定载客数量以及拥堵热力图,确定实时公交车调度参数,其中,该公交车调度参数包括车辆调度数量和调度发车间隔时间,此处的车辆调度数量是指是否增加或减少发车数量,调度发车时间间隔是指是否增加或减少发车时间间隔。根据当前乘客数量和每个公交车辆的核定载客数量,确定公交车辆的可承载乘客数量。通过每个公交车辆可承载乘客数量和每个公交站点的候车乘客数量,判断公交车辆是否具备足够的运力条件,每个公交站点的候车乘客数量均大于可承载乘客数量时,说明公交车辆的运力条件不足,则对应的调度方案应为增加发车数量和减小发车时间间隔。
步骤S105,通过实时调度方案和通用调度方案,确定执行调度方案,以通过执行调度方案,实现智慧公交调度。
通过该实时调度方案和该通用调度方案,确定执行调度方案,具体包括:获取该通用调度方案中的通用公交车调度参数和通用车辆行驶参数;基于该实时调度方案中的该实时公交车调度参数,对该通用公交车调度参数进行数据调控,生成执行调度方案中的执行公交车调度参数,其中,该执行公交车调度参数包括执行车辆调度数量和执行调度发车间隔时间;基于该实时调度方案中的该实时车辆行驶参数,作为执行调度方案的执行车辆行驶参数;通过该执行公交车调度参数和该执行车辆行驶参数,确定该执行调度方案。
在本说明书的一个实施例中,通用调度方案是考虑了历史同期影响因素的影响生成的调度方案,包括通用公交车调度参数和通用车辆行驶参数。但在实际的运行过程中,可能会与同期相比产生实时变化,因此,生成了实时调度方案。在确定最终的执行调度方案时,需要结合通用调度方案和实时调度方案。首先,基于实时调度方案中的实时公交车调度参数,对通用公交车调度参数进行数据调控,生成执行调度方案中的执行公交车调度参数,该执行公交车调度参数包括执行车辆调度数量和执行调度发车间隔时间。也就是说,在车辆调度数量和发车时间间隔方面,基于历史同期的通用公交车调度参数,以实时公交车调度参数为准则,进行公交车调度,例如,通用公交车调度参数中车辆数量为5辆,实时公交车调度参数中的车辆数量为7辆,可直接将实时公交车调度参数中的车辆数量作为执行车辆数量,也可以取通用公交车调度参数中车辆数量和实时公交车调度参数中的车辆数量的均值,作为执行车辆数量。
此外,将实时调度方案中的实时车辆行驶参数,作为执行调度方案的执行车辆行驶参数,由于实时车辆行驶参数为实时交通数据得到的,交通数据存在较强的变化性,因此将实时车辆行驶参数,作为执行车辆行驶参数。通过执行公交车调度参数和执行车辆行驶参数,确定执行调度方案。按照执行调度方案进行公交调度。
通过该执行调度方案,实现智慧公交调度之后,该方法还包括:采集该执行调度方案执行后,对应的每个该公交车的指定车辆运行数据和指定公交载客数据,其中,该车辆运行数据包括车辆运行速度时序集;通过该车辆运行速度时序集,确定每个该公交车的行驶状态,其中,该行驶状态包括拥堵行驶和通畅行驶;通过该指定公交载客数据,确定每个该公交车在各个停靠站点的车辆满载率;基于每个该公交车的行驶状态和每个该公交车在各个停靠站点的车辆满载率,确定该执行调度方案的效果量化数据,以便于通过该效果量化数据,对后续生成的调度方案进行反馈。
在本说明书的一个实施例中,采集执行调度方案执行后,对应的每个公交车的指定车辆运行数据和指定公交载客数据,车辆运行数据包括车辆运行速度时序集,在车辆运行速度时序集中包括每个时刻下的车辆运行速度。通过车辆运行速度时序集,确定每个公交车的行驶状态,行驶状态包括拥堵行驶和通畅行驶,例如,根据车辆在某段道路的不同时刻下的车辆速度,计算通过该道路的时间,当实际通过该道路的时间大于预设速度阈值时,判定为该路段拥堵行驶;当实际通过该道路的时间不大于预设速度阈值时,判定为该路段通畅行驶,此处的预设速度阈值可以为历史该路段通畅行驶时的速度平均值。通过指定公交载客数据,确定每个公交车在各个停靠站点的车辆满载率,此处的指定公交载客数据为每个站点的公交车载客数据,根据指定公交车载客数据与额定载客数据计算车辆在每个公交站点的满载率。基于每个公交车的行驶状态和每个公交车在各个停靠站点的车辆满载率,确定该执行调度方案的效果量化数据。根据行驶路线中在所有公交站点的满载率,生成公交车辆运行过程中的平均满载率。当公交车的行驶状态为拥堵行驶,且车辆满载率大于预设阈值时,确定效果量化数据为车辆数量较少且发车时间间隔较大;当存在公交车的行驶状态为拥堵行驶或车辆满载率大于预设阈值时,确定效果量化数据为车辆数量较少或发车时间间隔较大;当存在公交车的行驶状态为通畅行驶或车辆满载率不大于预设阈值时,说明执行公交调度方案无需进行调整。通过效果量化数据,对后续生成的调度方案进行反馈,以便于后续生成的调度方案在满足乘客需求的情况下,降低公交公司的运行成本。
通过上述技术方案,基于大数据技术获取历史交通运行数据,通过对历史交通运行数据的分析生成通用调度方案,根据实时交通运行数据,生成实时调度方案,结合通用调度方案和实时调度方案,生成执行调度方案,既考虑了历史同期数据对应的历史调控因素,又考虑了实时数据,结合两者生成执行调度方案,实现了调度方案的针对性,保证了方案的实时有效性,采用先进的数据采集、处理和分析技术,可以快速地获取公交车辆和车站的实时数据,实现公交车辆的实时调度和管理,提高公交运营效率。
本说明书实施例还提供一种基于大数据的智慧公交调度设备,如图2所示,设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;基于该历史交通运行数据和该实时公交影响因素数据,生成通用调度方案,其中,该实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,该实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;对该实时交通运行数据进行分析,生成实时调度方案;通过该实时调度方案和该通用调度方案,确定执行调度方案,以通过该执行调度方案,实现智慧公交调度。
本说明书实施例还提供一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;基于该历史交通运行数据和该实时公交影响因素数据,生成通用调度方案,其中,该实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,该实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;对该实时交通运行数据进行分析,生成实时调度方案;通过该实时调度方案和该通用调度方案,确定执行调度方案,以通过该执行调度方案,实现智慧公交调度。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书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,本说明书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。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种基于大数据的智慧公交调度方法,其特征在于,所述方法包括:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;
基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,其中,所述实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;
通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,所述实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;
对所述实时交通运行数据进行分析,生成实时调度方案;
通过所述实时调度方案和所述通用调度方案,确定执行调度方案,以通过所述执行调度方案,实现智慧公交调度。
2.根据权利要求1所述的一种基于大数据的智慧公交调度方法,其特征在于,基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,具体包括:
获取所述历史交通运行数据中的历史公交载客数据、历史影响因素数据以及历史车辆数据,其中,所述历史影响因素数据包括历史天气数据、历史节假日数据和历史市政施工数据;
基于所述历史公交载客数据、所述历史影响因素数据和所述历史车辆数据,确定每个影响因素的因素控制变量,其中,所述因素控制变量为所述影响因素对应的公交车调度变量,所述调度变量包括行驶路线变量、停靠站点变量、发车时间间隔变量以及运行数量变量;
在所述历史交通运行数据中确定与所述实时公交影响因素数据对应的同期历史交通运行数据数据;
根据所述因素控制变量、所述同期历史交通运行数据数据中的同期历史车辆数据和所述实时公交影响因素数据,生成通用调度方案。
3.根据权利要求1所述的一种基于大数据的智慧公交调度方法,其特征在于,通过预先设置的多个数据采集装置,采集城市实时交通运行数据,具体包括:
通过设置在每个所述公交车辆上的车辆数据采集装置,获取每个所述公交车辆的车辆运行状态数据,其中,所述车辆运行状态数据包括车辆运行状态、车辆运行速度;
通过设置在每个所述公交车辆上的第一视频采集装置和设置在候车位置的第二视频采集装置,获取每个所述公交车辆的乘客流动数据,其中,所述乘客流动数据包括上车乘客数量、下车乘客数量和候车乘客数量;
通过设置在每个运行车辆上的定位装置和设置在道路两侧的第三视频采集装置,采集公交车辆运行路线的道路车流量数据。
4.根据权利要求1所述的一种基于大数据的智慧公交调度方法,其特征在于,对所述实时交通运行数据进行分析,生成每个公交车辆对应的实时调度方案,具体包括:
对所述实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据;
基于每个公交车辆的所述运行轨迹数据和拥堵状态数据,生成所述实时调度方案。
5.根据权利要求4所述的一种基于大数据的智慧公交调度方法,其特征在于,对所述实时交通运行数据进行分析,生成每个公交车辆在指定路线的运行轨迹数据以及指定路线的拥堵状态数据,具体包括:
确定所述车辆运行状态数据中的车辆运行状态,以基于所述车辆运行状态,将多个公交车辆分为发车车辆和备用车辆;
根据所述发车车辆的车辆运行速度,筛选出所述车辆运行速度低于预设阈值的多个指定发车车辆;
确定每个所述指定发车车辆的运行路线,以及所述运行路线中至少一个行驶车道的道路车流量数据;
基于所述运行路线和每个所述行驶车道的道路车流量数据,确定每个所述指定发车车辆在所述运行路线上的可行驶车道;
确定所述乘客流动数据中每个公交站点的上车乘客数量、下车乘客数量和候车乘客数量;
基于相邻公交站点中每个公交站点的上车乘客数量和下车乘客数量,确定每个所述公交车辆的当前乘客数量;
通过每个所述公交车辆的当前乘客数量、每个公交站点的候车乘客数量以及预先获取的每个所述公交车辆的核定载客数量,确定每个所述公交车辆的可停靠站点;
基于每个所述指定发车车辆在所述运行路线上的可行驶车道和所述可停靠站点,确定运行轨迹数据;
根据每个所述行驶车道的道路车流量数据,生成所述运行路线中每个所述行驶车道的拥堵热力图。
6.根据权利要求5所述的一种基于大数据的智慧公交调度方法,其特征在于,基于每个公交车辆的所述运行轨迹数据和拥堵状态数据,生成所述实时调度方案,具体包括:
根据所述运行轨迹数据中的可行驶车道和所述可停靠站点,确定每个所述公交车辆的实时车辆行驶参数,其中,所述车辆行驶参数包括车辆行驶车道和车辆停靠站点;
通过每个所述公交车辆的当前乘客数量、每个公交站点的候车乘客数量、每个所述公交车辆的核定载客数量以及所述拥堵热力图,确定实时公交车调度参数,其中,所述公交车调度参数包括车辆调度数量和调度发车间隔时间;
通过所述实时公交车调度参数和所述实时车辆行驶参数,生成所述实时调度方案。
7.根据权利要求1所述的一种基于大数据的智慧公交调度方法,其特征在于,通过所述实时调度方案和所述通用调度方案,确定执行调度方案,具体包括:
获取所述通用调度方案中的通用公交车调度参数和通用车辆行驶参数;
基于所述实时调度方案中的所述实时公交车调度参数,对所述通用公交车调度参数进行数据调控,生成执行调度方案中的执行公交车调度参数,其中,所述执行公交车调度参数包括执行车辆调度数量和执行调度发车间隔时间;
基于所述实时调度方案中的所述实时车辆行驶参数,作为执行调度方案的执行车辆行驶参数;
通过所述执行公交车调度参数和所述执行车辆行驶参数,确定所述执行调度方案。
8.根据权利要求1所述的一种基于大数据的智慧公交调度方法,其特征在于,通过所述执行调度方案,实现智慧公交调度之后,所述方法还包括:
采集所述执行调度方案执行后,对应的每个所述公交车的指定车辆运行数据和指定公交载客数据,其中,所述车辆运行数据包括车辆运行速度时序集;
通过所述车辆运行速度时序集,确定每个所述公交车的行驶状态,其中,所述行驶状态包括拥堵行驶和通畅行驶;
通过所述指定公交载客数据,确定每个所述公交车在各个停靠站点的车辆满载率;
基于每个所述公交车的行驶状态和每个所述公交车在各个停靠站点的车辆满载率,确定所述执行调度方案的效果量化数据,以便于通过所述效果量化数据,对后续生成的调度方案进行反馈。
9.一种基于大数据的智慧公交调度设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;
基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,其中,所述实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;
通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,所述实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;
对所述实时交通运行数据进行分析,生成实时调度方案;
通过所述实时调度方案和所述通用调度方案,确定执行调度方案,以通过所述执行调度方案,实现智慧公交调度。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
基于大数据技术,获取多个公车车辆的历史交通运行数据,并采集实时公交影响因素数据;
基于所述历史交通运行数据和所述实时公交影响因素数据,生成通用调度方案,其中,所述实时公交影响因素数据包括当前天气数据、当前节假日数据和当前市政施工数据;
通过预先设置的多个数据采集装置,采集城市实时交通运行数据,其中,所述实时交通运行数据包括多个公交车辆的车辆运行状态数据、运行路线的道路车流量数据和每个公交车辆的乘客流动数据;
对所述实时交通运行数据进行分析,生成实时调度方案;
通过所述实时调度方案和所述通用调度方案,确定执行调度方案,以通过所述执行调度方案,实现智慧公交调度。
CN202310446899.9A 2023-04-20 2023-04-20 一种基于大数据的智慧公交调度方法、设备及介质 Active CN116485137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310446899.9A CN116485137B (zh) 2023-04-20 2023-04-20 一种基于大数据的智慧公交调度方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310446899.9A CN116485137B (zh) 2023-04-20 2023-04-20 一种基于大数据的智慧公交调度方法、设备及介质

Publications (2)

Publication Number Publication Date
CN116485137A true CN116485137A (zh) 2023-07-25
CN116485137B CN116485137B (zh) 2023-10-13

Family

ID=87217357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310446899.9A Active CN116485137B (zh) 2023-04-20 2023-04-20 一种基于大数据的智慧公交调度方法、设备及介质

Country Status (1)

Country Link
CN (1) CN116485137B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077605A (zh) * 2012-12-14 2013-05-01 中国航天系统工程有限公司 车辆的调度方法和装置
JP2013130906A (ja) * 2011-12-20 2013-07-04 Nec Corp 配車システム及び配車方法
US20140122045A1 (en) * 2013-08-08 2014-05-01 Iteris, Inc. Pavement condition analysis from modeling impact of traffic characteristics, weather data and road conditions on segments of a transportation network infrastructure
US20190026671A1 (en) * 2017-07-20 2019-01-24 DTA International FZCO Device, System, and Method for Optimizing Taxi Dispatch Requests
CN113160602A (zh) * 2021-04-27 2021-07-23 华录智达科技股份有限公司 一种智能公交调度模拟系统
CN113177742A (zh) * 2021-05-29 2021-07-27 苏州智能交通信息科技股份有限公司 基于智能交通的公交服务方法、系统、终端及存储介质
CN113808381A (zh) * 2020-06-12 2021-12-17 大富科技(安徽)股份有限公司 公共交通工具调度方法、服务器以及存储介质
CN115409295A (zh) * 2022-11-01 2022-11-29 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质
CN115841745A (zh) * 2021-09-18 2023-03-24 中移(上海)信息通信科技有限公司 一种车辆调度方法、装置及电子设备
CN115860594A (zh) * 2022-11-25 2023-03-28 东风悦享科技有限公司 一种应用于智能公交排班调度的仿真系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013130906A (ja) * 2011-12-20 2013-07-04 Nec Corp 配車システム及び配車方法
CN103077605A (zh) * 2012-12-14 2013-05-01 中国航天系统工程有限公司 车辆的调度方法和装置
US20140122045A1 (en) * 2013-08-08 2014-05-01 Iteris, Inc. Pavement condition analysis from modeling impact of traffic characteristics, weather data and road conditions on segments of a transportation network infrastructure
US20190026671A1 (en) * 2017-07-20 2019-01-24 DTA International FZCO Device, System, and Method for Optimizing Taxi Dispatch Requests
CN113808381A (zh) * 2020-06-12 2021-12-17 大富科技(安徽)股份有限公司 公共交通工具调度方法、服务器以及存储介质
CN113160602A (zh) * 2021-04-27 2021-07-23 华录智达科技股份有限公司 一种智能公交调度模拟系统
CN113177742A (zh) * 2021-05-29 2021-07-27 苏州智能交通信息科技股份有限公司 基于智能交通的公交服务方法、系统、终端及存储介质
CN115841745A (zh) * 2021-09-18 2023-03-24 中移(上海)信息通信科技有限公司 一种车辆调度方法、装置及电子设备
CN115409295A (zh) * 2022-11-01 2022-11-29 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质
CN115860594A (zh) * 2022-11-25 2023-03-28 东风悦享科技有限公司 一种应用于智能公交排班调度的仿真系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
庞明宝等: "基于MAST的智慧公交优化调度研究", 《交通运输系统工程与信息》, vol. 17, no. 01, pages 143 - 149 *
翁梓铱: "智慧交通管理系统研究——以渝北区为例", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》, no. 03, pages 1 - 73 *

Also Published As

Publication number Publication date
CN116485137B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
Roncoli et al. Hierarchical model predictive control for multi-lane motorways in presence of vehicle automation and communication systems
CN109544908B (zh) 一种实时预测公交到站时间的方法、电子设备及存储介质
Amirgholy et al. Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach
EP2747000B1 (en) System and method for automatic allocation of mobile resources to tasks
CN110570678B (zh) 一种公交车辆从起点到终点总行驶时间预测方法及装置
Li et al. Deep learning based parking prediction on cloud platform
Wu et al. Mitigating unfairness in urban rail transit operation: A mixed-integer linear programming approach
CN103366224A (zh) 一种基于公交网络的乘客需求预测系统和方法
CN113919650A (zh) 一种列车运行方案优化编制方法及系统
CN115830848A (zh) 一种基于lstm模型的共享停车位智能分配系统及方法
Junyou et al. Application of support vector machine in bus travel time prediction
CN116050581A (zh) 一种智慧城市地铁行车调度优化方法和物联网系统
CN104751650A (zh) 一种对道路交通信号进行控制的方法和设备
Wang et al. An Ensemble Learning Model for Short‐Term Passenger Flow Prediction
CN116485137B (zh) 一种基于大数据的智慧公交调度方法、设备及介质
CN112669595B (zh) 一种基于深度学习的网约车流量预测方法
Růžička et al. Methods of traffic surveys in cities for comparison of traffic control systems—A case study
CN113658429B (zh) 一种公交廊道的协同调度方法及相关装置
CN110796301A (zh) 一种基于ic卡数据的乘客流量预测方法及装置
CN115762131A (zh) 一种应用于公共交通的智能行车计划编制方法及系统
US20190005414A1 (en) Rubust dynamic time scheduling and planning
Büchel et al. Probabilistic bus delay predictions with Bayesian networks
CN114493040A (zh) 一种储能车的调度方法、系统及装置
Wang et al. Integrated line planning and train scheduling for an urban rail transit line
CN115578854B (zh) 收费站车辆排队长度预测方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240412

Address after: S01 Building, 1036 Inspur Road, Jinan Area, China (Shandong) Pilot Free Trade Zone, Jinan City, Shandong Province, 250013

Patentee after: Inspur Smart Technology Innovation (Shandong) Co.,Ltd.

Country or region after: China

Address before: Room S01, No. 1036, Langchao Road, Jinan Area, Jinan Free Trade Pilot Zone, Shandong Province, 250101

Patentee before: Inspur Smart Technology Co.,Ltd.

Country or region before: China