CN105632222B - 预报到站时间的方法及其*** - Google Patents
预报到站时间的方法及其*** Download PDFInfo
- Publication number
- CN105632222B CN105632222B CN201510662940.1A CN201510662940A CN105632222B CN 105632222 B CN105632222 B CN 105632222B CN 201510662940 A CN201510662940 A CN 201510662940A CN 105632222 B CN105632222 B CN 105632222B
- Authority
- CN
- China
- Prior art keywords
- time
- vehicle
- point
- index point
- index
- 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.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及公共交通领域,公开一种预报到站时间的方法及***。公交行驶线路中预设有多个索引点,预存有各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间的行驶时间经验值表,包括以下步骤:获取车辆实时定位轨迹点的坐标和车辆行驶方向;将车辆实时定位轨迹点映射到对应的索引点,并作为当前所处索引点;对应查询行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间传送到客户端。利用实时定位数据确定车辆当前所处索引点,并结合行驶时间经验值,对车辆的预计到达时间进行计算,提供准确的车辆预计到站时间。
Description
技术领域
本发明涉及公共交通技术领域,特别涉及预报到站时间的方法及其***。
背景技术
目前对车辆到站预报的方法有以下几种:
一、通过人工实际测量路线实际行车时间,并设置相关参数,计算车辆预计到达下一站点的时间;二、通过当前线路实际车辆运行的平均车速,计算车辆预计到达下一站点的时间。
上述第一种方法,存在前提数据采集工作繁琐,人工采集测量无法涵盖各种情况的道路状况,如周一、周二、周三、周四、周五、周六、周日路况就不一致,早上6点与中午12点路况由不一致。上述第二种方法车速无法准确反映车辆预计到达时间,因为存在红绿灯、每个路段车速不一致,堵车时候车速为5km/h,车辆通过堵点后车速又恢复40km/h,导致计算结果不波动较大,不准确。
发明内容
本发明的目的在于提供一种预报到站时间的方法及其***,对车辆的预计到达时间进行计算,提供准确的车辆预计到站时间。
为解决上述技术问题,本发明的实施方式公开了一种预报到站时间的方法,公交行驶线路中预先设定有多个索引点,每个站点对应一个索引点,且在相邻两个站点间至少有一个索引点,***中预先存储有行驶时间经验值表,该行驶时间经验值表中存储了各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间,该方法包括以下步骤:
获取车辆实时定位轨迹点的坐标和车辆行驶方向;
根据车辆实时定位轨迹点的坐标和各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将对应的索引点作为当前所处索引点;
对应查询行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间;
将车辆预计到站时间传送到客户端。
本发明的实施方式还公开了一种预报到站时间的***,公交行驶线路中预先设定有多个索引点,每个站点对应一个索引点,且在相邻两个站点间至少有一个索引点,***中预先存储有行驶时间经验值表,该行驶时间经验值表中存储了各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间,该***包括以下模块:
实时定位模块,用于获取车辆实时定位轨迹点的坐标和车辆行驶方向;
映射模块,用于根据车辆实时定位轨迹点的坐标和各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将对应的索引点作为当前所处索引点;
到站时间计算模块,用于对应查询行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间;
发送模块,用于将车辆预计到站时间传送到客户端。
本发明实施方式与现有技术相比,主要区别及其效果在于:
利用实时定位数据确定车辆当前所处索引点,并结合不同时间段公交行驶线路上各个索引点到达站点所对应索引点的行驶时间经验值,对车辆的预计到达时间进行计算,提供准确的车辆预计到站时间。
进一步地,将车辆实时定位轨迹点映射到对应的索引点之前,先判断实时定位的轨迹点是否在公交行驶线路的电子围栏中,筛选出位于电子围栏中的轨迹点用于预报到站时间,提高了预报准确度。
进一步地,根据天气情况对行驶时间经验值表进行分类记录,进一步提高了预报到站时间的准确度。
进一步地,当实时行驶速度超出速度阈值的预定比例时,用实时速度预测到站时间,代替查询行驶时间经验值表,对异常情况进行了排除,提高了预测准确度。
附图说明
图1是本发明第一实施方式中一种预报到站时间的方法的流程示意图;
图2是本发明优选实施例中的电子围栏的示意图;
图3是本发明优选实施例中的班次数据采集示意图;
图4是本发明优选实施例中判定车辆当前所在索引点的示意图;
图5是本发明优选实施例中计算预计到站时间的示意图;
图6是本发明优选实施例中计算线路上所有车辆的预计到站时间的示意图;
图7是本发明优选实施例中当客户端为手机APP时预报到站的用户交互界面;
图8是本发明优选实施例中当客户端为候车亭显示屏时预报到站的用户交互界面;
图9是本发明第四实施方式中一种预报到站时间的***的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种预报到站时间的方法,图1是该预报到站时间的方法的流程示意图。
该预报到站时间的方法公交行驶线路中预先设定有多个索引点,每个站点对应一个索引点,且在相邻两个站点间至少有一个索引点,***中预先存储有行驶时间经验值表,该行驶时间经验值表中存储了各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间,如图1所示,该方法包括以下步骤:
步骤101,获取车辆实时定位轨迹点的坐标和车辆行驶方向。
车辆实时定位轨迹点的坐标可以为经纬度坐标或者其它可以表示轨迹点位置的坐标。
步骤102,根据车辆实时定位轨迹点的坐标和各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将对应的索引点作为当前所处索引点。
步骤103,对应查询行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间。
步骤104,将车辆预计到站时间传送到客户端。
客户端包括公交站台候车亭显示屏,乘客的移动终端,公交管理终端等。
可以理解,行驶时间经验值表可通过对前一个月的实际行驶时间数据进行处理,得到在不同时间段每条行驶线路中从每个索引点到达每个站点的行车时间,作为行驶时间经验值分类存储到行驶时间经验值表中。例如:
由于人们出行的规律不同,一天之中具有早晚高峰和低谷,导致各线路的运行时间在一天当中分布会有不同,因此可针对一天24小时,每半小时为1时间段,拆分存储每个索引点到站点的实际行驶时间。
此外,由于工作日,周一至周日人们出行的规律不同,导致各线路的运行时间也会有所不同,因此可针对性地作如下拆分:周一、周二、周三、周四、周五、周六、周日。
此外,对于某天出现的非常规道路阻塞,一般是由于交通事故造成的,需要在在提出经验值的时候剔除。
优选地,还包括以下步骤:
循环计算公交行驶线路上所有车辆预计到达预报站点的车辆预计到站时间;
比较所有车辆的预计到站时间,并将最短预报到站时间对应的车辆作为预报到站车辆;
将预报到站车辆和车辆对应的预报到站时间联合传送到客户端。
此外,可以理解,在本发明的其它实施方式中,预计到站车辆也可以为多辆,预计到站车辆的预计到站时间在所有车辆中较短。
本实施方式利用实时定位数据确定车辆当前所处索引点,并结合不同时间段公交行驶线路上各个索引点到达站点所对应索引点的行驶时间经验值,对车辆的预计到达时间进行计算,提供准确的车辆预计到站时间。
本发明第二实施方式涉及一种预报到站时间的方法,第二实施方式在第一实施方式的基础上进行了改进,主要改进之处在于:将车辆实时定位轨迹点映射到对应的索引点之前,先判断实时定位的轨迹点是否在公交行驶线路的电子围栏中,筛选出位于电子围栏中的轨迹点用于预报到站时间,提高了预报准确度。具体地说:
预先设定的任意两个索引点之间的距离小于距离阈值L,在步骤102中,包括以下子步骤:
根据实时定位的轨迹点的坐标和各索引点的坐标,分别计算实时定位的轨迹点与各索引点的距离;
判断计算出的距离是否小于距离阈值L;
若判断结果为是,则判定实时定位的轨迹点在公交行驶线路的电子围栏中,并将实时定位的轨迹点映射到与该轨迹点距离最小的索引点上。
此外,可以理解,若计算出的实时定位轨迹点与各索引点的距离都大于距离阈值L,则判定实时定位的轨迹点在公交行驶线路的电子围栏之外,该轨迹点不用于计算预报到站时间。
优选地,每个索引点对应各自的索引值,在步骤101中,获取车辆行驶方向的步骤包括以下子步骤:根据车辆实时定位轨迹点所映射的索引点的索引值的变化趋势,确定车辆行驶方向。
此外,可以理解,公交行驶线路的电子围栏包括上行电子围栏和下行电子围栏,且上行电子围栏和下行电子围栏中各索引点的索引值依次升序排列。
如果两个相邻的实时定位的轨迹点P1和P2都在公交行驶线路的上行电子围栏中,且轨迹点P1所映射的索引点的索引值小于P2所映射的索引点的索引值,则判定实时定位的轨迹点P1和P2为上行,车辆行驶的方向为上行方向。
如果两个相邻的实时定位的轨迹点P1和P2都在公交行驶线路的下行电子围栏中,且轨迹点P1所映射的索引点的索引值小于P2所映射的索引点的索引值,则判定实时定位的轨迹点P1和P2为下行,车辆行驶的方向为下行方向。
本发明第三实施方式涉及一种预报到站时间的方法,第三实施方式在第一实施方式的基础上进行了改进,主要改进之处在于:根据天气情况对行驶时间经验值表进行分类记录,进一步提高了预报到站时间的准确度;当实时行驶速度超出速度阈值的预定比例时,用实时速度预测到站时间,代替查询行驶时间经验值表,对异常情况进行了排除,提高了预测准确度。具体地说:
可以理解,天气为雨天或者下雪时,对行驶时间的影响较大,需要对其进行考虑和特殊处理。
优选地,行驶时间经验值表还根据天气情况进行分类,行驶时间经验值表中存储了各个时段同一公交行驶线路上在不同天气情况下各个索引点到达站点所对应索引点的时间。
相应优选地,在步骤103中包括子步骤:
获取当前天气情况;
根据获取的当前天气情况,对应查询行驶时间经验值表,计算在当前时刻所属时段以及当前天气情况下,车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间。
优选地,还包括以下步骤:
获取车辆的实时行驶速度,并判断实时行驶速度是否超出速度阈值的预定比例;
当实时行驶速度大于速度阈值预定比例时,使用车辆的实时行驶速度计算预报到站时间。
此外,可以理解,当实时行驶速度超出速度阈值的预定比例时,例如30%时,使用行驶时间经验值表已经不能精确预报到站时间,则使用实时行驶速度预测到站时间。在另一优选例中,当实时行驶速度大于速度阈值预定比例的时间超出预定时长时,才使用实时速度预测到站时间。
优选实施例
下面将结合流程图,数据采集示意图对优选实施例进行说明,在优选实施例中,主要包括两个主要步骤:一、初始化路线实际线路行驶的路线时间计算保存,通过将车辆实际行驶轨迹映射到线路轨迹上对比,正确采集路线行驶的班次记录,包括发车时间,到达时间,发车站点,到达站点;二、根据实际轨迹将每个站点到终点站的实际行驶时间分类存储,并实时计算每个站点的车辆预计到站时间。
一、初始化路线实际线路行驶的路线时间计算保存,通过将车辆实际行驶轨迹映射到线路轨迹上对比,正确采集路线行驶的班次记录,包括发车时间,到达时间,发车站点,到达站点。具体计算过程如下:
1、线路实际行驶轨迹电子围栏的建立
1)利用GIS操作工具采集实际的公交线路行驶轨迹的经纬度信息,并保证前后两个经纬度之间的直线距离小于所设定的阀值L,L可以根据实际的精度要求进行调整,一般默认为100米。当车辆的定位数据与公交线路行驶轨迹中任一点的距离小于L的时候则认为该车辆是在公交线路的电子围栏中行驶。电子围栏具体图示如图2所示:
2)线路实际行驶轨迹分为上行轨迹、下行轨迹、进出场轨迹、区间轨迹。
2、车辆定位数据上下行趋势化计算
1)当车辆上传实时GPS定位数据,主要包括经度、纬度。首先车辆一天定位数据,根据数据采集的时间排序,确定上传实时GPS定位数据经纬度坐标依次为:轨迹点{P1(X1,Y1)、P2(X2,Y2)、P3(X3,Y3)……PN(Xn,Yn)}。
2)将轨迹点{P1(X1,Y1)、P2(X2,Y2)、P3(X3,Y3)……PN(Xn,Yn)}与公交线路行驶轨迹的轨迹点进行距离计算。计算方法如下:设两个轨迹点的经度、纬度分别为(j1,w1)、(j2,w2),则根据半径为R的球面上两点间的最短距离计算公式:
弧C=R*arccos[sin(w1)sin(w2)+cos(w1)cos(w2)*cos(j1-j2)],计算出两个轨迹点间的距离D=R*Arccos(C)*π/180°。
3)以P1点为例,P1与公交线路行驶轨迹的所有轨迹点进行距离计算,当P1与公交线路行驶轨迹的轨迹点X的距离小于阀值L,则认为P1在公交线路行驶轨迹的电子围栏中,并记录满足距离小于阀值L的轨迹点的索引值SortId1。同样P2、P3……所有的点都判断是否在公交线路行驶轨迹的电子围栏中以及对应轨迹点的索引值SortID。
4)判断车辆行驶方向,即实时GPS定位数据的上下行及下一站站级。根据车辆行驶的一般趋势来判断出轨迹点是上行的方向还是下行的方向,计算方式如下:
如果P1,P2同在上行围栏中,则SortID1<SortID2则认为P1,P2为上行。
如果P1,P2同在下行围栏中,则SortID1<SortID2则认为P1,P2为下行。
如果P1,P2无法满足上面2中条件判断出上下行,则轮空,等下一步处理。
5)根据可以明确车辆行驶方向的点来处理未明确上下行的点,计算方式:
当碰到PX轨迹点的上下行没有明确,则记录Px轨迹点前30个点的上下行趋势,如果Px-30到Px之间超过50%的点为上行或下行,则确认Px为趋势根据之前的点的方向来明确。
3、车辆班次数据采集
1)班次采集根据车辆实际轨迹的起点终点来明确,***中认为起点终点的标识为起讫站、停车场,轨迹点{P1(X1,Y1)、P2(X2,Y2)、P3(X3,Y3)……PN(Xn,Yn)}满足一下条件的点需要截取并计算班次:
a)起讫站围栏
b)停车场围栏
c)上下行变化
2)班次要素的确认,当Px属于起讫站围栏,则轨迹点1{P1(X1,Y1)、P2(X2,Y2)、P3(X3,Y3)……Px(Xx,Yx)}可以判断为一班次,P1的采集时间为发车时间,Px的采集时间为到达时间,轨迹点1中的所以点的上下行为班次的开往方向。班次截取完成后,下一班次从Px+1开始往后判断。
3)班次数据采集示意图如图3所示。
二、根据实际轨迹将每个站点到终点站的实际行驶时间分类存储,并实时计算每个站点的车辆预计到站时间,具体步骤如下:
1、实际行车时间分类:
1)时间分类:由于一天之中,早晚高峰,低谷由于人们出行的规律不同,导致各线路的运行时间在一天当中分布会有不同,***针对一天24小时,每半小时为1时间段,拆分存储每个站点到终点站的实际行驶时间,具体拆分格式如下:
00:00-00:30
00:31-01:00
…………
07:00-07:30
…………
23:00-23:30
23:31-00:00
2)日期分类:由于工作日,周一至周日,由于人们出行的规律不同,导致各线路的运行时间也会有所不同,具体拆分格式如下:周一、周二、周三、周四、周五、周六、周日。
3)站点分类:将起站至讫站实际行车时间,通过每个站点拆分,得到在同一个方向每个站点达到终点站的行车时间。
2、***全自动处理每条线路的实际行驶时间
1)***每天自动处理每条线路前一个月的实际行驶时间数据,以一个月四周,周一数据为例:线路1,起站为A,讫站B,其中经过5个站点:A1、A2、A3、A4、A5。***存储实际行车时间如下表1所示:
A-B | A1-B | A2-B | A3-B | A4-B | A5-B | |
0:00-0:29 | X | |||||
0:30-0:59 | X | 10 | ||||
………… | ||||||
8:30-8:59 | ||||||
………… | ||||||
23:00-23:29 | ||||||
23:30-23:59 | 15 |
表1
注:X为某站至终点站实际运行时间,从前一个月每个周一的实际行车时间提取出来的经验值。
2)对于某天出现的非常规道路阻塞,需要在***中做记录,并在提出经验值的时候剔除,一般这种都是由于交通事故造成的。
3、实时计算每个站点的车辆预计到站时间。
1)获取车辆实时定位数据:包括车辆行驶方向、经纬度。
2)将车辆定位数据,映射到线路轨迹上的索引点,判断方法如下:
将轨迹点P(X,Y)与公交线路上行轨迹的轨迹点{P1(X1,Y1)、P2(X2,Y2)、P3(X3,Y3)……PN(Xn,Yn)}进行循环距离计算。计算方法如下:
设两个轨迹点的经度、纬度分别为(j1,w1)、(j2,w2),则根据半径为R的球面上两点间的最短距离计算公式:
弧C=R*arccos[sin(w1)sin(w2)+cos(w1)cos(w2)*cos(j1-j2)],计算出两个轨迹点间的距离D=R*Arccos(C)*π/180°。
当得到第一个轨迹点P与线路轨迹上某一点Px的距离小于100米时,则认为车辆当前处理线路的位置点为Px,如图4所示为判定车辆当前所在索引点的示意图。
3)判定车辆当前所在线路位置后,计算车辆预计到站站点的位置。
车辆目前处在站点A1与A2之间,将设当前时间为7:21,则车辆预计到达B站的预计到站时间n=Y+X,如图5所示为计算预计到站时间的示意图。
具体参数计算方法:
X=7:00至7:29之间的A2-B站的经验值。
Y=L/S。
L为Px与A2之前的距离=Px、……、Py2之间所有轨迹点的两点距离之和。
S为车速=A1与A2之间的距离/A1到A2的行驶时间。
A1与A2之间的距离=Py1、……、Py2之间所有轨迹点的两点距离之和。
A1到A2的行驶时间=(A1-B站的经验值)-(A2-B站的经验值)。
4)循环计算线路上所有车辆V1、V2、V3的预计到站B站的预计到站时间n1、n2、n3,如图6所示,并将预计到站时间最小的车辆作为最近将要到站的车辆,把计算结果存储,包括线名、方向、站点名称、车号、预计到站时间。
5)循环计算所有站点,并把每个站点的预计到站车辆、时间推送到到客户端应用。当客户端为手机APP时,预报到站的用户交互界面如图7所示,当客户端为候车亭显示屏时,预报到站的用户交互界面如图8所示。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable ArrayLogic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
本发明第四实施方式涉及一种预报到站时间的***,图9是该预报到站时间的***的结构示意图。该预报到站时间的***公交行驶线路中预先设定有多个索引点,每个站点对应一个索引点,且在相邻两个站点间至少有一个索引点,***中预先存储有行驶时间经验值表,该行驶时间经验值表中存储了各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间,该***包括以下模块:
实时定位模块,用于获取车辆实时定位轨迹点的坐标和车辆行驶方向;
映射模块,用于根据车辆实时定位轨迹点的坐标和各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将对应的索引点作为当前所处索引点;
到站时间计算模块,用于对应查询行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间;
发送模块,用于将车辆预计到站时间传送到客户端。
优选地,到站时间计算模块还用于循环计算公交行驶线路上所有车辆预计到达预报站点的车辆预计到站时间,并比较所有车辆的预计到站时间,并将最短预报到站时间对应的车辆作为预报到站车辆。
优选地,发送模块还用于将预报到站车辆和车辆对应的预报到站时间联合传送到客户端。
本实施方式利用实时定位数据确定车辆当前所处索引点,并结合不同时间段公交行驶线路上各个索引点到达站点所对应索引点的行驶时间经验值,对车辆的预计到达时间进行计算,提供准确的车辆预计到站时间。
第一实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
本发明第五实施方式涉及一种预报到站时间的***,第五实施方式在第四实施方式的基础上进行了改进,主要改进之处在于:将车辆实时定位轨迹点映射到对应的索引点之前,先判断实时定位的轨迹点是否在公交行驶线路的电子围栏中,筛选出位于电子围栏中的轨迹点用于预报到站时间,提高了预报准确度。具体地说:
预先设定的任意两个索引点之间的距离小于距离阈值L,在映射模块中包括以下子模块:
距离计算子模块,用于根据实时定位的轨迹点的坐标和各索引点的坐标,分别计算实时定位的轨迹点与各索引点的距离;
阈值判断子模块,用于判断计算出的距离是否小于距离阈值L;
索引点选取子模块,用于如果判断结果为是,则判定实时定位的轨迹点在公交行驶线路的电子围栏中,并将实时定位的轨迹点映射到与该轨迹点距离最小的索引点上。
优选地,每个索引点对应各自的索引值,在实时定位模块中,获取车辆行驶方向时,根据车辆实时定位轨迹点所映射的索引点的索引值的变化趋势,确定车辆行驶方向。
第二实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第二实施方式中。
本发明第六实施方式涉及一种预报到站时间的***,第六实施方式在第四实施方式的基础上进行了改进,主要改进之处在于:根据天气情况对行驶时间经验值表进行分类记录,进一步提高了预报到站时间的准确度;当实时行驶速度超出速度阈值的预定比例时,用实时速度预测到站时间,代替查询行驶时间经验值表,对异常情况进行了排除,提高了预测准确度。具体地说:
优选地,行驶时间经验值表还根据天气情况进行分类,行驶时间经验值表中存储了各个时段同一公交行驶线路上在不同天气情况下各个索引点到达站点所对应索引点的时间。
相应优选地,到站时间计算模块还用于获取当前天气情况,并根据获取的当前天气情况,对应查询行驶时间经验值表,计算在当前时刻所属时段以及当前天气情况下,车辆从当前所处索引点到达车辆行驶方向上的预报站点所对应的索引点所需的时间。
优选地,还包括测速模块,用于获取车辆的实时行驶速度,并判断实时行驶速度是否超出速度阈值的预定比例。当到站时间计算模块当实时行驶速度大于速度阈值预定比例时,使用车辆的实时行驶速度计算预报到站时间。
第三实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第三实施方式互相配合实施。第三实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第三实施方式中。
需要说明的是,本发明各设备实施方式中提到的各模块都是逻辑模块,在物理上,一个逻辑模块可以是一个物理模块,也可以是一个物理模块的一部分,还可以以多个物理模块的组合实现,这些逻辑模块本身的物理实现方式并不是最重要的,这些逻辑模块所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的模块引入,这并不表明上述设备实施方式并不存在其它的模块。
需要说明的是,在本专利的权利要求和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (8)
1.一种预报到站时间的方法,其特征在于,公交行驶线路中预先设定有多个索引点,每个站点对应一个索引点,且在相邻两个站点间至少有一个索引点,***中预先存储有行驶时间经验值表,该行驶时间经验值表中存储了各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间,该方法包括以下步骤:
获取车辆实时定位轨迹点的坐标和车辆行驶方向;
根据所述车辆实时定位轨迹点的坐标和所述各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将所述对应的索引点作为当前所处索引点;
对应查询所述行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达所述车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间;
将所述车辆预计到站时间传送到客户端;
所述方法还包括以下步骤:
获取车辆的实时行驶速度,并判断实时行驶速度是否超出速度阈值的预定比例;
当实时行驶速度大于速度阈值预定比例时,使用车辆的实时行驶速度计算预报到站时间。
2.根据权利要求1所述的预报到站时间的方法,其特征在于,预先设定的任意两个索引点之间的距离小于距离阈值L;
在所述“根据所述车辆实时定位轨迹点的坐标和所述各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将所述对应的索引点作为当前所处索引点”的步骤中,包括以下子步骤:
根据所述实时定位的轨迹点的坐标和所述各索引点的坐标,分别计算实时定位的轨迹点与各索引点的距离;
判断计算出的距离是否小于所述距离阈值L;
若判断结果为是,则判定所述实时定位的轨迹点在公交行驶线路的电子围栏中,并将所述实时定位的轨迹点映射到与该轨迹点距离最小的索引点上。
3.根据权利要求1所述的预报到站时间的方法,其特征在于,所述行驶时间经验值表还根据天气情况进行分类,行驶时间经验值表中存储了各个时段同一公交行驶线路上在不同天气情况下各个索引点到达站点所对应索引点的时间;
在所述“对应查询所述行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达所述车辆行驶方向上的预报站点所对应的索引点所需的时间”的步骤中,包括子步骤:
获取当前天气情况;
根据所述获取的当前天气情况,对应查询所述行驶时间经验值表,计算在当前时刻所属时段以及当前天气情况下,车辆从当前所处索引点到达所述车辆行驶方向上的预报站点所对应的索引点所需的时间。
4.根据权利要求1所述的预报到站时间的方法,其特征在于,所述每个索引点对应各自的索引值;
在所述“获取车辆实时定位轨迹点的坐标和车辆行驶方向”的步骤中,所述获取车辆行驶方向的步骤包括以下子步骤:
根据所述车辆实时定位轨迹点所映射的索引点的索引值的变化趋势,确定车辆行驶方向。
5.根据权利要求1所述的预报到站时间的方法,其特征在于,还包括步骤:
循环计算公交行驶线路上所有车辆预计到达预报站点的车辆预计到站时间;
比较所有车辆的预计到站时间,并将最短预报到站时间对应的车辆作为预报到站车辆;
将所述预报到站车辆和车辆对应的预报到站时间联合传送到客户端。
6.一种预报到站时间的***,其特征在于,公交行驶线路中预先设定有多个索引点,每个站点对应一个索引点,且在相邻两个站点间至少有一个索引点,***中预先存储有行驶时间经验值表,该行驶时间经验值表中存储了各个时段同一公交行驶线路上各个索引点到达站点所对应索引点的时间,该***包括以下模块:
实时定位模块,用于获取车辆实时定位轨迹点的坐标和车辆行驶方向;
映射模块,用于根据所述车辆实时定位轨迹点的坐标和所述各索引点的坐标,将车辆实时定位轨迹点映射到对应的索引点,并将所述对应的索引点作为当前所处索引点;
到站时间计算模块,用于对应查询所述行驶时间经验值表,计算在当前时刻所属时段车辆从当前所处索引点到达所述车辆行驶方向上的预报站点所对应的索引点所需的时间,作为到达预报站点的车辆预计到站时间;
发送模块,用于将所述车辆预计到站时间传送到客户端;
所述***还包括测速模块,用于获取车辆的实时行驶速度,并判断实时行驶速度是否超出速度阈值的预定比例;
所述到站时间计算模块当实时行驶速度大于速度阈值预定比例时,使用车辆的实时行驶速度计算预报到站时间。
7.根据权利要求6所述的预报到站时间的***,其特征在于,预先设定的任意两个索引点之间的距离小于距离阈值L;
在所述映射模块中包括以下子模块:
距离计算子模块,用于根据所述实时定位的轨迹点的坐标和所述各索引点的坐标,分别计算实时定位的轨迹点与各索引点的距离;
阈值判断子模块,用于判断计算出的距离是否小于所述距离阈值L;
索引点选取子模块,用于如果判断结果为是,则判定所述实时定位的轨迹点在公交行驶线路的电子围栏中,并将所述实时定位的轨迹点映射到与该轨迹点距离最小的索引点上。
8.根据权利要求6所述的预报到站时间的***,其特征在于,所述到站时间计算模块还用于循环计算公交行驶线路上所有车辆预计到达预报站点的车辆预计到站时间,并比较所有车辆的预计到站时间,并将最短预报到站时间对应的车辆作为预报到站车辆;
所述发送模块还用于将所述预报到站车辆和车辆对应的预报到站时间联合传送到客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510662940.1A CN105632222B (zh) | 2015-10-14 | 2015-10-14 | 预报到站时间的方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510662940.1A CN105632222B (zh) | 2015-10-14 | 2015-10-14 | 预报到站时间的方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105632222A CN105632222A (zh) | 2016-06-01 |
CN105632222B true CN105632222B (zh) | 2018-04-17 |
Family
ID=56047094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510662940.1A Active CN105632222B (zh) | 2015-10-14 | 2015-10-14 | 预报到站时间的方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105632222B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327410A (zh) * | 2016-08-23 | 2017-01-11 | 北京小米移动软件有限公司 | 到站时刻显示方法、到站时刻显示装置和电子设备 |
CN106710218A (zh) * | 2017-03-09 | 2017-05-24 | 北京公共交通控股(集团)有限公司 | 一种公交车到站时间预测方法 |
CN109754630B (zh) * | 2019-02-02 | 2020-06-19 | 武汉元光科技有限公司 | 确定车辆运营线路的方法和装置 |
CN110104032B (zh) * | 2019-04-25 | 2021-05-14 | 北京和利时***工程有限公司 | 一种车辆到站预报方法和装置、计算机可读存储介质 |
CN110928975B (zh) * | 2019-12-03 | 2022-11-08 | 支付宝(杭州)信息技术有限公司 | 用于确定公交站点之间的距离的方法和装置 |
CN114358345B (zh) * | 2020-10-13 | 2023-09-22 | 广东飞企互联科技股份有限公司 | 一种园区巴士订票方法和订票*** |
CN112365735B (zh) * | 2020-11-09 | 2021-11-23 | 深圳市图敏智能视频股份有限公司 | 一种定位数据失效后公交进站报站方法、***及存储介质 |
CN112991722B (zh) * | 2021-02-03 | 2022-07-19 | 浙江中控信息产业股份有限公司 | 高频gps点的公交车辆实时路口预测方法和*** |
CN113870556B (zh) * | 2021-09-22 | 2023-01-20 | 驭势科技(北京)有限公司 | 协同避障方法、装置、***、设备、介质和产品 |
CN114463872B (zh) * | 2022-01-13 | 2023-12-08 | 北京中交兴路信息科技有限公司 | 一种货车装货工时计算方法、装置、电子设备及存储介质 |
CN114822066B (zh) * | 2022-04-14 | 2023-06-13 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000132796A (ja) * | 1998-10-23 | 2000-05-12 | Matsushita Electric Works Ltd | バス運行時間管理システム |
TW200729097A (en) * | 2006-01-16 | 2007-08-01 | Asiatek Inc | Method for providing time-related information of a next vehicle used for public transportation reaching a designated position |
CN102074124A (zh) * | 2011-01-27 | 2011-05-25 | 山东大学 | 一种基于svm及h∞滤波的动态公交到站时间预测方法 |
CN103310651A (zh) * | 2013-05-24 | 2013-09-18 | 北京市交通信息中心 | 一种基于实时路况信息的公交到站预测方法 |
CN103426297A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 天气或路况突变时能精确到秒的快速公交调度***及方法 |
-
2015
- 2015-10-14 CN CN201510662940.1A patent/CN105632222B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000132796A (ja) * | 1998-10-23 | 2000-05-12 | Matsushita Electric Works Ltd | バス運行時間管理システム |
TW200729097A (en) * | 2006-01-16 | 2007-08-01 | Asiatek Inc | Method for providing time-related information of a next vehicle used for public transportation reaching a designated position |
CN102074124A (zh) * | 2011-01-27 | 2011-05-25 | 山东大学 | 一种基于svm及h∞滤波的动态公交到站时间预测方法 |
CN103426297A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 天气或路况突变时能精确到秒的快速公交调度***及方法 |
CN103310651A (zh) * | 2013-05-24 | 2013-09-18 | 北京市交通信息中心 | 一种基于实时路况信息的公交到站预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105632222A (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105632222B (zh) | 预报到站时间的方法及其*** | |
CN105809292B (zh) | 公交ic卡乘客下车站点推算方法 | |
CN107563566B (zh) | 一种基于支持向量机的公交站间运行时间区间预测方法 | |
CN102667404B (zh) | 用探测数据来分析兴趣点的方法 | |
US9418545B2 (en) | Method and system for collecting traffic data | |
Hunter et al. | A probe-vehicle-based evaluation of adaptive traffic signal control | |
CN103295414A (zh) | 一种基于海量历史gps轨迹数据的公交车到站时间预测方法 | |
CN105590452B (zh) | 自动生成电子路单的方法及其装置 | |
CN103714696B (zh) | 高速交通信息接入处理*** | |
CN102460534A (zh) | 基于历史和当前数据预测期望道路交通状况 | |
CN110491158A (zh) | 一种基于多元数据融合的公交车到站时间预测方法及*** | |
CN101964941A (zh) | 基于动态信息的智能导航与位置服务***及方法 | |
CN112686466B (zh) | 地铁乘客的路径确认方法及装置 | |
CN106485935B (zh) | 一种基于gps预测公交到站时间的方法 | |
AU2011306659A1 (en) | Driver profiling system and method | |
CN110118567A (zh) | 出行方式推荐方法及装置 | |
CN111738484B (zh) | 一种公交站点选址的方法、装置及计算机可读存储介质 | |
CN102346042A (zh) | 基于实时路况的路线规划方法及其服务设备 | |
Montini et al. | Searching for parking in GPS data | |
Gong et al. | Developing a systematic method for identifying and ranking freeway bottlenecks using vehicle probe data | |
CN103714694B (zh) | 城市交通信息接入处理*** | |
CN109587622B (zh) | 基于基站信令数据的路口转向流量分析***及方法 | |
CN112579915B (zh) | 一种出行链的分析方法及装置 | |
CN108051011B (zh) | 基于出租车经验数据的可靠导航路径设置方法 | |
CN114078322B (zh) | 一种公交运行状态评价方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |