TW201719561A - 主動式交通需求管理與行為誘導的方法與系統 - Google Patents
主動式交通需求管理與行為誘導的方法與系統 Download PDFInfo
- Publication number
- TW201719561A TW201719561A TW104137838A TW104137838A TW201719561A TW 201719561 A TW201719561 A TW 201719561A TW 104137838 A TW104137838 A TW 104137838A TW 104137838 A TW104137838 A TW 104137838A TW 201719561 A TW201719561 A TW 201719561A
- Authority
- TW
- Taiwan
- Prior art keywords
- user
- traffic
- departure
- time
- travel
- Prior art date
Links
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
一種系統包括:具各種演算法及數據庫子系統之電腦伺服器軟體系統,行動裝置應用程式,面向政府部門的交通管理軟体、一個面向企業的資訊管理軟體、以及面向商家的資訊管理軟體。使用者可輸入出發地、目的地與預計出發時間至行動裝置應用程式,伺服器計算出此旅程中的推薦出發時間、旅行路線、替代目的地或其他出行方式,以供使用者在選擇較優的出行選項。在使用者開始出行後,行動裝置傳送全球衛星定位數據至伺服器,使伺服器能驗證使用者是否有在特定的時間視窗中行駛該路線,如果有,則伺服器透過行動裝置或電子郵件來提供對應之獎勵。
Description
本發明係有關於一種主動交通管理的系統與方法,特別的是利用歷史交通資訊、即時交通狀況、交通勤務資訊與使用者所選擇之出發時間、旅行路徑、替代目的地及出行模式來積極管理、協調交通需求,並最終達到減少交通壅塞程度之系統與方法。
以下之描述將有用於理解本發明,但以下所提供之現有技術或任何有關於公開文件之引用資訊並不代表用來保護本發明。
車輛交通壅塞是指交通網絡例如高速公路上使用量增加所發生的情況,其特點在於低速行駛、較長的行車時間、增加車輛排隊等候以及降低車輛燃油效率。較常見的交通壅塞指的是當交通需求量相當大時,車輛數量超過道路的負載量,車輛會因為彼此的相互影響而導致單位時間內能夠透過道路緞面的交通流量下降,即造成交通堵塞。當需求量超過了道路的承載量即會有交通壅塞發生,而當有車輛在一段時間內完全停止的情況
時即為所謂的堵車。
一般來說,當發生交通堵塞時,旅客/乘客所產生的空間需求量大於公路的可通行能力,即道路的飽和度较高。在目前的經驗中,有很大比例的塞車狀況是源自於純粹的交通出行需求上升,其餘部分則為交通事故、道路工程與天氣變化等因素。
目前也有許多嘗試解決交通堵塞的措施,包括添加更多的公路、道路拓寬、增加交通管制、為員工提供彈性的上班時間、鼓勵共乘、提供即時車流量監測服務與收費的高速公路。然而,這些解決措施都具有一個或多個缺點,包括其有效性、可行性、永續性與成本問題等等。
依據上述之需求,本發明提供一種系統與方法,並藉由提供獎勵來使旅客在行程中選擇系統推薦的出發時間、旅行路線、目的地與出行模式,以有效的舒緩壅塞的交通狀況。
本發明提出一種主動式交通需求管理系統,包括行動應用軟體,計算機軟體伺服系統,一個面向政府部門的交通管理軟體(政府軟體)、一個面向企業的資訊管理軟體(企業軟體)、以及一個面向商家的資訊管理軟體(商家軟體)。這些模組一起構成本專利所申請保護的主動交通管理的方法與系統解決方案。其中,行動應用軟體係執行於使用者的行動裝置。計算機軟體伺服系統係用來與行動應用程式進行交流,並包括有行程時間
預測模組、路徑計算模組、獎勵提供模組、驗證模組、目的地推薦與預測模組、出行鏈規劃模組、主動交通預警模組以及特殊事件管理模組。行程時間預測模組係基於歷史交通資訊中的規律、結合實時交通狀況以及對道路交通有影響的事件資訊等,動態預測道路交通網絡在接下來一段時間裡的行程時間。路線計算模組係根據接近於使用者所選擇之優先出發時間的多個個出發時間,計算出在出發地與目的地之間的路線,其中,當使用者自出發地出發前往目的地時,各出發時間係對應於使用者從出發至抵達的時間區間。獎勵提供模組係用來決定各出發時間所能提供給使用者獎勵。驗證模組係自行動應用軟體接收位置資訊,並根據位置資訊來確認使用者有在所選擇之出發時間中自出發地出發,且於出發後的行程中至少有一部分是沿著路線來進行。目的地推薦與預測模組,指的是在使用者選定的目的地為某個熱門景點(如旅遊景區、主題公園等),而其客流需求已經接近飽和從而降低本次旅行的體驗,或是使用者主動請求瀏覽可選擇的目的地時,結合目的地客流量、通往道路上的交通狀況、各目的地的折扣與獎勵、使用者出行記錄與生活方式等情況,智能的推薦較好的目的地選項以提升出行體驗的系統功能模組。出行鏈規劃模組允許使用者在行動裝置上對接下來的多次出行進行統一的規劃。主動交通預警模組能主動、智能的提取出可能與使用者出行有關的突發事件,並及時發送預警資訊給使用者。特殊事件管理模組能接收系統操作員輸入的對交通有影響的特殊事件,並進行
交通建模分析此事件對道路交通狀況的影響。此外,政府使用者能在面對它們的交通管理軟體上,實時的監測動態交通狀況、熱點區域以及突發事件的交通影響。同時,政府所擁有的交通資訊資源,包括市政施工、突發事件、體育比賽、群體活動等資訊也可以透過此平台共享回系統。企業使用者能透過面向他們的資訊管理軟體,查看企業員工註冊、使用此移動終端應用等方面的資訊。透過系統自動生成的報表,管理者可以看到在某段時間裡,有多少員工使用移動終端應用、改變出發時間、彈性上下班、總共節省了多少時間、少排放了多少二氧化碳等數據。另外,透過此系統,企業可以投入獎勵並指定此獎勵只能被本企業的員工兌換。企業也可以透過此平台對員工推廣移動終端應用.商家使用者能在面向他們的資訊管理軟體上,看到有多少潛在的使用者經過商家所在的區域,以及他們在時間、空間上的分佈。商家使用者可以據此在此軟體上透過一系列促銷活動,比如分發折扣券、代金卷等來吸引使用者消費。商家軟體亦會自動生成報表,讓經營者直觀的看到過去一段時間內的使用者消費情況、促銷活動的效果等。
依據本發明之一實施例,主動式交通需求管理系統中的行駛時間預測模組係用來分析歷史數據與即時交通數據,獎勵提供模組係根據出發時間對於路線或交通系統所導致的最小影響來選擇獎勵,且獎勵提供模組係根據歷史數據、即時數據與其他使用者所選擇之出發時間來動態地調整獎勵之分配,並將使
用者的偏好與使用者的生活風格資訊納入考量。
依據本發明之一實施例,主動式交通需求管理系統中的驗證模組係自行動應用程式之全球定位系統接收位置資訊,並分析自全球定位系統所接收之位置資訊來確認使用者於所選擇之出發時間所輸入鄰近於出發地的位置,並確認使用者成功地完成了所選擇之部份預定路線。
依據本發明之一實施例,主動式交通需求管理系統中的路線決定模組係在多個個出發時間中,於出發地與目的地之間計算出一或多個最佳行車路線,且當路線上有額外的車流量時,各出發時間係將路線上之額外的車流量所導致的額外行駛時間納入考量。
依據本發明之一實施例,主動式交通需求管理系統更包括負載平衡模組、道路狀況監視警示模組以及使用者行為分析模組。負載平衡模組係用來將其他使用者所預先選擇之路線與出發旅程時間進行量測。道路狀況監視警示模組係用來確認於路線上的意外事件,並發送訊息以通知使用者意外事件。使用者行為分析模組係自行動應用程式接收使用者的行為訊息,並根據行為訊息進行分析,其中,獎勵提供模組會根據使用者行為分析模組所分析之行為訊息來調整提供給使用者的獎勵。
本發明並提出一種監視交通流量的計算方法,包括自使用者接收出發地與目的地以及優先行車時間;在出發地與目的地之間計算出至少一條路線,且有使用者根據行動裝置上的交
通資訊,在系統中預定在某時沿著某條路線出行時,即當路線有額外的車流量時,將額外的車流量所導致的額外行程時間納入考量;計算出接近於優先旅行時間之多個出發時間,其中當使用者要自出發地出發並沿著路線前往目的地時,推薦對應於各出發時間的最佳路徑;依各出發時間計算出提供給使用者的獎勵;發送並顯示路線、各出發時間與相關於路線以及各出發時間的獎勵;自使用者接收一個選擇的路線與一個選擇的出發時間以及對應的獎勵;在使用者於行程中有至少一部分是沿著路線行駛,且自使用者接收位置資訊;確認使用者有在所選擇的出發時間中到達目的地,並且在行程中有至少一部分是自出發地沿著路線至目的地;將獎勵發送給使用者。
依據本發明之一實施例,監視交通流量的計算方法更包括根據各出發時間計算出自出發地至目的地之間的預設行駛時間,其中預設行程時間包括分析路線的歷史數據以及路線的即時交通數據;確認於路線上的意外事件,並發送訊息以通知使用者意外事件;以及提供使用者備用路線,並自使用者接收使用者所選擇之備用路線。
依據本發明之一實施例,於監視交通流量的計算方法中之在出發地與該目的地之間計算出至少一條路線以及計算出接近於優先行車時間之多個個出發時間之步驟更包括將其他使用者於先前所選擇之至少一條路線與行程的出發時間納入考量。
依據本發明之一實施例,於監視交通流量的計算方法中之依各出發時間計算出提供給使用者的獎勵之步驟包括預測出發時間對於路線的壅塞程度所造成的最小影響;將各出發時間與優先行程時間之間的時間差納入考量;將使用者之偏好或生活風格資訊納入考量;根據歷史數據、即時交通數據與其他使用者所選擇之出發時間來動態地調整獎勵;分析自使用者所接收之行為訊息,並根據行為訊息的分析結果來調整提供給使用者的獎勵。
依據本發明之一實施例,於監視交通流量的計算方法中之自使用者接收位置資訊之步驟中,係自使用者之行動裝置的全球定位系統中接收位置資訊,並確認使用者在所選擇之出發時間中自出發地出發,且確認使用者有在所選擇的出發時間中到達目的地,並且在行程中有至少有一部分是自出發地沿著路線至目的地之步驟中係分析自全球定位系統所接收之位置資訊來確認使用者在所選擇之出發時間中輸入鄰近於出發地的位置,並確認使用者成功地完成了所選擇之部份預定路線。
依據本發明之一實施例,目的地推薦與預測模組,會將目的地的推薦功能與預測功能結合在一起,根絕使用者使用行動裝置的記錄、使用者出行的歷史記錄,預測使用者可能的出行目的地,或是接收使用者輸入的目的地並智能分析推薦類似的替代目的地,並結合目的地周圍的交通、客流、獎勵等資訊,對使用者的出行做出積極有序的引導。
依據本發明之一實施例,目的地推薦與預測模組中的推薦功能,指的是在使用者選定的目的地為某個熱門景點(如旅遊景區、主題公園等)而其客流需求已經接近飽和,或是使用者主動請求瀏覽可選擇的目的地時,綜合分析比較目的地的客流擁擠程度、通往目的地的交通要道的堵塞程度、除自駕外的其他替代出行方式、替代出行方式的時間費用、目的地管理方或周圍商家提供的獎勵或折扣等資訊,將以上資訊連同系統對每個目的地的綜合推薦程度顯示給使用者,從而對客流需求起到積極、合理的引導,避免由於資訊不對稱或是使用者之間無法協調而導致所有人都湧向同一個熱門目的地的情況,並最終起到改善道路交通狀況、目的地客流管理、以及提升使用者旅行體驗的目的。
依據本發明之一實施例,目的地推薦與預測模組中的預測功能,是指系統能根據使用者使用移動終端應用的記錄,針對系統中存儲的使用者行為數據進行挖掘,以主動的為使用者提供各種服務,並積極的引導使用者緩解交通擁擠。根據使用者的出行記錄,系統會基於使用者的位置與其他資訊,主動預測出在某個時刻,使用者接下來最有可能去的地方,並將這些預測地址在移動終端應用上顯示出來。使用者只要點擊移動終端應用上的圖標,即可方便的進行路徑規劃。
依據本發明之一實施例,使用者可以透過移動終端應用,進行出行鏈規劃。即:使用者可以輸入想要到達的多個目的地,移動終端應用會自動依次創建多個出行計劃,從而形成一
個出行鏈。上一個出行計劃的目的地會自動成為下一個出行計劃的起始點,而下一個出行計劃的出發時間也會依賴於上一個出行計劃的到達時間。這就允許了使用者便利的一次性輸入多個目的地並進行出行的規劃。
依據本發明之一實施例,主動交通預警模組是指基於數據挖掘的結果,系統不僅會主動的預測接下來使用者可能會去什麼地方、推薦使用者去哪些目的地,也會預測使用者可能要走的路徑及經過的區域。如果在此路徑或相關區域內,發生了一些包括惡劣天氣、交通突發事件、嚴重堵塞等事件,系統會主動推送警示資訊給使用者,提醒他們改變出行計劃或提前做好準備。換言之,即使使用者沒有正在使用移動終端應用,系統仍能主動的計算出可能與使用者相關的資訊,並將使用者可能感興趣的資訊推送給使用者。
依據本發明之一實施例,系統的特殊事件管理系統,允許包括系統使用者、政府部門、普通使用者在內的多類型使用者在系統中報告、輸入各類與交通有關的突發事件,一旦系統管理員確認這些資訊,系統的交通事件預測系統會被觸發,系統內置的交通模型、算法會對事件對道路交通網絡的影響程度、持續時間、影響的空間範圍等進行預測,從而更精確的為使用者的出行規劃提供技術支持。
100‧‧‧主動式交通需求管理系統
104‧‧‧預定流程
108‧‧‧驗證流程
112‧‧‧寄送交易機制
120‧‧‧數據搜索引擎
122‧‧‧即時數據
124‧‧‧歷史行車時間數據
130‧‧‧線上使用者交易執行引擎
132‧‧‧事件行車時間預測演算法
136‧‧‧與時間相關之最小邊際成本的路徑演算法
140‧‧‧獎勵提供演算法
144‧‧‧時間空間負載平均演算法
148‧‧‧獎勵產生與帳務演算法
150‧‧‧線上道路狀況監視與使用者警報模組
152‧‧‧線上驗證引擎
156‧‧‧連結區段行車時間更新引擎
160‧‧‧廠商交易引擎與帳務資料庫
164‧‧‧使用者行為分析引擎
170‧‧‧行銷智慧引擎
172‧‧‧喜好或是生活風格資訊
176‧‧‧建立帳戶
180‧‧‧預估事件行車時間
184‧‧‧路線
188‧‧‧獎勵
190‧‧‧輸入出發地與目的地以及瀏覽出發時間
192‧‧‧選擇出發時間
193‧‧‧瀏覽系统推荐的目的地
194‧‧‧一般電腦
195‧‧‧網頁應用程式
196‧‧‧行動裝置
197‧‧‧行動應用程式
198‧‧‧全球定位系統衛星
250‧‧‧出發時間選項顯示功能
252‧‧‧出發時間
254‧‧‧預估行車時間
256‧‧‧獎勵
270‧‧‧出發時間選擇視窗
272‧‧‧出發時間
274‧‧‧預估行車時間
280‧‧‧路線選擇顯示視窗
284A‧‧‧路線
284B‧‧‧路線
284C‧‧‧路線
286‧‧‧視窗
290‧‧‧目的位置
292‧‧‧出發位置
300‧‧‧獎勵選擇視窗
304‧‧‧抵用券
308‧‧‧優惠券
12‧‧‧電腦裝置
21‧‧‧處理單元
22‧‧‧系統記憶體
23‧‧‧系統匯流排
24‧‧‧唯讀記憶體
25‧‧‧隨機存取記憶體
26‧‧‧基本輸入/輸出系統
27‧‧‧硬碟機
28‧‧‧磁碟機
29‧‧‧可卸除式磁碟
30‧‧‧光碟機
31‧‧‧光碟
32‧‧‧硬碟驅動介面
33‧‧‧磁碟驅動介面
34‧‧‧光學磁碟驅動介面
35‧‧‧操作系統
36‧‧‧應用程式
37‧‧‧其他程序模組
38‧‧‧程序資料
40‧‧‧鍵盤
42‧‧‧指向裝置
46‧‧‧序列埠介面
47‧‧‧顯示器
48‧‧‧視頻轉接器
49‧‧‧遠端計算裝置
50‧‧‧儲存裝置
51‧‧‧區域網路
52‧‧‧廣域網路
53‧‧‧轉接器
54‧‧‧數據機
第1A圖為本發明之主動式的交通需求管理系統的上端部分模組示意圖。
第1B圖為本發明之主動式的交通需求管理系統的下端部分模組示意圖。
第2A圖為本發明之出發時間選項顯示功能的示意圖。
第2B圖為本發明之出發時間選擇視窗的示意圖。
第2C圖為本發明之路線選擇視窗的示意圖。
第2D圖為本發明之獎勵選擇視窗的示意圖。
第3圖為本發明用來實現如第1A圖與第1B圖所述的主動式的交通需求管理系統之執行步驟的流程圖。
第4圖為本發明用來實現如第1A圖與第1B圖所述的主動式的交通需求管理系統之執行步驟的流程圖。
第5圖為本發明實現主動式的交通需求管理系統之硬體設備與操作環境的模組示意圖。
本發明是關於一種系統與方法,對民眾提供誘因使其选择系统推薦的出發時間、旅行路線、替代目的地以及其他出行模式出行,以有效的舒緩壅塞的交通狀況之系統及方法。
本揭露內容提供一種主動式交通需求管理系統,包括行動應用軟體、計算機軟體伺服系統、一個面向政府部門的交
通管理軟體、一個面向企業的資訊管理軟體、一個面向商家的資訊管理軟體。
行動應用軟體安裝於一使用者之一行動裝置。
計算機軟體伺服系統包括路徑計算模組、行程時間預測模組、獎勵提供模組、驗證模組、突發事件交通影響分析模組、負載平衡模組、道路狀況監視警示模組、使用者行為分析模組、一個出行鏈計畫模組、一目的地預測與推薦模組與一主動預警模組。
突發事件交通影響分析模組包括允許系統操作員、普通使用者、政府交通管理部門等各類使用者上報、輸入與交通有關的各類突發事件、群體活動、交通流擁擠等資訊的功能模組、根據輸入的各類事件,動態的估計他們對道路交通網絡的影響,包括影響範圍、持續時間、影響程度等的交通算法模組與篩選出受此交通事件影響的使用者。
出行鏈計畫模組包括允許用戶在智能移動終端輸入一系列目的地,並自動將其組合成動態出行鏈的方法模塊、根據用戶輸入的的多個出行目的地,系統計算出每對起訖點間的最優出行路徑的方法模塊與自動將用戶上一次出行的目的地作為下一次出行的起點、根據上一次出行的到達時間決定下一次出行的起始時間的出行鏈計畫模組與自動將用戶上一次出行的目的地作為下一次出行的起點、根據上一次出行的到達時間決定下一次出行的起始時間。
目的地預測與推薦模組包括一個當使用者選定的目的地為某個熱門景點,而其客流需求已經接近飽和從而降低本次旅行的體驗,或是使用者主動請求瀏覽可選擇的目的地時,主動進行其他目的地推薦的模組、一個展示其他目的地客流量、通往道路上的交通狀況、各目的地的折扣與獎勵、使用者出行記錄與生活方式等資訊,並智能地推薦較好的目的地選項以提升出行體驗的系統功能模組、一個基於使用者使用記錄、出行軌跡等資訊,進行主動數據挖掘、預測使用者可能的出行目的地與出發時間的算法模組、將系統推薦與預測的使用者出行目的地、可能出發時間與系統監測到的突發事件聯繫在一起,主動判斷可能與使用者出行相關的交通資訊的方法模組、主動將可能與使用者出行相關的交通資訊的方法透過智能移動終端,推送給使用者並呈現出來的方法模組與接收使用者對推送的消息的回饋,並將其送回遠程服務器的功能模組。
針對政府使用者的交通管理(即政府部門的交通管理軟體)包括一個支持政府部門將所擁有的歷史交通數據、實時交通數據、突發事件等資訊分享給系統的軟體模組、一個支持將系統擁有的歷史交通數據、實時交通數據、突發事件等資訊分享回給政府部門的功能模組、一個可供政府實時查看道路交通網絡上交通流情況、並監測交通流在未來時間內的變化的功能模組、允許政府部門推行包括封閉道路、關閉車道、禁止轉彎等在內的一系列主動交通管理策略的功能模組、系統根據這些新的管理策
略,更新交通流預測結果的功能模組與一將這些交通管理策略及由此導致的交通流變化推送給系統使用者的功能模組。
針對企業使用者的資訊管理系统(即面向企業的資訊管理軟體)包括一個支持企業鼓勵、管理員工參與此主動交通系統管理系統的軟體、一個允許企業投入獎勵以鼓勵員工採取措施降低出發時間,並限制只有本企業的員工才能兌換企業投入獎勵的功能模組、一個透過鼓勵員工錯開高峰時間出行,支持彈性上下班制度管理的功能模組與一個透過鼓勵員工錯開高峰時間出行、協調員工出發時間,以支持企業園區出入口的交通管理的功能模組。
針對商家使用者的資訊管理系统(即面向商家的資訊管理軟體)包括一個支持商家透過基於主動交通管理系統的數據挖掘,分析潛在顧客的數量,以及他們在時間、空間上的分佈的軟體、一個支持商家針對潛在顧客與既有客戶,開展各類促銷,並將這些促銷資訊推送給使用者的功能模組與一個接受使用者使用、兌換系統分配的獎勵、在商家進行消費的功能模組。
本發明是關於一種系統與方法,對民眾提供誘因使其選擇系統推薦的出發時間、旅行路線、替代目的地以及其他出行模式出行,以有效的舒緩壅塞的交通狀況之系統及方法。在此,本發明所述之流量指的是道路上的車流量或行人流量、商業運輸與貨物交換的流量或旅客與人的移動等等。本發明所述之系統包括至少五個部分:一個包括有各種演算方式(algorithms)或模
組(modules)與數據庫子系統(database sub-systems)之計算機(電腦)伺服器軟體系統,在使用者之行動裝置(例如:智慧型手機)上執行的行動應用程式,一個面向政府部門的交通管理軟體(政府軟體)、一個面向企業的資訊管理軟體(企業軟體)、以及一個面向商家的資訊管理軟體(商家軟體)。一般來說,使用者可以將預定行程的出發地(origin)、目的地(destination)與期望出發時間(preferred time)輸入至行動應用程式,而行動應用程式會把這些資訊傳送至遠端伺服器系統(remote server system,以下簡稱為”系統”)。伺服器會估算出此行程的一或多個路線,並在一或多個出發時間中對應於各路線提供適用獎勵(available incentives)。系統也可以根據交通堵塞等資訊,或是在使用者主動請求的情況下,向使用者推薦其他的出行目的地與出行所採用的交通方式。舉例來說,每一個時間視窗或時間框架係以15至30分鐘為間隔。在一實施例中,假設系統想建議使用者在最能夠減少交通壅塞程度的時間出發,系統就會對應於這個時間來提供給使用者一個最佳獎勵。對於預定的行程來說,使用者的行動裝置可以檢索多數個時間視窗且每一個時間視窗分別具有來自於系統的獎勵,及使用者在之後所建立之預設的路線及時間視窗。
當使用者實際建立了已選擇的行程時,使用者的行動裝置中之全球定位系統(global positioning system,GPS)將開始啟動,這時行動裝置的應用程式會比較所接收的全球定位系統位置資訊(GPS location information)及所保留的路線資訊(route
information)以確認使用者是否已經過所選擇的路徑,或是在特定時間視窗中行經至少一部份所選擇的路徑。雖然上述之比較程序一般可由行動應用程式來執行,不過使用者仍可以選擇性的允許應用程式將全球定位系統位置資訊傳送至遠端伺服器以接收額外的即時警告以及在未預期的網絡中斷時間例如發生意外事故時的路徑導航。當行程經驗證之後,伺服器將會把使用者先前預訂之獎勵匯入使用者的帳戶,系統則會透過使用者的行動裝置或藉由電子郵件來通知使用者。
系統中所包含的演算法是用來分析一個或是多個路線及每一個路線的歷史(historical)及即時交通數據(real-time traffic data),以預測出一個能夠對所選擇的路線造成最小影響的出發時間。可以理解的是,如果其出發時間在交通壅塞管理的角度來看是不合理的,則在這些出發時間中行駛此特定路線僅能得到較少的獎勵甚至是不會提供獎勵。
系統中所包含的演算法是用來分析一個或是多個路線及每一個路線的歷史(historical)及即時交通數據(real-time traffic data),以預測出一個能夠對所選擇的路線造成最小影響的出發時間。可以理解的是,如果其出發時間在交通壅塞管理的角度來看是不合理的,則在這些出發時間中行駛此特定路線僅能得到較少的獎勵甚至是不會提供獎勵。
對每一條路線來說,系統中的演算方式是根據歷史數據與即時數據以及目前所保留的出發時間來動態地調整獎勵
分配。當使用此系統的使用者數目越來越多,上述的動態調整機制將顯得特別有優勢,其有利於確保在這些出發時間中不會有任何獨立的預定出發時間與預定路線超過負載(overloaded),進而增加交通的壅塞程度。
第1A圖與第1B圖表示了本發明一實施例中之主動式交通需求管理系統100(active traffic and demand management system,或簡稱為”系統100”)的方塊圖。第1A圖為方塊圖的上半部其表示系統100的預定流程104及第1B圖為方塊圖的下半部其表示系統100的驗證流程(validation process)108與寄送交易機制(post transaction process)112。另外,本發明一實施例之系統100的硬體環境(hardware environment)與其作業環境(operating environment)係如第5圖所示且於以下陳述。
如前文所述,系統100包括行動應用程式(mobile device application)197,(例如:智慧型手機的應用程式),行動應用程式197是在使用者的行動裝置上操作,例如iPhone®手機、Android®手機或是Windows Phone®手機、平板手機等等,且各種計算方式與軟體模組是在一個或多個遠端服務器系統上執行。另外,雖然為了清楚起見而沒有在圖式中表示,但可以理解的是,系統100的軟體模組與其他元件可以相互通訊連接,如以下所述。系統100也可以包括有一般的網頁應用程式(web application)195,以允許使用者透過一般電腦(conventional computer)194,例如筆記型電腦、桌上型電腦或平板電腦來登入
系統100。
在操作過程中,系統100的行動應用程式197允許使用者在使用者自己所指定的出發地與目的地之間選擇一個出發時間(departure time window)與路線。此程序是先需要使用者輸入想要的出發地、目的地與期望的到達時間(preferred time of travel)至行動應用程式197。行動應用程式197可以將此資訊傳送至系統100,而系統100則會根據此資訊以及歷史資訊,預測在多個未來的出發時間間隔中,對特定的出發地至目的地之間所需的行車時間,並將所預測的各行車時間由系統100回傳給行動應用程式197,其中各時間間隔可以是15分鐘、30分鐘或是其他時間間隔。
在操作的過程中,系統也可以在某些實現設定的邏輯被滿足的情況下,或是使用者透過行動裝置發送主動請求時,顯示替代目的地及替代出行方式的相關資訊(193)。舉例而言,當使用者告訴系統想去宜蘭旅遊,而係統已經檢測到節假日期間宜蘭已經人滿為患,而且通往宜蘭的道路已經異常堵塞時,系統可以將使用者周圍的其他旅遊景區的相關資訊進行展示,並輔以相應的獎勵或折扣,以鼓勵一部分使用者轉向相對交通情況較好的目的地,從而達到均衡客流、減輕交通堵塞的目的。
對於每一個出發時間,系統100提供透過不同的高速公路或是主要幹道的一個或多個(例如:一至三個,甚至更多)不同的路線。而對於每個所提供的路線,系統100可以提供一組適用的獎勵且獎勵會因為路線與出發時間的選擇不同而不同。一
般來說,所提供的獎勵可以是由一個實體單位(entity)來提供折扣或是優惠(實體單位例如零售商(retailers)、服務商(service providers)、製造商(manufactures)或市政單位(municipalities))。當使用者使用自己的行動裝置196時,使用者可以透過行動裝置196先檢視系統100所提供的路線、預測行車時間以及提供的獎勵以及藉由同意來建立在特定的出發時間中出發的獎勵以及採取具有該獎勵的路線。接著,為了讓系統100給予使用者先前所同意的獎勵,使用者必須在完成所同意的行駛的選擇及其路線(或是足以驗證的部份路線)。
系統100以具有兩步驟的方法來確認使用者完成旅程,如下進一步所述,於先前所預設的出發時間,在使用者的行動裝置196上執行行動應用程式197開始與全球定位系統衛星198進行通訊連接。當使用者在旅程途中時,行動裝置196會透過兩種方式來確認使用者是否已經在預設出發時間進入預設路線。於一實施例,行動應用程式197在預設的流程中比對儲存於行動裝置196內的全球定位系統數據及路線資訊。此外,根據與使用者之間的同意,行動應用程式197可以將全球定位系統資料傳送給系統100。若使用者在同意的時間內輸入同意的路線,確認程序的第一步驟即已完成,行動應用程式197便會繼續執行內部檢查(perform internal checking)或與系統100進行通訊連接,當使用者沿著所指定的路線行駛。一旦系統100確認使用者已經完成了所指定的路線或至少有一部份是可驗證為在所指定的路線之中(但
不一定是全部),則確認程序的第二步驟係已完成。
使用者必須成功的透過前述之確認程序中的第一步驟與第二步驟以為了讓系統100充分的驗證出使用者有完成自己先前的預設。當系統100確認了使用者有完成所預設的路線之後,系統100會透過行動裝置程式197經由使用者所設定的電子郵件地址,傳送所同意的獎勵至使用者的帳戶中,而獎勵可以根據當初提供給使用者的說明來進行兌換。更多的細節在下面討論。
請繼續參考第1A圖與第1B圖,系統100包括有多個個演算法或數個子模組來實現其功能性。每一個子模組係在下面詳述。可以理解的是,這些一個或多個子模組可以是會在至少一種或多種方式以邏輯(logically)或實體(physically)方式相連接,且其模組及其他元件可以彼此通訊連接,以執行此處描述的功能。另外,一些實施例將會包括全部的子模組或這些子模組的子集合(subset)。
系統100包括有數據搜索引擎(data-mining engine)120,其用來接收與分析歷史交通數據(historical traffic data),並將這些數據製作成適用於即時查詢、數據處理與路徑規劃的格式。於一實施例中,對於每一歷史周期(例如過去的一年或過去的五年等等)而言,歷史交通數據是以平均車速為15分鐘的道路為每一個連結區段(例如在公路上所定義的點之間的區段)。此數據可以包含在特定的公路上的車流量。原始的歷史數據係以擷取時間變化的行車時間的統計資料(例如平均值或是標
準差)。由於可能會受季節的因素影響,因此為了改善預測的準確性,係將對於已知的某一天(例如九月的第五個星期五或特定的節日)的預設的行車時間的雜訊(noise data)過濾。此外,當為了提升路徑計算的準確度時,可變的時間離散機制(temporal discretization scheme)係可以用來降低資料儲存的須求,如以下所述。
數據搜索引擎120更包括有一承載量探索計算法(capacity discovery algorithm),使用依序而來的行車速度資料來計算道路區段的承載量。承載量探索計算法利用連結的區段以及時間估算每一條道路依序而來的行車速度資料。可承載指數(available capacity index,ACI)用以定義及計算每一個連結的區段其目前交通流量狀況(利用即時數據)及估算在連接區段中的理論承載量之間的剩餘承載量(residual capacity)。可承載指數係儲存於每一個連結區段且可以藉由演算法來使用。
系統100更包括線上使用者交易執行引擎(online user Transaction Execution Engine,TEE)130其具有數個子模組或數個演算法,包括歷史行車時間預測演算法(experienced travel time prediction algorithm)132、與時間相關之最小邊際成本的路徑演算法(M-time-dependent minimal marginal cost path algorithm)136(或稱為路徑計算模組(route determination module))、獎勵提供演算法(incentive offering algorithm)140、時間空間承載平均演算法(spatio-temporal load balancing algorithm)144以及獎勵產生與帳務
演算法(incentive generation and bookkeeping algorithm)148。以下係陳述每一個線上使用者交易執行引擎的子模組。
當使用者透過行動裝置196輸入出發地與目的地時,行動應用程式197會將此出發地與目的地的資訊傳送至線上使用者交易執行引擎130與區塊90。接著,對於超過一個或多個路線之多個個未來出發時間,線上使用者交易執行引擎130會利用事件行車時間預測演算法132回傳出發地與目的地之間的預估事件行車時間(predicted experienced travel time)180。事件行車時間180是指使用者於在特定的出發時間中行駛其中一條路線所經歷的預估時間。因此,對每一個出發時間均要考慮到未來的條件,對於該模組,事件行車時間預估演算法132利用歷史行車時間數據124與即時數據122做為輸入值,且對於每一個歷史行車時間數據124與即時數據122的權重(weight)係隨著一個或是多個因素而改變,例如:時間的數量進入未來事件行車時間預估演算法132以估算行車時間。舉例來說,即時數據122會與使用者所預期之行車時間有相關,當預測產生的時候其會變成在時間上較為接近使用者所預期之行車時間。於一實施例,即時數據122及/或歷史行車時間數據124可以由第三方提供者來提供,例如:INRIX,Inc.、TomTom、Intl或Traffic.com等等。
除了使用者手動輸入目的地的方式之外,系統也會主動的結合使用者的歷史出行記錄,智能的分析使用者的活動規律並推薦其可能想去的目的地。使用者在行動裝置上看到這些目
的地時,只需要點擊一下,就可以方便的進行旅途的規劃。另一方面,當使用者選定的目的地為某個熱門景點(如旅遊景區、主題公園等),而其客流需求已經接近飽和從而降低本次旅行的體驗,或是使用者主動請求瀏覽可選擇的目的地時,系統也會結合目的地客流量、通往道路上的交通狀況、各目的地的折扣與獎勵、使用者出行記錄與生活方式等情況,智能的推薦較好的目的地選項以提升出行體驗。系統的這種目的地推薦與預測功能,不僅在使用體驗上讓使用者免於輸入地址的煩惱,更重要的是可以在道路交通網絡上均衡交通需求,將一部分出行者從最擁擠的目的地引導到客流密度相對較低的地方,從而降低交通擁擠的程度,也提高使用者出行的滿意度。
當使用者瀏覽及或選擇了一個預期的出發時間,與時間相關之最小邊際成本的路演算法136會產生一個或多個路線(以下簡稱為”M路線”)184,並顯示於使用者的行動裝置196。與時間相關之最小邊際成本的路徑演算法136計算出每一對出發地及目的地的M路線及出發時間,出發時間係為最小邊際成本路線的總值。邊際成本的概念是當有額外的流量單位增加於入線時,單位行車時間就會增加。因此,對於具有最小邊際成本的路線也就是一旦使用者指定此路線,使得現有使用者行駛此路線所增加的成本為最小。此種計算方式可以確保使用者可以因為選擇此路線而達到最少的成本。最佳的最小邊際成本路線是由與時間相關之最小邊際成本的路徑演算法136計算得到,其中M為系統
定參數。舉例來說,若M可為3,然而大於三條以上的路線會使使用者困擾。於另一實施例中,M可以設定為3,則可能會有超過3個以上的路線提供給使用者選擇,當然,於其他實施例,各路線的數目並不限定於設置為3,其也可以是一個小於3或是大於3的參數。
獎勵提供演算法140係用來選擇一組適當的獎勵188,並將獎勵188透過行動應用程式197呈現給使用者。每一個獎勵188會與已知的出發時間及路線連結。換句話說,當使用者選擇了出發時間與路線後之後,區塊192,所示的”選擇出發時間”,若使用者選擇不同的出發時間及/或不同路線,則給予使用者的獎勵也會不同。若使用者所選擇的出發時間與路線是有利於達成管理交通堵塞狀況的目標,獎勵提供模組140將會提供一個較高價值的獎勵給使用者。另外,獎勵提供模組140也可稱為時間空間承載量平均演算法144,其於以下詳述,其說明為使用者先前所選擇的出發時間作保留,則系統100的使用者可以藉此調整交通流量的負載程度,以避免交通網絡超載。
於另一實施例,獎勵提供模組140所提供之獎勵可連結至儲存於系統100的使用者的喜好或是生活風格資訊(preferences or life style information)172。使用者的喜好或生活風格資訊172可以由以下方式來取得(1)於註冊過程中詢問使用者關於使用者的生活風格資訊,如區塊176及或(2)與其他廠商合作(例如:亞馬遜,Amazon®),以得知使用者的喜好或購買願望清單
(wish lists),並提供具有明確的目標性與吸引力的獎勵或優惠券(coupons)。
請參考第2A圖,第2A圖表示了在行動裝置196上執行的行動應用程式197之出發時間選項顯示功能(departure time selection screen display)250。如圖所示,系統100提供使用者一個出發時間(departure time windows)252列表,以估算先前選擇的線路中每一個出發時間252的行車時間(estimated travel times)254且對於每一個出發時間提供獎勵256。預估行車時間254可以包括有對應於多個個路線(例如:3個路線)之平均值、最小值或是多條路線的的其他統計量測值。在此實施例中,最長的行車時間(例如:最塞車的時間)是發生在出發時間252為早上7:45-8:00與早上8:00-8:15。在這些出發時間252則不會提供任何獎勵。進一步的,當預估行車時間254減少(例如:不壅塞時間),可提供較好的獎勵256來吸引使用者選擇在這個路線最不壅擠的時候開始出發,如此便能避免超過承載量的交通流量發生在所選擇的路線上。可以理解的是,於一些實施例中,使用者可以在出發時間、路線與獎勵之間有各樣的組合來做選擇。
請參考第2B圖、第2C圖與第2D圖。第2B圖、第2C圖與第2D圖分別說明在行動裝置196上執行之行動應用程式197的連續螢幕顯示270、280、300其係說明於另一實施例中,並允許使用者選擇出發時間、路線及獎勵。第2B圖說明了出發時間選擇視窗(departure time selection screen)270,其提供使用者出發時
間(departure time windows)272列表與預估行車時間(estimated travel times)274,如以上所述,預估行車時間274可以包括平均值、最小值或其他多條路線的統計量測值。
一旦使用者選擇了一個出發時間,路線選擇顯示視窗(route selection display screen)280會提供給使用者,如第2C圖所示。於本實施例,路線選擇顯示視窗280包含三條路線284A-284C讓使用者行經出發位置292及目的位置290。對於使用者接觸或是啟動其它284A-284C其中一條路線,其會彈出視窗286以允許使用者選擇已經啟動的路線或是已標示的路線。於本實施例中,使用者選擇了第三條路線284C(或路線284C)。
在使用者選擇了特定的路線之後,獎勵選擇視窗(incentive selection screen)300會顯示出來,如第2D圖所示。獎勵選擇視窗300可提供給使用者一個或多個選項來以選擇抵用券304、優惠券308或其他獎勵,例如:不同的產品(products)、服務(services)、增加個人帳戶的功能(account enhancement features)等。
請參考圖2E,當使用者選定的目的地為某個熱門景點(如旅遊景區、主題公園等)時,目的地推薦模組視窗會顯示出來。目的地推薦視窗會綜合分析比較目的地的客流擁擠程度、通往目的地的交通要道的堵塞程度、除自駕外的其他替代出行方式、替代出行方式的時間費用、目的地管理方或周圍商家提供的獎勵或折扣等資訊,將以上資訊連同系統對每個目的地的綜合推薦程度顯示給使用者,從而對客流需求起到積極、合理的引導,
避免由於資訊不對稱或是使用者之間無法協調而導致所有人都湧向同一個熱門目的地的情況,並最終起到改善道路交通狀況、目的地客流管理、以及提升使用者旅行體驗的目的。舉例而言,在圖2E中,從使用者所在城市出發,目的地B由於距離適中、風景秀麗而成為旅遊出行的熱門目的地,尤其是在節假日,從起點城市至目的地B的交通要道會變得異常堵塞。相對而言,其餘幾個目的地的客流密度較低、且園區管理方或商家都提供有相應的折扣或獎勵以吸引使用者前來消費,去這些目的地的行程時間或是替代出行方式的行程時間也在可承受範圍之內。因此,系統會對目的地D,目的地A與B進行不同程度的推薦。系統希望透過這種資訊展示以及應用獎勵的方式,影響使用者的出行目的地以及出行方式選擇,從而達到降低道路交通擁擠的程度,也在客觀上幫助使用者提高旅行體驗的目的。
時間空間承載量平均演算法144的目的是避免交通流量太大以至於分配至相同的出發時間及/或同一條路線,使得特定出發時間/路線不會過載。因為對於不同未來的出發時間,以及對於每一個使用者在不同的時間給予獎勵,因此使用者在已知時間中需要考慮先前所設定的預設出發時間係早於目前使用者所考量的出發時間。這是因為於更早的出發時間中使用相同的路線,可能會影響在稍後的出發時間。同樣的,目前使用者可能會影響到先前所預定的較晚出發時間。在這樣的情況下,時間空間承載平均演算法144可以計算及追蹤預估行車時間,以確保先
前預設的出發時間不會嚴重影響到後續使用者的預設出發時間。
接著來介紹線上使用者交易執行引擎130中的獎勵產生與帳務演算法148。使用者藉由同意在指定的出發時間及選擇某條路線,如區塊192,“此預設值會儲存於線上使用者交易執行引擎130中且其標記為”執行中”(active)。當使用者完成先前同意的路線,此預設值可以改變成其它狀態例如”已完成”(completed),或是使用者沒有實際完成所預設之行程而更改為”失敗”(failed)。交易狀態數據會儲存及分析以得知每一個使用者的行為與喜好。獎勵產生與帳務演算法148也需藉由與獎勵提供者之間的合約來確保所提供之獎勵的有效性。
如第1B圖所示,系統100另包括線上道路狀況監視與使用者警報模組(online roadway condition monitoring and user alert module)150。當有一個在計畫外或非預期的意外發生於交通網絡中,且此事件是在使用者透過系統100進行預約時是無法由系統100得知時,若系統100判斷(1)此意外會嚴重影響使用者在選擇的路線的行車時間及/或(2)使用者在其使用者的喜好或是生活風格資訊172中有設定想要接收有可能對於他或她有影響的意外之即時警報,則系統100會以警報模組150提醒使用者。
於本實施例中,線上道路狀況監視與使用者警報模組150會定時的向即時網絡狀況數據提供模組122詢問即時路況數據,而有可能會有新的意外事件會發生。線上道路狀況監視與使用者警報模組150接著可以調用且有規律的掃描現有之預約,
並更新每一個具有現有預設的路線的行車時間。若所增加的行車時間超過某個起始值(certain threshold),則線上道路狀況監視與使用者警報模組150便會啟動警示程序以讓使用者(1)重新評估是否要在相同出發時間行駛同一條路線,或(2)重新評估一個或多個新出發時間與路線。使用者可以選擇是否保持原先所同意預定之獎勵、路線與出發時間,或是依照新選擇的出發時間與路線來選擇一個新的獎勵。
系統100更包括線上驗證引擎(online validation engine,VLE)152,可以得知的是,一個已預定的行程需要經過驗證後才能讓系統100將對應之獎勵給予使用者。為了達成上述效果,一個具有兩個步驟的驗證機制(validation process)將會是必須的。在使用者安排的出發時間之前,行動應用程式197開始與全球定位系統198通訊連接。當使用者在路線上行駛時,行動裝置196將會用兩個步驟來確認使用者在指定的出發時間輸入自己所預定的路線。如上所述,在一實施例中,行動應用程式197會在過程中比較從全球定位系統198所接收之衛星定位數據與儲存於行動裝置196中的路線資訊。另外,根據與使用者之間的協議,行動應用軟體197將傳送全球衛星定位數據至系統100。當使用者輸入了所指定的出發時間與對應之路線時,驗證機制的第一步驟即為完成,接著,行動應用軟體197會持續執行內部檢測或與系統100進行交流以確認使用者是否有沿著旅程進行旅行,當系統100確認使用者成功地有足夠的部分在所預定的路線上行駛(不
需要全部完成),則驗證機制的第二步驟即算是完成。換句話說,若使用者並沒有在所預定的路線上行駛足夠的部分,則線上驗證引擎152便會將此預約的最後狀態標記為”無效”(invalidated)。
在驗證機制的第一步驟完成之後,使用者須繼續沿著事先預定計畫的路線來行駛,以讓線上驗證引擎152分析所接收到的全球定位系統的位置數據。當使用者成功地在所預定的路線完成所預先計畫的路線,則線上驗證引擎152便會確認上述之驗證機制的第二步驟已經完成。要說明的是,線上驗證引擎152僅在上述之驗證機制中的兩個步驟全數完成後才會確認所預定的行程已經完成。
使用線上驗證引擎152之數據的另一個優點在於藉由記錄(recording)實際的行車時間並將此行車時間與先前所計算之預估行車時間進行比較,以精確地驗證預估行車時間。這些資訊可以做為連結區段行車時間更新引擎(link segment travel time update engine)156的一個輸入值。
行動應用程式197在驗證過程中顯示使用者的行車路線:於一實施例中,行動應用程式197是用來提供一種路線規劃(turn-by-turn)語音導航或視覺導航(visual guidance)的方式來幫助導引使用者於出發地與目的地之間沿著所選擇之路線來行駛。
為了更新估算連結行車時間,連結區段行車時間更新引擎(STU)156是用來記錄及將有經驗的連結區段行車時間與歷史連結區段旅程時間數據合併。於一實施例,上述動作是藉由
一種貝葉斯方法(Bayesian updating method)來進行。於另一實施例,目前的有經驗的行車時間資訊也可以是做為歷史行車時間數據124的一部份,以提供系統100對未來的預估進行計算。
系統100更包括廠商交易引擎與帳務資料庫(vendor transaction engine and accounting database,VTE)160。廠商交易引擎與核算資料庫160係用來追蹤有多少類型與多少量的優惠券經由系統100所產生。每張優惠券應具有各自的屬性且以資料庫記錄的方式儲存於廠商交易引擎與帳務資料庫160。於每一個交易對帳期間,廠商交易引擎與帳務資料庫160會驗證具有此記錄的優惠券的廠商的交易資料庫。對於特約廠商而言,優惠券交易可自動地執行並記錄於特約廠商的帳戶系統中。而此帳戶系統的記錄可與廠商交易引擎與帳務資料庫160進行對帳,其中,使用過或是過期的優惠券將會失效。由於使用過的優惠券的收入會以應收帳款資訊的方式來處理。對於一般的商家而言,並沒有預先存在的優惠券交易帳戶機制,所以當優惠券被兌換時,系統100也會提供網站來讓商家輸入兌換之優惠券的序號和其交易帳戶,這樣的機制可以將已使用過的優惠券失效,並且將其交易金額傳送至廠商交易引擎與帳務資料庫160,並記錄下來。上述的處理方式只是廠商交易引擎與帳務資料庫160對於使用零售商之優惠券的一種操作機制之例子,也就是說,廠商交易引擎與帳務資料庫160可以適用於其他不同類型的獎勵之配置。
系統100更包括使用者行為分析引擎(user behavior
analysis engine,UBA)164。每一個預約狀態都會被使用者行為分析引擎164記錄及分析。分析主要在於了解已註冊的會員進行預約的頻率、完成預約之驗證的頻率以及在行駛中有試著完成預約之驗證但最後卻失敗的頻率。失敗的原因可能是因為所指定的路線太過壅塞或是因不明原因而導致原本預定的路線需要分流。使用者行為分析引擎164也可以定期的寄送調查問卷給使用者,並藉由使用者的回饋來蒐集並了解使用者的經驗。
關於優惠券交易的分析主要是在於,使用者可能會使用預定之優惠券的頻率,以及平均成交金額及分類,例如:社會人口屬性。使用者行為分析引擎164也可以試著了解與分析不同的使用者基於他們不同的喜好與生活風格資訊172而選擇哪些類型的優惠券。藉由這些喜好與生活風格資訊172,系統100中的行銷人員會因為得知這些使用者喜歡何種類型的獎勵形式而具有較好的想法。因此,便能夠設計相對應於這些喜好與生活風格資訊172的活動或選擇相對應之獎勵。
使用者經驗回饋可以是蒐集喜好與生活風格資訊172中的一個重要單元,以做為改善系統100功能的基礎。喜好與生活風格資訊172可以在系統100的網站應用程式195以及行動應用程式197中,並透過各個平台中的”寄送回饋”功能來蒐集。
如第1A圖所示,系統100更包括行銷智慧引擎(marketing intelligence engine,MIE)170。行銷智慧引擎170是用來讓行銷人員詢問與接收由使用者行為分析引擎164所分析的結
果,以有助於行銷單位設計與執行。一般來說,行銷人員可能詢問的問題包括:針對相關的個人特質、時間、出發地及目的地或城市類型,使用者最喜歡的優惠券/獎勵類型;針對相關的城市、道路、出發地、目的地或出發時間的旅程預定頻率;針對城市、道路、出發地、目的地及/或個人特質等相關因素的優惠券的特性;以及藉由網站應用程式195或行動應用程式197所蒐集任何使用者的回饋資料。
第3圖說明了一種實施如第1A圖與第1B圖所述的主動式的交通需求管理系統100之執行步驟200的流程圖。在執行程序200中的每一個步驟的具體實施例如上所述。執行步驟200是藉由自使用者接收出發地及目的地資料及由使用者在行動裝置196上執行行動應用程式197而得到最佳行車時間,如步驟204。接著系統100計算出在多數個出發時間中的一條或是多條路線的預估行車時間,如步驟206。系統100也會決定於一條或是多條路線及多個出發時間中提供獎勵給使用者,如步驟208。接著,如步驟210,系統100會發送出發時間的選單列表與預估行車時間至使用者的行動應用程式197,並顯示在使用者的行動裝置196上。
系統接著接收由使用者選擇的時間視窗,如步驟212,並提供與一條或多條路線有關之獎勵給使用者,如步驟
214。如上所述,给與使用者出發時間、路線與獎勵可以是按照順序、同時或其任何組合。系統100接著接收到由使用者所選擇的路線與對應之獎勵,如步驟216。當接近所選擇的出發時間時,使用者的行動裝置196藉由路線資訊與全球定位系統的位置資訊來監測使用者的實際位置。另外或可選擇地,透過使用者的同意,系統100可以由使用者的行動裝置196接收全球定位系統的位置來監測使用者的位置,以確認使用者在選擇的出發時間中進入其選擇路線的起點,如步驟218及步驟220。當使用者沿著路線行駛時,其行動應用程式197(或系統100)確認使用者至少已經完成了部份所選擇的路線,如步驟222。舉例來說,行動應用程式197或系統100可確認使用者在完成此路線之前,已透過此部份路線且具最壅塞之路段(例如:隧道、橋樑或城市等)。一旦使用者完成了特定的路段時,系統100便可以提供先前使用者所同意之獎勵給使用者,如步驟224。
除了圖3,4中所描述過的出行預約、驗證、轉賬等環節以外,值得一提的是,這些動作的發起有幾種不同的方式。除了使用者在移動終端應用上主動輸入起訖點以外,後台系統也可以根據使用者的使用記錄、出行軌跡等資訊,進行主動的數據挖掘、預測使用者可能的出行目的地與出發時間,並提示使用者準備出行。另一種主動的交通管理方式是,主動預警模塊透過預測使用者可能的出行目的地與出發時間、出行路徑,分析出可能與使用者出行有關的突發事件、交通擁擠等異常情況,並主動的
推送預警資訊給使用者。這兩種基於數據挖掘的主動交通需求管理方式,最大化的降低了使用者與系統之間所需要的人工干預。即使使用者忘記了使用移動終端應用,也可以確保系統能為使用者的出行主動提供高質量的服務。
第4圖為如先前第1A圖與第1B圖所述的主動式交通需求管理系統100之執行步驟230的流程圖。第5圖為本發明實現主動式的交通需求管理系統之硬體設備與操作環境的模組示意圖。在開始時,如步驟232,使用者會透過行動應用程式197來選擇擬定行程之出發地與目的地。使用者可以主動的透過移動終端應用輸入起訖點等資訊,也可以根據系統主動推送到移動終端客戶端的各種出行提示,開始行程的規劃。接著,如步驟234,使用者查看由系統100所接收之行程選項列表,其提供了各種路線、出發時間、預估旅程時間與獎勵。再來,如步驟236,使用者可以選擇特定的行程選項,且與此特定的行程選項所結合的獎勵是根據此特定的行程選項中的參數來決定的。
使用者接著便可以於所選擇的出發時間中從所選擇的出發地出發並沿著所選擇之路線至所選擇之目的地,如步驟238與步驟240。當使用者根據所選擇的行程選項而到達了所選擇之目的地(或者在所選擇的路線上有行駛部分的路線)時,使用者將接收到來自系統100的獎勵,並且之後便可以兌換獎勵,如步驟242與步驟244。
一般來說,企業基於員工福利、員工關懷、環保、
緩解企業辦公園區交通擁擠等目的,存在著參與主動交通需求管理系統的需求與動機。企業可以透過面對企業使用者的資訊管理軟體,推行並管理員工彈性上下班制度、實行園區主動交通管理、提供面向本企業員工的特殊獎勵,以鼓勵員工使用主動交通需求管理系統,合理的規劃出行並降低出發時間。而員工不僅能減少花在路上的旅行時間,也能獲取由雇主贊助的額外獎勵,從而更加願意為緩解交通擁擠做出貢獻。最終,自動生成的報表會對企業在員工福利、環保、企業形像等方面做出統計。
透過此商家資訊管理軟體,採用基於地理位置資訊的數據挖掘技術,系統可以統計分析出在某段時間內,有多少潛在的使用者經過商家所在的區域。商家可以透過此軟體,發起並管理市場促銷活動,透過分發比如折扣券、代金券、免費商品等,以吸引使用者來商家進行消費。最終,自動生成的報表會對商家在新使用者開發、營業收入增長,會員使用者忠誠度培養等方面做出統計。
透過此政府交通管理軟體,政府不僅可以將所擁有的歷史、實時交通數據、突發事件、群體活動等資訊與主動交通需求管理系統進行分享,以更好的服務於市民的交通出行,也可以從主動交通需求管理系統中,得到關於市民出行行為、GPS軌跡數據、交通需求等方面的數據回饋,為交通管理部門實時監控交通、施行交通管理策略、標定交通模型參數等方面提供技術支持與數據基礎。此外,政府也可以利用所掌握的資源,如停車代
金券、高速公路免費通行證等,對市民提供獎勵,以鼓勵市民理性出行、緩解交通擁擠。這也從側面緩解了政府在新建及維護道路基礎設施等方面昂貴的資金壓力。最終,軟體自動生成的報表會對政府在交通擁堵緩解、資訊系統建設、服務水平提高以及政府形像等方面的成就做出量化的統計。
雖然上述實施例之應用範圍為道路上的車輛交通管理,可以理解的是,本發明的概念可以應用於多種執行程序中,並用來管理可能出現壅塞情況的交通流量(如行人交通或其他交通工具之交通)。舉例來說,本發明可以用於管理一個壅塞的停車場,或藉由獎勵使用者在一個經使用者同意的時間中進入其中一個停車場或從其中一個停車場出來,以管理多個個停車場。同樣的,本發明所定義之系統100可以應用於在各種地點管理行人的交通流量,例如於體育賽事、嘉年華會、音樂會或是類似遊行之公共事件。在這些地點中,一個事件的參與者可能因為有獎勵的關係而在某些時間中到達所選擇之一個地點或由一個地點離開,以減低這個地點的壅塞情況。當然,於本領域具有通常技術者可得知,本發明所述之系統可以被利用於其他的應用中。
因此,可以理解的是,本發明提供的優點在於,藉由減少過於壅擠之道路的壅塞程度,本發明所述之系統與方法不僅可以增加交通工具的耗油效率,還可以有效地減少交通工具的廢氣排放量。此外,於交通尖峰時段,本發明之實施例是藉由積
極的獎勵機制來鼓勵使用者選擇尖峰時段以外的其他出發時間,而不是透過懲罰來限制使用者行駛尖峰路段,且眾所皆知的是,行程的出發時間其實是很靈活的,因此本發明可以藉由獎勵機制來吸引使用者選擇其他替代的出發時間,以舒緩尖峰時段中的交通壅塞程度,不僅有利於使用者個人也對整個社會有幫助,是一種雙贏的策略模式。
另外,因為本發明所述之系統是基於獎勵好的行為的概念來實行,所以是可以有利於使用者、廠商、公家機關與政治,其中,政府部門所花費的成本會是最小的,因為本發明之系統也可以是由民間經營,如此也可以為廣大的民眾提供積極的效果,當然,於本領域具有通常技術者應可得知,本發明所述之實施例所具有的其他特點。
請參考第5圖所示,第5圖為實現主動式交通需求管理系統100之硬體設備與操作環境的模組示意圖,且第5圖的目的主要是以簡短又通常的描述來提供一個適當的計算用硬體設備與操作環境,雖然不是必須的,不過由計算系統可以執行的指令模組,或是可應用於計算系統中的類似於個人電腦之硬體設備將會在本文中描述,一般來說,程式模組包括有例行程序(routine)、程式(program)、物件(object)、元件(component)、數據結構(data structure)等等,上述這些係將執行特定的任務或實現特定的數據類型。
另外,於本領域具有通常技術者應可得知,本發明
所述之實施例也可以利用其他的計算系統之配置來實現,包括有手持行動設備(hand-held devices)、多工處理系統(multiprocessor systems)、微處理機(microprocessor-based)、可程式化的消費電子產品(programmable consumer electronics)、網路電腦(network PCs)、微型電腦(minicomputers)、大型電腦(mainframe computers)或雲端計算架構(cloud computing architectures)等等。當然,本發明也可以在分散式的計算環境中,透過一個或多個網路連結來使遠端設備執行程序來執行中。要說明的是,於分散式的計算環境中,各程式模組可以配置於本地設備與遠端設備的儲存單元之中。
如第5圖所示,本實施例中的硬體設備及操作環境包括有通用的計算裝置,也就是電腦裝置12。電腦裝置12包括系統記憶體22、處理單元21與系統匯流排23,且耦接於不同的系統元件,其包含系統記憶體22耦接於處理單元21。系統元件可以包含一個或是多個處理單元21,使得電腦裝置12具有單一一個中央處理單元21或是多個處理單元,一般可視為並聯處理環境。另外,電腦裝置12可以是傳統的電腦(conventional computer)、分布式電腦(distributed computer)、行動運算設備(mobile computing device)或其他任何類型的計算設備。
系統匯流排23可以是任意類型的匯流排結構,包括記憶體匯流排(memory bus)或記憶體控制器(memory controller)、周邊匯流排(peripheral bus)以及可以任意使用於多種匯流排結構
之區域匯流排(local bus)。系統記憶體22一般可以稱為記憶體,其包括有唯讀記憶體(read only memory,ROM)24與隨機存取記憶體(random access memory,RAM)25。其中,於電腦裝置12啟動的過程中,一個基本輸入/輸出系統(basic input/output system,BIOS)26可以儲存於唯讀記憶體24中,基本輸入/輸出系統26係載有應用在元件之間傳送訊息的基本例行程序。另外,電腦裝置12可以進一步的包括用於讀取或寫入之硬碟未於表示)的硬碟機(hard disk drive)27、用於讀取或寫入可卸除式磁碟(removable magnetic disk)29的磁碟機(magnetic disk drive)28以及用於讀取或寫入例如CD光碟、DVD光碟或其他光學媒體之光碟機30,當然,電腦裝置12還可以包括有一或多個其他類型的儲存設備(例如:快閃記憶體(flash memory storage devices)等)。
硬碟機27、磁碟機28與光碟機30係分別由硬碟驅動介面(hard disk drive interface)32、磁碟驅動介面(magnetic disk drive interface)33及光學磁碟驅動介面(optical disk drive interface)34分別連結於系統匯流排23。對電腦裝置12而言,其驅動程式及其電腦可讀取媒體(computer-readable media)提供電腦可讀取指令、數據結構、程式模組及其他資料的非揮發存儲。另外,於本領域具有通常技術者可理解的是,任何其他類型的電腦可讀取媒體也可以藉由進入電腦來儲存資料,例如磁帶(magnetic cassettes)、快閃記憶卡(flash memory card)、USB裝置、數位影音磁碟、伯努利磁碟(Bernoulli cartridges)、隨機存取記憶體(RAM)
或唯讀記憶體(ROM)等等,它們所儲存的數據都可以在操作環境下使用。再者,於本領域具有通常技術者應可清楚的看出,硬碟機27和其他形式之電腦可讀取媒介(例如:可卸除式磁碟29、可卸除式光碟31、快閃記憶卡、USB驅動器等等)都可以被視為系統記憶體22中的一部分,並且可由處理單元21讀取與寫入。
多個程式模組可以儲存於硬碟機27、磁碟機29、光碟機31、唯讀記憶體24或隨機存取記憶體25之中,並包括有操作系統35、一個或多個應用程式36、其他程式模組37(例如上述之一個或多個模組與應用程式)以及程式資料38。使用者可以透過輸入裝置,例如鍵盤40與指向裝置42來輸入指令與訊息到電腦裝置12。其他輸入裝置(未於圖式中表示)包括麥克風(microphone)、搖桿(joystick)、遊戲墊(game pad)、衛星天線(satellite dish)或掃描裝置(scanner)等方式來輸入。另外,這些及其它的輸入裝置通常是藉由系統匯流排23的序列埠介面(serial port interface)46來耦接於處理單元21,不過也可以從其他連接埠進行耦接,例如:平行連接埠(parallel port)、遊戲連接埠(game port)、通用序列匯流排(USB)等等。再者,顯示器47或其他類型的顯示裝置也會藉由如視頻轉接器(video adapter)48來連接於系統匯流排23。除了顯示器之外,電腦裝置一般包括其他周邊的輸出設備(未於圖中表示),例如:喇叭或印表機。
電腦裝置12可以是於網絡作業環境中,利用邏輯連接至一個或多個遠端電腦來實現,例如:遠端電腦(remote
computer)49,且這些邏輯連接可以由連接於電腦裝置12(本地電腦)或電腦裝置12所連接之一通訊裝置(communication device)來達成。當然並不限定於用特定類型的通訊裝置來實現。遠端計算裝置49可以是另外一台電腦、伺服器(server)、路由器(router)、一網路電腦(network PC)、使用者端(client)、儲存設備(memory storage device)、一互聯設備(peer device)或其他公用網路節點(common network node),相對於上述之電腦裝置12,遠端計算裝置49通常會有許多部分或甚至是所有元件。遠端電腦49可以連結到儲存裝置50。如第5圖中之邏輯連接包括有區域網路(local-area network,LAN)51與廣域網路(wide-area network,WAN)52。在辦公室、企業範圍內的電腦網路、內部網路、互聯網路之中,這樣的網路連結環境應當是常見的。
當在區域網路環境中使用時,電腦裝置12是透過網路介面或通訊裝置中的一種轉接器53來連接於區域網路51。當在廣域網路的操作環境中,電腦裝置12通常會具有數據機(modem)54、一種通訊裝置或是一種應用於廣域網路52(例如網際網路)之任何其他種類的通訊裝置。數據機54係透過序列埠介面46耦接至系統匯流排23,並且可以是設置於電腦裝置12的內部或是外部。於網路環境中,個人的計算設備12所描述之程序模組或其中的一部分程序模組是可以儲存於遠端計算裝置49及/或遠端儲存裝置50。可以理解的是,本發明所述之網路連結或其他連結手段也可以被應用在建立各計算設備之間的通信網路之通信設
備。
電腦裝置12與其相關之元件在此藉由特定的實施例及以概念化的高層次的示意圖來表示。而實際上的技術設計及實施手段可能會因為基於實現某個特定的目的而發生變化,不過仍會與所公開的概念保持相同整體特性。
惟以上所述者,僅為本發明之較佳實施例,當不能用以限定本發明可實施之範圍,凡知悉本案領域具有通常技藝人士所明顯可作的變化與修飾,皆應視為不悖離本發明之實質內容。
100‧‧‧主動式交通需求管理系統
104‧‧‧預定流程
120‧‧‧數據搜索引擎
122‧‧‧即時數據
124‧‧‧歷史行車時間數據
130‧‧‧線上使用者交易執行引擎
132‧‧‧事件行車時間預測演算法
136‧‧‧與時間相關之最小邊際成本的路徑演算法
140‧‧‧獎勵提供演算法
144‧‧‧時間空間承載平均演算法
148‧‧‧獎勵產生與帳務演算法
170‧‧‧行銷智慧引擎
172‧‧‧喜好或是生活風格資訊
176‧‧‧建立帳戶
180‧‧‧預估事件行車時間
184‧‧‧路線
188‧‧‧獎勵
190‧‧‧輸入出發地與目的地以及瀏覽出發時間
192‧‧‧選擇出發時間
193‧‧‧瀏覽系统推薦的目的地
194‧‧‧一般電腦
195‧‧‧網頁應用程式
196‧‧‧行動裝置
197‧‧‧行動應用程式
Claims (16)
- 一種主動式交通需求管理與行為誘導的系統,包括:i)一行動應用軟體,係執行於一使用者的一行動裝置;ii)一計算機軟體伺服系統,係用來與該行動應用軟體進行交流,該計算機軟體伺服系統包括:(1)一路徑計算模組,係根據接近於該使用者所選擇之一優先出發時間的多個個出發時間,計算出在一出發地與對應於該出發地之一目的地之間的一路線,其中,當該使用者自該出發地出發前往該目的地時,各該出發時間係對應於該使用者從出發至抵達的一時間區間;(2)一行程時間預測模組,係用來計算在各出發時間中從該出發地前往與該出發地成對的該目的地之間的一預設行程時間;(3)一獎勵提供模組,用來決定各該出發時間所能提供給該使用者獎勵;(4)一驗證模組,係自該行動應用軟體接收一位置資訊,並根據該位置資訊來確認該使用者有在所選擇之該出發時間中自該出發地出發,且於出發後的該行程中至少有一部分為沿著該路線來進行;(5)一個突發事件交通影響分析模組,用以計算交通事故影響範圍、持續時間、嚴重程度;(6)一個出行鏈計劃模組,允許使用者進行出行鏈計劃、依此安排一系列出行; (7)一目的地預測模組,預測使用者可能的出行目的地與出發時間;以及(8)一主動預警模組,基於預測的使用者出行目的地、出發時間,分析出可能與使用者出行有關的突發事件、交通擁擠之異常情況,並主動的推送預警資訊給使用者;iii)一個面向政府部門的交通管理軟體,支持交通數據共享、突發事件管理、提供獎勵以緩解交通擁堵;iv)一個面向企業的資訊管理軟體,支持企業園區交通管理、彈性上下班、提供企業獎勵以緩解交通擁堵;以及v)一個面向商家的資訊管理軟體,支持潛在使用者分析、開展各類促銷、吸引使用者消費。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中該行程時間預測模組係用來分析一歷史數據與一即時交通數據,該獎勵提供模組係根據該出發時間對於該路線或交通系統所導致的最小影響來選擇獎勵,且該獎勵提供模組係根據該歷史數據、該即時數據與其他使用者所選擇之該出發時間來動態地調整獎勵之分配,並將該使用者之偏好與該使用者的生活形態資訊納入考量。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中該驗證模組係自該行動應用軟體之一全球定位系統接收該位置資訊,並分析自該全球定位系統所接收之該位置資訊來確認該使用者於所選擇之該出發時間所輸入鄰近於該出發 地的一位置,並確認該使用者成功地完成了所選擇之部份該預定路線。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中,該路線決定模組係在多個個出發時間中,於該出發地與該目的地之間計算出一或多個路線,且當該路線上有額外的車流量時,各該出發時間係將該路線上之該額外的車流量所導致的額外旅程時間納入考量。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,更包括:i)一負載平衡模組,係用來將其他使用者所預先選擇之一路線與一出發旅程時間進行量測;ii)一道路狀況監視警示模組,係用來確認於該路線上的一意外事件,並發送一訊息以通知該使用者該意外事件;以及iii)一使用者行為分析模組,係自該行動應用軟體接收該使用者的一行為訊息,並根據該行為訊息進行分析,其中,該獎勵提供模組會根據該使用者行為分析模組所分析之該行為訊息來調整提供給該使用者的該獎勵。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中關於交通事件處理的模组,包括: i)允許系統操作員、普通使用者、政府交通管理部門之各類使用者上報、輸入與交通有關的各類突發事件、群體活動、交通流擁擠之資訊的功能模組;ii)根據輸入的各類事件,動態的估計他們對道路交通網絡的影響,包括影響範圍、持續時間、影響程度的交通算法模組;以及iii)篩選出受此交通事件影響的使用者,並推送預警資訊給使用者的功能模組。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中支持使用者進行出行鏈計劃的模組,包括:i)允許使用者在智能移動終端輸入一系列目的地,並自動將其組合成動態出行鏈的方法;ii)根據使用者輸入的的多個出行目的地,系統計算出每對起訖點間的最優出行路徑的方法模組;以及iii)自動將使用者上一次出行的目的地作為下一次出行的起點、根據上一次出行的到達時間決定下一次出行的起始時間的功能模組。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中目的地預測與推薦模組,其智能推薦使用者出行目的地,包括:i)一個當使用者選定的目的地為某個熱門景點,而其客流需求已經接近飽和從而降低本次旅行的體驗,或是使用 者主動請求瀏覽可選擇的目的地時,主動進行其他目的地推薦的模組;ii)一個展示其他目的地客流量、通往道路上的交通狀況、各目的地的折扣與獎勵、使用者出行記錄與生活方式資訊,並智能地推薦較好的目的地選項以提升出行體驗的系統功能模組;iii)一個基於使用者使用記錄、出行軌跡軌跡資訊,進行主動數據挖掘、預測使用者可能的出行目的地與出發時間的算法模組;iv)一將系統推薦與預測的使用者出行目的地、可能出發時間與系統監測到的突發事件聯繫在一起,主動判斷可能與使用者出行相關的交通資訊的方法模組;v)一主動將可能與使用者出行相關的交通資訊的方法透過智能移動終端,推送給使用者並呈現出來的方法模組;以及vi)一接收使用者對推送的消息的回饋,並將其送回遠程服務器的功能模組。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中針對政府使用者的交通管理系统,包括:i)一個支持政府部門將所擁有的歷史交通數據、實時交通數據、突發事件資訊分享給系統的軟體模組;ii)一個支持將系統擁有的歷史交通數據、實時交通數據、突發事件資訊分享回給政府部門的功能模組; iii)一個可供政府實時查看道路交通網絡上交通流情況、並監測交通流在未來時間內的變化的功能模組;iv)一允許政府部門推行包括封閉道路、關閉車道、禁止轉彎在內的一系列主動交通管理策略的功能模組;v)一系統根據這些新的管理策略,更新交通流預測結果的功能模組;以及vi)一將這些交通管理策略及由此導致的交通流變化推送給系統使用者的功能模組。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中針對企業使用者的資訊管理系统,包括:i)一個支持企業鼓勵、管理員工參與此主動交通系統管理系統的軟體;ii)一個允許企業投入獎勵以鼓勵員工採取措施降低出發時間,並限制只有本企業的員工才能兌換企業投入獎勵的功能模組;iii)一個透過鼓勵員工錯開高峰時間出行,支持彈性上下班制度管理的功能模組;以及iv)一個透過鼓勵員工錯開高峰時間出行、協調員工出發時間,以支持企業園區出入口的交通管理的功能模組。
- 如請求項1所述之主動式交通需求管理與行為誘導的系統,其中針對商家使用者的資訊管理系统,包括: i)一個支持商家透過基於主動交通管理系統的數據挖掘,分析潛在顧客的數量,以及他們在時間、空間上的分佈的軟體;ii)一個支持商家針對潛在顧客與既有客戶,開展各類促銷,並將這些促銷資訊推送給使用者的功能模組;以及iii)一個接受使用者使用、兌換系統分配的獎勵、在商家進行消費的功能模組。
- 一種主動式交通需求管理與行為誘導的方法,包括:i)自一使用者接收一出發地與對應於該出發地之一目的地以及一優先行車時間;ii)在該出發地與該目的地之間計算出至少一路線,且當該路線有額外的車流量時,將額外的車流量所導致的額外行程時間納入考量;iii)計算出接近於該優先旅行時間之多個個出發時間,其中當該使用者要自該出發地出發並沿著該路線前往該目的地時,各該出發時間係對應於該使用者從出發至抵達的一時間區間;iv)依各該出發時間計算出提供給該使用者的一獎勵;v)發送並顯示該路線、各該出發時間與相關於該路線以及各該出發時間的該獎勵;vi)自該使用者接收一個被選擇的路線與一個被選擇的出發時間以及對應的該獎勵; vii)在該使用者於該行程中有至少一部分是沿著該路線行駛,且自該使用者接收一位置資訊;viii)確認該使用者有在該所選擇的該出發時間中到該達目的地,並且在該行程中有至少一部分是自該出發地沿著該路線至該目的地;以及ix)將該獎勵發送給該使用者。
- 如請求項12所述之主動式交通需求管理與行為誘導的方法,更包括:i)根據各該出發時間計算出自該出發地至該目的地之間的一預設行程時間,其中該預設行程時間包括分析該路線的一歷史數據以及該路線的一即時交通數據;ii)確認於該路線上的一意外事件,並發送一訊息以通知該使用者該意外事件;以及iii)提供該使用者一備用路線,並自該使用者接收該使用者所選擇之該備用路線。
- 如請求項12所述之主動式交通需求管理與行為誘導的方法,其中在該出發地與該目的地之間計算出至少一路線以及計算出接近於該優先行車時間之多個個出發時間之步驟係更包括:i)將其他使用者於先前所選擇之至少一路線與一行程的一出發時間納入考量。
- 如請求項12所述之主動式交通需求管理與行為誘導的方法,其中依各該出發時間計算出提供給該使用者的一獎勵之步驟係包括:i)預測該出發時間對於該路線的一壅塞程度所造成的最小影響;ii)將各該出發時間與該優先行程時間之間的一時間差納入考量;iii)將該使用者之偏好或生活風格資訊納入考量;iv)根據一歷史數據、一即時交通數據與其他使用者所選擇之出發時間來動態地調整該獎勵;以及v)分析自該使用者所接收之一行為訊息,並根據該行為訊息的一分析結果來調整提供給該使用者的該獎勵。
- 如請求項12所述之主動式交通需求管理與行為誘導的方法,其中該計算方法在自該使用者接收一位置資訊之步驟中,係自該使用者之一行動裝置的一全球定位系統中接收該位置資訊,並確認該使用者在所選擇之該出發時間中自該出發地出發,且確認該使用者有在所選擇的該出發時間中到達該目的地,並且在該行程中有至少一部分是自該出發地沿著該路線至該目的地之步驟中係分析自該全球定位系統所接收之位置資訊來確認該使用者在所選擇之該出發時間中輸入一鄰近於該出發地的一位置,並確認該使用者成功地完成了所選擇之部份該預定路線。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104137838A TWI720956B (zh) | 2015-11-17 | 2015-11-17 | 主動式交通需求管理與行為誘導的方法與系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104137838A TWI720956B (zh) | 2015-11-17 | 2015-11-17 | 主動式交通需求管理與行為誘導的方法與系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201719561A true TW201719561A (zh) | 2017-06-01 |
TWI720956B TWI720956B (zh) | 2021-03-11 |
Family
ID=59687485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104137838A TWI720956B (zh) | 2015-11-17 | 2015-11-17 | 主動式交通需求管理與行為誘導的方法與系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI720956B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872108A (zh) * | 2019-02-19 | 2019-06-11 | 惠龙易通国际物流股份有限公司 | 物流信息提醒的方法、系统和电子设备 |
TWI674510B (zh) * | 2017-08-21 | 2019-10-11 | 大陸商北京嘀嘀無限科技發展有限公司 | 用於推薦搭乘地點的系統和方法 |
CN112669605A (zh) * | 2020-12-17 | 2021-04-16 | 广东南方通信建设有限公司 | 城市交通出行分析方法、系统及装置 |
US10989548B2 (en) | 2017-06-13 | 2021-04-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
US11915308B2 (en) | 2018-05-10 | 2024-02-27 | Miovision Technologies Incorporated | Blockchain data exchange network and methods and systems for submitting data to and transacting data on such a network |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12094332B2 (en) * | 2022-03-31 | 2024-09-17 | International Business Machines Corporation | Reducing economic loss due to traffic incidents by proposing actions |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI240898B (en) * | 2002-09-12 | 2005-10-01 | Dave Wang | Device and method for intelligent real time traffic control |
US7848880B2 (en) * | 2007-02-28 | 2010-12-07 | Microsoft Corporation | Traffic information adaptive to a user's travel |
TW200926033A (en) * | 2007-07-18 | 2009-06-16 | Steven Kays | Adaptive electronic design |
US20090210302A1 (en) * | 2008-02-19 | 2009-08-20 | Microsoft Corporation | Route reward augmentation |
-
2015
- 2015-11-17 TW TW104137838A patent/TWI720956B/zh active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10989548B2 (en) | 2017-06-13 | 2021-04-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
TWI674510B (zh) * | 2017-08-21 | 2019-10-11 | 大陸商北京嘀嘀無限科技發展有限公司 | 用於推薦搭乘地點的系統和方法 |
US10977948B2 (en) | 2017-08-21 | 2021-04-13 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending a pickup location |
US11640763B2 (en) | 2017-08-21 | 2023-05-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending a pickup location |
US11915308B2 (en) | 2018-05-10 | 2024-02-27 | Miovision Technologies Incorporated | Blockchain data exchange network and methods and systems for submitting data to and transacting data on such a network |
CN109872108A (zh) * | 2019-02-19 | 2019-06-11 | 惠龙易通国际物流股份有限公司 | 物流信息提醒的方法、系统和电子设备 |
CN112669605A (zh) * | 2020-12-17 | 2021-04-16 | 广东南方通信建设有限公司 | 城市交通出行分析方法、系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
TWI720956B (zh) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8855903B2 (en) | Active traffic and demand management system | |
TWI720956B (zh) | 主動式交通需求管理與行為誘導的方法與系統 | |
US9898759B2 (en) | Methods and systems for collecting driving information and classifying drivers and self-driving systems | |
Macmillan et al. | The societal costs and benefits of commuter bicycling: simulating the effects of specific policies using system dynamics modeling | |
US9727884B2 (en) | Tracking brand strength using consumer location data and consumer survey responses | |
Yue et al. | Exploratory calibration of a spatial interaction model using taxi GPS trajectories | |
AU2009215746B2 (en) | Route reward augmentation | |
US20210182993A1 (en) | Targeted traffic campaign management system | |
US20140229255A1 (en) | Incentive-based traffic management | |
US20080091341A1 (en) | Route monetization | |
Golalikhani et al. | Carsharing: A review of academic literature and business practices toward an integrated decision-support framework | |
CN105374206A (zh) | 一种主动式交通需求管理的系统及其工作方法 | |
Baudel et al. | Optimizing urban freight deliveries: from designing and testing a prototype system to addressing real life challenges | |
Patel et al. | Mobility-on-demand (MOD) Projects: A study of the best practices adopted in United States | |
Liu et al. | Does real-time transit information reduce waiting time? An empirical analysis | |
Lee et al. | Development of traffic-based congestion pricing and its application to automated vehicles | |
Hansen et al. | Performance measurement and evaluation framework of public microtransit service | |
Henao et al. | Impacts of ridesourcing on VMT, parking demand, transportation equity, and travel behavior | |
Levinson et al. | The hierarchy of roads, the locality of traffic, and governance | |
Massahi et al. | Evaluating Incident Responsive Signal Control Plans using Multi-Resolution Modeling | |
Strain et al. | Patrol regimes for traffic officers in transportation asset monitoring | |
Dinko et al. | Sustainable trip planner enriched by trip reliability | |
Rooijakkers | Possible governance structures for dealing with transitions in mobility: A case study on Intelligent mobility for the greater Copenhagen area | |
Luo et al. | Assessing the Travel Demand and Mobility Impacts of Transformative Transportation Technologies in Indiana | |
Nian et al. | Analyzing behavior differences of occupied and non-occupied taxi drivers using floating car data |