CN108564257A - 一种基于gis的城市共享单车回收方法 - Google Patents
一种基于gis的城市共享单车回收方法 Download PDFInfo
- Publication number
- CN108564257A CN108564257A CN201810246013.5A CN201810246013A CN108564257A CN 108564257 A CN108564257 A CN 108564257A CN 201810246013 A CN201810246013 A CN 201810246013A CN 108564257 A CN108564257 A CN 108564257A
- Authority
- CN
- China
- Prior art keywords
- bicycle
- recycle bin
- people
- shared bicycle
- location
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011084 recovery Methods 0.000 title claims abstract description 18
- 238000004064 recycling Methods 0.000 claims abstract description 22
- 238000003012 network analysis Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013480 data collection Methods 0.000 claims abstract description 11
- 239000002699 waste material Substances 0.000 claims description 15
- 230000004907 flux Effects 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004642 transportation engineering Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于GIS的城市共享单车回收方法,包括以下步骤:A1~A5、对共享单车回收方法进行描述;A6、将获取的数据导入ArcGIS Pro中;A7、对高程数据进行特征处理生成坡度图;A8、对地段人流量数据特征处理生成地段人流量密度图;A9、对天气气候数据进行特征处理天气分布图;A10、通过设置权重对数据进行重分类,生成成本数据集;A11、加入方法脚本以及成本数据集,创建网络分析模型;A12、在网络分析中设置所需要分配的回收站的个数,即可分析出周围适合该回收站回收的单车。本发明提供一种回收效率较高的城市共享单车回收方法。
Description
技术领域
本发明涉及一种地理信息数据处理、计算机应用领域、地理学、图论与网络分析、交通运输工程和管理科学与工程,尤其涉及一种基于GIS的城市共享单车回收方法。
背景技术
在移动互联网等新技术的驱动下,城市慢行交通领域的创新逐渐显现出来。在出行领域,打车类应用软件的发展逐渐趋于稳定,但民众“最后一公里”出行的问题,始终没有得到解决。共享单车的出现,让民众多了一种绿色的出行方式可以选择。共享单车的最大价值在于民众出行的“最后3公里”,其无桩借还的模式相比于政府公共租赁自行车,使民众借还单车更加快速和便捷。同时,共享单车引导政府部门重视慢行交通***的建设,倡导民众更多选择绿色出行的方式,这些方面能在一定程度上缓解城市交通拥堵、改善城市环境。然而,共享单车作为新兴事物,随着共享单车平台企业在各大城市开始大量投放单车,共享单车的停放、安全出行等问题引起了社会的关注。
随着共享单车在市民中流行,其自身的问题也暴露出现:1.在一些共享单车已经普及到的城市中,自行车道和自行车停放区域的建设未到位的情况依旧存在。2.当前共享单车行业竞争激烈,各企业正处于大量投放大规模圈占市场阶段,盲目的投放单车使得某些城市的单车数量超过城市容纳量,造成极大资源浪费。然而在某些路段的单车租借高峰时段,经常出现由供求不平衡导致的借还车困难。使用者寻找空闲单车,必然会产生一定的等待时间,耐心也会因此被消磨。3.随着高峰期使用人数的增多,部分app出现登录困难、无法刷新等问题,甚至出现***崩溃、客户端闪退情况,此外,共享单车GPS定位不准确、支付平台功能不完善都会影响租用单车的效率,降低顾客满意度,不利于企业高效发展。
随着共享单车的不断投入,废旧共享单车的产生,对当地的环境不仅是在城市外观上而且在城市资源利用率上都造成了一定的影响,因此对很多废旧共享单车的回收再利用也是非常重要的。
对于废旧共享单车的回收利用,废旧共享单车的分配问题是关键环节。良好的共享单车分配问题能够降低回收时所需要的成本和提高回收废旧共享单车的回收效率。然而现在对于大部分的废旧共享单车,都是通过无目的、小规模的人工运送方式,工作量大,而且考虑涉及的气候、地形、人口密度等因素,很难兼顾到所有共享单车都能回收,规模小,从而造成回收不完全,回收耗时过长或投入成本过高等问题。
因此,现有的废旧共享单车回收方法存在不足,需要改进。
发明内容:
为了克服现有技术中人工方式的回收方法的不足,本发明提供了一种借助GIS网络分析技术,加以考虑地形、交通情况、人口密度等因素的废旧共享单车回收方法。
本发明解决其技术问题所采用的技术方案是:
一种基于GIS的城市共享单车回收方法,包括以下步骤:
A1、获取城市的高程数据G、气候情况F、地段人流量P、报废共享单车点的位置信息E={e1,e2,…,ei,…,en}以及回收站信息H={h1,h2,…,hj,…,hs},其中ei表示第i个报废共享单车点的数据信息,数据信息包括在该点的高程信息、气候情况和人流量,i∈{1,2,…,n},n代表共享单车的总数量;hj表示第j个回收站的信息,j∈{1,2,…,s},s表示回收站的总数量;
A2、定义不同区间内的高程数据对应不同的数值,记为G={ga},ga表示区间a的高程数据对应的数值,ga的值越小代表该位置的海拔越低,同理气候情况F以及地段人流量P则定义成为F={fb}和P={pc},fb代表区间b的气候对应的数值,fb的值越小代表该位置天气越好,pc代表区间c的地段人流量对应的数值,pc的值越小代表该位置的人流量越少;定义回收站j到共享单车点i之间的距离mji,则得到一组距离组M={m1n,m2n,…,mji,…,ms2,ms1};
A3、将G、F、P按照权重计算得到新的范围评判值,记为K,范围评判值K表示在由半径长度为r的圆内回收共享单车的难易程度,相应的,回收站j到共享单车点i的路径则被分成一组由对应o个数量的范围评判值组成的集合o的大小与回收站j到共享单车点i的路径有关,按照公式(1)计算,
其中表示回收站j到共享单车点i的总路径第t组范围评判值,ωg、ωf、ωp表示对应的权重,ωg表示高程情况对评判值影响,ωf表示气候情况对评判值影响,ωp表示地段人流量对评判值影响,且ωg+ωf+ωp=1,0≤ωg≤1,0≤ωf≤1,0≤ωp≤1;
A4、对集合Kji中的评判值求平均得到值 表示回收站j到共享单车点i的难易程度,再通过计算mji与的商来得到qji,即回收站j到共享单车点i的可达性,如公式(2)所示,
A5、比较同一个共享单车点到不同回收站的可达性大小来判断该共享单车需要由哪个回收站来收取,可达性值越小代表该回收站来回收更方便;
A6、将feature特征信息导入ArcGIS Pro中,其中feature特征信息包含城市的高程数据、气候情况、地段人流量、报废共享单车点的位置信息以及回收站信息;
A7、对高程数据进行处理,通过对高层数据进行坡度和特征进行提取和处理,得到坡度情况;
A8、对地段人流量进行处理,地段人流量的大小对共享单车回收的时间和效率有着较大的影响,因此通过对地段人流量的数据处理从而得到地段流量密度情况;
A9、对气候天气数据进行处理,气候的不同也会影响回收时的效率,通过对天气数据的处理得到天气分布情况;
A10、根据坡度情况、天气分布情况以及地段密度情况设置权重,即步骤A3的实现,通过ArcGIS Pro中的Spatial Analyst Tools来实现并且生成最终的成本数据集;
A11、通过导入成本数据集,加入A4、A5中的方法,最终创建用于对废旧共享单车进行分类的网络分析;
A12、在网络分析中设置所需要分配的回收站的个数,即分析出周围适合该回收站回收的单车。
进一步,所述步骤A10中,所述的获最终的成本数据集由生成的坡度图、天气分布图和地段流量密度图进行合并生成。
再进一步,所述步骤A11中,在生成网络分析中,通过导入一种自定义脚本来生成网络分析,该脚本是对A4步骤中的实现。
本发明的有益效果主要表现在:本发明的废旧共享单车回收方法,实质就是分类方法,结合GIS,基于实际地理环境数据以及地段流量密度情况,从而提高了废旧共享单车回收效率。
附图说明
图1是一种基于GIS的城市共享单车回收方法流程图。
图2是导入数据后在ArcGIS Pro上显示的位置信息图。
图3是网络分析处理后生成的各个共享单车分配图。
具体实施方式
下面结合附图对本发明进一步描述。
参照图1~图3,一种基于GIS的城市共享单车回收方法,包括以下步骤:
A1、获取城市的高程数据G、气候情况F、地段人流量P、报废共享单车点的位置信息E={e1,e2,…,ei,…,en}以及回收站信息H={h1,h2,…,hj,…,hs},其中ei表示第i个报废共享单车点的数据信息,数据信息包括在该点的高程信息、气候情况和人流量,i∈{1,2,…,n},n代表共享单车的总数量;hj表示第j个回收站的信息,j∈{1,2,…,s},s表示回收站的总数量;
A2、定义不同区间内的高程数据对应不同的数值,记为G={ga},ga表示区间a的高程数据对应的数值,ga的值越小代表该位置的海拔越低,同理气候情况F以及地段人流量P则定义成为F={fb}和P={pc},fb代表区间b的气候对应的数值,fb的值越小代表该位置天气越好,pc代表区间c的地段人流量对应的数值,pc的值越小代表该位置的人流量越少;定义回收站j到共享单车点i之间的距离mji,则得到一组距离组M={m1n,m2n,…,mji,…,ms2,ms1};
A3、将G、F、P按照权重计算得到新的范围评判值,记为K,范围评判值K表示在由半径长度为r的圆内回收共享单车的难易程度,相应的,回收站j到共享单车点i的路径则被分成一组由对应o个数量的范围评判值组成的集合o的大小与回收站j到共享单车点i的路径有关,按照公式(1)计算,
其中表示回收站j到共享单车点i的总路径第t组范围评判值,ωg、ωf、ωp表示对应的权重,ωg表示高程情况对评判值影响,ωf表示气候情况对评判值影响,ωp表示地段人流量对评判值影响,且ωg+ωf+ωp=1,0≤ωg≤1,0≤ωf≤1,0≤ωp≤1;
A4、对集合Kji中的评判值求平均得到值 表示回收站j到共享单车点i的难易程度,再通过计算mji与的商来得到qji,即回收站j到共享单车点i的可达性,如公式(2)所示,
A5、比较同一个共享单车点到不同回收站的可达性大小来判断该共享单车需要由哪个回收站来收取,可达性值越小代表该回收站来回收更方便;
A6、将feature特征信息导入ArcGIS Pro中,其中feature特征信息包含城市的高程数据、气候情况、地段人流量、报废共享单车点的位置信息以及回收站信息;
A7、对高程数据进行处理,通过对高层数据进行坡度和特征进行提取和处理,得到坡度情况;
A8、对地段人流量进行处理,地段人流量的大小对共享单车回收的时间和效率有着较大的影响,因此通过对地段人流量的数据处理从而得到地段流量密度情况;
A9、对气候天气数据进行处理,气候的不同也会影响回收时的效率,通过对天气数据的处理得到天气分布情况;
A10、根据坡度情况、天气分布情况以及地段密度情况设置权重,即步骤A3的实现,通过ArcGIS Pro中的Spatial Analyst Tools来实现并且生成最终的成本数据集;
A11、通过导入成本数据集,加入A4、A5中的方法,最终创建用于对废旧共享单车进行分类的网络分析;
A12、在网络分析中设置所需要分配的回收站的个数,即分析出周围适合该回收站回收的单车。
以浙江杭州某地区为例,一种基于GIS的城市共享单车回收方法步骤如下:
A1、获取浙江杭州某地区的高程数据G、气候情况F、地段人流量P;报废共享单车点的信息E={e1,e2,…,ei,…,en}以及回收站信息H={h1,h2,…,hj,…,hs},其中ei表示第i个报废共享单车点的数据信息,数据信息包括在该点的高程信息、气候情况和人流量,i∈{1,2,…,n},n代表共享单车的总数量;hj表示第j个回收站的信息,j∈{1,2,…,s},s表示回收站的总数量,如图2所示,其中圆圈代表以50辆为一组废旧共享单车的位置,正方形代表回收站位置,n=376、s=4;
A2、根据得到的高程数据、气候情况、地段人流量来划定范围,取每组单车的高程数据G={g1,g2,g3,g4,g5},气候情况F={f1,f2,f3,f4,f5}以及地段人流量P={p1,p2,p3,p4,p5},并且计算出回收站j到共享单车点i之间的一组距离组M={m1n,m2n,…,mji,…,ms2,ms1};
A3、将G、F、P按照权重计算得到新的范围评判值,记为K,范围评判值K表示在由半径长度为100m的圆内回收共享单车的难易程度,计算回收站j到共享单车点i的路径的范围评判值集合t∈{1,2,…,o},取ωg=0.3、ωf=0.2、ωp=0.5按照公式(1)计算
其中o表示对应回收站j到共享单车点i的路径中范围评判值的个数,表示回收站j到共享单车点i的总路径第t组范围评判值,ωg、ωf、ωp表示对应的权重,ωg表示高程情况对评判值影响,ωf表示气候情况对评判值影响,ωp表示地段人流量对评判值影响;
A4、对集合Kji中的评判值求平均得到值 表示回收站j到共享单车点i的难易程度,再通过计算mji与的商来得到qji,即回收站j到共享单车点i的可达性,如公式(2)所示,
A5、比较同一个共享单车点到不同回收站的可达性大小来判断该共享单车需要由哪个回收站来收取,可达性值越小代表该回收站来回收更方便;
A6、将获取的杭州某地区的矢量地图导入ArcGIS Pro中,该矢量地图是ESRI(美国环境***研究所公司Environmental Systems Research Institute,Inc)提供的一种矢量数据格式,没有拓扑信息,其中包含杭州该地区的高程数据、气候情况、地段人流量、报废共享单车点的位置信息以及回收站信息等feature特性信息,图2为成功导入ArcGIS Pro之后显示的共享单车位置信息和回收站的位置信息;
A7、对高程数据进行处理,通过对高层数据进行坡度和特征进行提取和处理,得到坡度情况;
A8、对地段人流量进行处理,地段人流量的大小对共享单车回收的时间和效率有着较大的影响,因此通过对地段人流量的数据处理从而得到地段流量密度情况;
A9、对气候天气数据进行处理,气候的不同也会影响回收时的效率,通过对天气数据的处理得到天气分布情况;
A10、根据坡度情况、天气分布情况以及地段密度情况设置权重,通过ArcGIS Pro中的Spatial Analyst Tools来实现并且生成最终的成本数据集;
A11、通过导入成本数据集,加入A4、A5中的方法,最终创建用于对废旧共享单车进行分类的网络分析;
A12、在网络分析中设置所需要分配的回收站的个数,即可分析出周围适合该回收站回收的单车,图3即为通过创建的网络分析并且定义4个回收站位置信息来优化出的适合回收站来回收的共享单车图。
以上阐述的是本发明给出的一个实施例表现出来的优良效果,显然本发明不仅适合上述实施例,在不偏离本发明基本精神及不超出本发明实质内容所涉及内容的前提下可对其做种种变化加以实施。
Claims (3)
1.一种基于GIS的城市共享单车回收方法,其特征在于:所述城市共享单车回收方法包括以下步骤:
A1、获取城市的高程数据G、气候情况F、地段人流量P、报废共享单车点的位置信息E={e1,e2,…,ei,…,en}以及回收站信息H={h1,h2,…,hj,…,hs},其中ei表示第i个报废共享单车点的数据信息,数据信息包括在该点的高程信息、气候情况和人流量,i∈{1,2,…,n},n代表共享单车的总数量;hj表示第j个回收站的信息,j∈{1,2,…,s},s表示回收站的总数量;
A2、定义不同区间内的高程数据对应不同的数值,记为G={ga},ga表示区间a的高程数据对应的数值,ga的值越小代表该位置的海拔越低,同理气候情况F以及地段人流量P则定义成为F={fb}和P={pc},fb代表区间b的气候对应的数值,fb的值越小代表该位置天气越好,pc代表区间c的地段人流量对应的数值,pc的值越小代表该位置的人流量越少;定义回收站j到共享单车点i之间的距离mji,则得到一组距离组M={m1n,m2n,…,mji,…,ms2,ms1};
A3、将G、F、P按照权重计算得到新的范围评判值,记为K,范围评判值K表示在由半径长度为r的圆内回收共享单车的难易程度,相应的,回收站j到共享单车点i的路径则被分成一组由对应o个数量的范围评判值组成的集合t∈{1,2,…,o},o的大小与回收站j到共享单车点i的路径有关,按照公式(1)计算,
其中表示回收站j到共享单车点i的总路径第t组范围评判值,ωg、ωf、ωp表示对应的权重,ωg表示高程情况对评判值影响,ωf表示气候情况对评判值影响,ωp表示地段人流量对评判值影响,且ωg+ωf+ωp=1,0≤ωg≤1,0≤ωf≤1,0≤ωp≤1;
A4、对集合Kji中的评判值求平均得到值 表示回收站j到共享单车点i的难易程度,再通过计算mji与的商来得到qji,即回收站j到共享单车点i的可达性,如公式(2)所示,
A5、比较同一个共享单车点到不同回收站的可达性大小来判断该共享单车需要由哪个回收站来收取,可达性值越小代表该回收站来回收更方便;
A6、将feature特征信息导入ArcGIS Pro中,其中feature特征信息包含城市的高程数据、气候情况、地段人流量、报废共享单车点的位置信息以及回收站信息;
A7、对高程数据进行处理,通过对高层数据进行坡度和特征进行提取和处理,得到坡度情况;
A8、对地段人流量进行处理,地段人流量的大小对共享单车回收的时间和效率有着较大的影响,因此通过对地段人流量的数据处理从而得到地段流量密度情况;
A9、对气候天气数据进行处理,气候的不同也会影响回收时的效率,通过对天气数据的处理得到天气分布情况;
A10、根据坡度情况、天气分布情况以及地段密度情况设置权重,即步骤A3的实现,通过ArcGIS Pro中的Spatial Analyst Tools来实现并且生成最终的成本数据集;
A11、通过导入成本数据集,加入A4、A5中的方法,最终创建用于对废旧共享单车进行分类的网络分析;
A12、在网络分析中设置所需要分配的回收站的个数,即分析出周围适合该回收站回收的单车。
2.根据权利要求1或2所述的一种基于GIS的城市共享单车回收方法,其特征在于:所述步骤A10中,所述的获最终的成本数据集由生成的坡度图、天气分布图和地段流量密度图进行合并生成。
3.根据权利要求1或2所述的一种基于GIS的城市城市共享单车回收方法,其特征在于:所述步骤A11中,在生成网络分析中,通过导入一种自定义脚本来生成网络分析,该脚本是对A4步骤中的实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810246013.5A CN108564257B (zh) | 2018-03-23 | 2018-03-23 | 一种基于gis的城市共享单车回收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810246013.5A CN108564257B (zh) | 2018-03-23 | 2018-03-23 | 一种基于gis的城市共享单车回收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108564257A true CN108564257A (zh) | 2018-09-21 |
CN108564257B CN108564257B (zh) | 2021-06-18 |
Family
ID=63532007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810246013.5A Active CN108564257B (zh) | 2018-03-23 | 2018-03-23 | 一种基于gis的城市共享单车回收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108564257B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599301A (zh) * | 2019-09-05 | 2019-12-20 | 上海钧正网络科技有限公司 | 车辆管理方法、装置、计算机设备和存储介质 |
CN111582659A (zh) * | 2020-04-16 | 2020-08-25 | 北京航空航天大学青岛研究院 | 一种山地作业难度指数计算方法 |
CN112330205A (zh) * | 2020-11-25 | 2021-02-05 | 詹桂亭 | 一种基于大数据的共享单车投放位置分析*** |
CN114446075A (zh) * | 2022-04-07 | 2022-05-06 | 北京阿帕科蓝科技有限公司 | 一种召回车辆的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022239A1 (en) * | 2007-08-28 | 2011-01-27 | Forbes Jr Joseph W | Method and apparatus for effecting controlled restart of electrical servcie with a utility service area |
CN102750622A (zh) * | 2012-06-08 | 2012-10-24 | 北京青龙河经济技术开发有限公司 | 物质回收复合*** |
US20140244329A1 (en) * | 2013-02-28 | 2014-08-28 | P800X, Llc | Method and system for automated project management |
US20150298565A1 (en) * | 2012-09-03 | 2015-10-22 | Hitachi, Ltd. | Charging support system and charging support method for electric vehicle |
CN107103373A (zh) * | 2017-04-13 | 2017-08-29 | 成都步共享科技有限公司 | 一种共享单车预约状态或故障状态的提示方法 |
CN107390243A (zh) * | 2017-06-09 | 2017-11-24 | 北斗导航位置服务(北京)有限公司 | 一种gnss定位数据与地理围栏临界点阈值判断方法 |
CN107681087A (zh) * | 2017-11-12 | 2018-02-09 | 青岛多德多信息技术有限公司 | 一种防伪共享电池 |
CN107681086A (zh) * | 2017-11-12 | 2018-02-09 | 青岛多德多信息技术有限公司 | 一种带定位防盗防缺电共享防伪电池 |
-
2018
- 2018-03-23 CN CN201810246013.5A patent/CN108564257B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022239A1 (en) * | 2007-08-28 | 2011-01-27 | Forbes Jr Joseph W | Method and apparatus for effecting controlled restart of electrical servcie with a utility service area |
CN102750622A (zh) * | 2012-06-08 | 2012-10-24 | 北京青龙河经济技术开发有限公司 | 物质回收复合*** |
US20150298565A1 (en) * | 2012-09-03 | 2015-10-22 | Hitachi, Ltd. | Charging support system and charging support method for electric vehicle |
US20140244329A1 (en) * | 2013-02-28 | 2014-08-28 | P800X, Llc | Method and system for automated project management |
CN107103373A (zh) * | 2017-04-13 | 2017-08-29 | 成都步共享科技有限公司 | 一种共享单车预约状态或故障状态的提示方法 |
CN107390243A (zh) * | 2017-06-09 | 2017-11-24 | 北斗导航位置服务(北京)有限公司 | 一种gnss定位数据与地理围栏临界点阈值判断方法 |
CN107681087A (zh) * | 2017-11-12 | 2018-02-09 | 青岛多德多信息技术有限公司 | 一种防伪共享电池 |
CN107681086A (zh) * | 2017-11-12 | 2018-02-09 | 青岛多德多信息技术有限公司 | 一种带定位防盗防缺电共享防伪电池 |
Non-Patent Citations (1)
Title |
---|
吴海涛 等: ""进化树拓扑路网构建及多停靠点路径规划方法研究"", 《计算机学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599301A (zh) * | 2019-09-05 | 2019-12-20 | 上海钧正网络科技有限公司 | 车辆管理方法、装置、计算机设备和存储介质 |
CN110599301B (zh) * | 2019-09-05 | 2022-03-18 | 上海钧正网络科技有限公司 | 车辆管理方法、装置、计算机设备和存储介质 |
CN111582659A (zh) * | 2020-04-16 | 2020-08-25 | 北京航空航天大学青岛研究院 | 一种山地作业难度指数计算方法 |
CN111582659B (zh) * | 2020-04-16 | 2023-09-19 | 北京航空航天大学青岛研究院 | 一种山地作业难度指数计算方法 |
CN112330205A (zh) * | 2020-11-25 | 2021-02-05 | 詹桂亭 | 一种基于大数据的共享单车投放位置分析*** |
CN112330205B (zh) * | 2020-11-25 | 2021-09-21 | 乐清市辰卓电气有限公司 | 一种基于大数据的共享单车投放位置分析*** |
CN114446075A (zh) * | 2022-04-07 | 2022-05-06 | 北京阿帕科蓝科技有限公司 | 一种召回车辆的方法 |
CN114446075B (zh) * | 2022-04-07 | 2022-07-01 | 北京阿帕科蓝科技有限公司 | 一种召回车辆的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108564257B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Forecasting e-scooter substitution of direct and access trips by mode and distance | |
CN108564257A (zh) | 一种基于gis的城市共享单车回收方法 | |
CN107101643B (zh) | 一种拼车匹配方法 | |
CN113554353B (zh) | 一种避免空间淤积的公共自行车空间调度优化方法 | |
CN105205559A (zh) | 基于多源异构众包数据的风景旅行路线规划*** | |
CN109189949A (zh) | 一种人口分布计算方法 | |
Sierpiński et al. | Equalising the levels of electromobility implementation in cities | |
Zhu et al. | Solar photovoltaic generation for charging shared electric scooters | |
CN107305666A (zh) | 车辆运营路线商业分析方法及*** | |
Wu | Challenges and opportunities in algorithmic solutions for re-balancing in bike sharing systems | |
Mulrow et al. | Is slower more sustainable? The role of speed in achieving environmental goals | |
Bao et al. | Spatiotemporal clustering analysis of shared electric vehicles based on trajectory data for sustainable urban governance | |
Wamburu et al. | Ride substitution using electric bike sharing: feasibility, cost, and carbon analysis | |
CN110245774A (zh) | 一种根据员工家庭住址进行班车线路优化的方法 | |
Lu et al. | Exploring travel patterns and static rebalancing strategies for dockless bike-sharing systems from multi-source data: a framework and case study | |
Su et al. | A review of studies in taxi mobility and e-hailing taxi service | |
CN106372761A (zh) | 一种基于群智计算的公交自行车出行路线规划方法 | |
Steenberghen et al. | Support study on data collection and analysis of active modes use and infrastructure in Europe | |
Lin et al. | A cloud computing framework for real-time carpooling services | |
Wei et al. | Data-driven energy and population estimation for real-time city-wide energy footprinting | |
Moralıoğlu et al. | A decision support system for placing shared e-scooters: a case study for istanbul | |
Zhou et al. | Design of intelligent carpooling program based on big data analysis and multi-information perception | |
Fathabad et al. | Data-Driven Optimization for E-Scooter System Design | |
Lee et al. | Ensemble-based methodology to identify optimal personal mobility service areas using public data | |
Brito et al. | Context-aware multi-modal route selection service for urban computing scenarios |
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 |