CN110556014B - 智能公交调度平台*** - Google Patents
智能公交调度平台*** Download PDFInfo
- Publication number
- CN110556014B CN110556014B CN201910860243.5A CN201910860243A CN110556014B CN 110556014 B CN110556014 B CN 110556014B CN 201910860243 A CN201910860243 A CN 201910860243A CN 110556014 B CN110556014 B CN 110556014B
- Authority
- CN
- China
- Prior art keywords
- bus
- module
- predicted
- value
- approximately accurate
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能公交调度平台***,包括以下模块:第一位置模块,用于获取当前时刻一条公交线路从起点站到终点站之间同向运行该线路公交车的当前地理位置,读取当前时刻所述公交车预测地理位置等。本发明具有以下效果:避免了复杂的通讯及电磁环境下仅仅依靠现有单一的定位方法就确定调度方案出现巨大误差的问题,从而提升了定位速度且提高了公交调度的精准度及稳定性,而且启动备用调度方案时通过车站采集和流动采集相结合,大大提升了计算速度,从而更快捷的识别最佳调度方案。最后还通过hash算法查找车牌号来定位问题公交车的,计算速度也大大提高。
Description
技术领域
本发明属于大数据技术领域,具体涉及一种智能公交调度平台***。
背景技术
随着经济的发展,城市交通越来越拥挤,特别是遇到出行高峰时,由于交通拥堵,公交车往往不能按时到站,乘客的等待时间较长,给人们的出行带来不便,有时又因为道路太过畅通,公交车速过快,导致线路中的各个区间的车数量不均匀。
现有的公交调度平台***通过获取目标线路对应的每一辆公交车的当前地理位置,确定每一辆公交车当前所在的运行区间,根据每个运行区间中的公交车异常状况进行调度部署;或者在每班次公交发车前,调度***根据预约出行乘客信息,确定公交车辆初始行驶路径,若出现动态出行需求,调度***根据车辆位置信息和乘客信息,及时调整车辆行驶路径。但是现有技术中,由于受复杂的通讯及电磁环境的影响,定位及获取公交车地理位置的结果容易收到干扰,比如滴滴和优步经常出现此类问题,从而导致依靠现有单一的定位方法与调度***之间产生有很大误差结果,而且定位速度也比较慢,启动备用调度方案时,往往随意性比较强,根据路况信息实时调度时计算速度跟不上,定位问题公交车的计算速度也比较慢。
发明内容
本发明的目的是为了克服上述不足提供一种智能公交调度平台***,包括以下模块:
第一位置模块,用于获取当前时刻一条公交线路从起点站到终点站之间同向运行该线路公交车的当前地理位置,读取当前时刻所述公交车预测地理位置;
第一计算模块,用于计算当前时刻所述公交车地理位置与当前时刻所述公交车预测地理位置之间距离差值c1;
第二位置模块,用于获取下一时刻所述公交车地理位置,读取下一时刻所述公交车预测地理位置;
第二计算模块,用于计算所述公交车地理位置和下一时刻所述公交车预测地理位置之间距离差值c2;
预设模块,用于预设该线路公交车同向运行实际位置与预测位置的偏差阈值;
输出判断模块,用于判断c1与c2之差是否超出偏差阈值范围,并将判断结果进行缓存,读取缓存结果,当c1与c2之差位于偏差阈值范围之内的次数小于或等于F时,则判定预测位置的偏差近似准确,该线路运行正常,同时将近似准确的预测位置结果进行保存;反之,则通过通讯模块对车辆终端和车队发送调度控制信息。
本发明具有以下效果:本发明判断c1与c2之差是否超出偏差阈值范围,然后根据当c1与c2之差位于偏差阈值范围之内的次数是否满足预设次数等等步骤来判断线路运行状况,并且先获得包含近似准确的预测位置的集合W,根据集合W中包含的近似准确的预测位置的样本数量,选择数量最多的近似准确的预测位置作为目标近似准确的预测位置,避免了复杂的通讯及电磁环境下仅仅依靠现有单一的定位方法就确定调度方案出现巨大误差的问题,从而提升了定位速度且提高了公交调度的精准度及稳定性,而且启动备用调度方案时通过车站采集和流动采集相结合,大大提升了计算速度,从而更快捷的识别最佳调度方案。最后还通过hash算法查找车牌号来定位问题公交车的,计算速度也大大提高。
附图说明
图1是本发明智能公交调度平台******结构示意图。
图2是输出判断模块***结构示意图。
具体实施方式
以下结合具体实施例对本发明作进一步的说明:
一种智能公交调度平台***,包括以下模块:
第一位置模块,用于获取当前时刻一条公交线路从起点站到终点站之间同向运行该线路公交车的当前地理位置,读取当前时刻所述公交车预测地理位置;
第一计算模块,用于计算当前时刻所述公交车地理位置与当前时刻所述公交车预测地理位置之间距离差值c1;
第二位置模块,用于获取下一时刻所述公交车地理位置,读取下一时刻所述公交车预测地理位置;
第二计算模块,用于计算所述公交车地理位置和下一时刻所述公交车预测地理位置之间距离差值c2;
预设模块,用于预设该线路公交车同向运行实际位置与预测位置的偏差阈值;
输出判断模块,用于判断c1与c2之差是否超出偏差阈值范围,并将判断结果进行缓存,读取缓存结果,当c1与c2之差位于偏差阈值范围之内的次数小于或等于F时,则判定预测位置的偏差近似准确,该线路运行正常,同时将近似准确的预测位置结果进行保存;反之,则通过通讯模块对车辆终端和车队发送调度控制信息。所述F为5。
所述输出判断模块包括调度模块,用于当c1与c2之差位于偏差阈值范围之内的次数大于u时,启动备用调度方案。
所述输出判断模块包括:第一判断模块,用于将近似准确的预测位置结果进行保存后,读取取近似准确的预测位置;判断近似准确的预测位置的数量是否超过预设值,以及判断近似准确的预测位置与预测位置最小间距离是否超过设定的阈值;当近似准确的预测位置的数量超过预设值或者近似准确的预测位置与预测位置最小间距离超过设定的阈值时,则执行筛选模块,若两个均没有超出,则执行合并模块;
合并模块,用于计算任意两个近似准确的预测位置距离,根据计算出的距离,合并距离最小的两个近似准确的预测位置,然后返回第一判断模块;
筛选模块,用于筛选出满足上述二者条件之一的近似准确的预测位置,获得包含近似准确的预测位置的集合W;
预测位置更新模块,用于根据集合W中包含的近似准确的预测位置的样本数量,选择数量最多的近似准确的预测位置作为目标近似准确的预测位置;对目标近似准确的预测位置包含的所有样本的位置进行加权平均处理,获得最新预测位置,并更新原存储介质中的预测位置。
所述预测位置更新模块包括路况更新模块,用于在获得最新预测位置,并更新原存储介质中的预测位置后,以一定时间间隔更新路况信息。
所述调度模块包括优选模块,用于在启动备用调度方案时在一条线路同向正在运行u辆公交车作为u个通讯节点,在车站采集并记录各个公交车的信号值Sj,这些车站信号值Sj组成该车站的第一集合Sjh,一条线路所有同向车站的第一集合Sjh组成总的车站集合,利用流动车载信号采集装置在不同的信号采集点记录该点的各个公交车的信号值Sd,这些信号采集点信号值Sd组成该信号采集点的第二集合Sdh;在u辆公交车里选取v个公交车作为样本(v≤u),并记录这v个公交车的车牌号,根据运行线路中这v个公交车的车牌号,查找车站对应的v个公交车信号值,组成大小为u*v的矩阵,其中u为列,v为行,Sjij表示第i个车站接收到第j个公交车的信号值;调取信号采集点第二集合Sdh,查找信号采集点对应的v个公交车信号值存为行向量形式,其中Sdi表示第i个公交车的信号值,将第二集合Sdh与矩阵中的每行进行计算距离将2个顺序相连的Sj和2个顺序相连的Sd分别存储到两个寄存器中,初始存储值为0,将结果存入第三个寄存器存储结果得到第一数值,若第一数值为2的倍数,那么距离d=第一数值;反之舍弃第一数值,继续换成其它的2个顺序相连的Sj和2个顺序相连的Sd重复上述步骤;找出矩阵中的2个最短的距离值ds1和ds2,通过以下公式计算信号采集点位置(X,Y):X={(x1/ds1)+(x2/ds2)}/{(1/d1)+(1/d2)};Y={(Y1/ds1)+(Y2/ds2)}/{(1/d1)+(1/d2)};其中(X1,Y1)和(X2,Y2)为两个车站坐标,d1和d2由上述计算得出;计算预测的位置与实际位置的误差,根据所述误差计算平均误差,选取平均误差最小的备用调度方案进行调度即可。
所述优选模块包括车辆识别模块,用于根据车牌号与第一集合Sjh中对应信号值Sj映射关系,确定Hash(key),构造Hash表,取车牌号值为key值,Hash(车牌号)输出的是车牌号对应的信号值Sj,依次遍历2个最短的距离ds,依据2个最短距离ds所在行数与车牌号的映射关系,查找出对应车牌号,其中取最短距离ds所在行信号值为kev值,Hash(kev)输出的是最短距离ds所在行数对应的车牌号。
上述智能公交调度平台***的调度方法,包括以下步骤:
获取当前时刻一条公交线路从起点站到终点站之间同向运行该线路公交车的当前地理位置;
读取当前时刻所述公交车预测地理位置;
计算当前时刻所述公交车地理位置与当前时刻所述公交车预测地理位置之间距离差值c1;
获取下一时刻所述公交车地理位置,读取下一时刻所述公交车预测地理位置,计算所述公交车地理位置和下一时刻所述公交车预测地理位置之间距离差值c2;
预设该线路公交车同向运行实际位置与预测位置的偏差阈值;
判断c1与c2之差是否超出偏差阈值范围,并将判断结果进行缓存;
读取缓存结果,当c1与c2之差位于偏差阈值范围之内的次数小于或等于F时,则判定预测位置的偏差近似准确,该线路运行正常,同时将近似准确的预测位置结果进行保存;反之,则通过通讯模块对车辆终端和车队调度室发送调度控制信息。所述F可以为5。
当c1与c2之差位于偏差阈值范围之内的次数大于u时,启动备用调度方案。
将近似准确的预测位置结果进行保存后,读取取近似准确的预测位置;判断近似准确的预测位置的数量是否超过预设值,以及判断近似准确的预测位置与预测位置最小间距离是否超过设定的阈值;当近似准确的预测位置的数量超过预设值或者近似准确的预测位置与预测位置最小间距离超过设定的阈值时,则执行步骤S32,若两个均没有超出,则执行步骤S31;
步骤S31:计算任意两个近似准确的预测位置距离,根据计算出的距离,合并距离最小的两个近似准确的预测位置,然后返回上一步;
步骤S32:筛选出满足上述二者条件之一的近似准确的预测位置,获得包含近似准确的预测位置的集合W;
根据集合W中包含的近似准确的预测位置的样本数量,选择数量最多的近似准确的预测位置作为目标近似准确的预测位置;对目标近似准确的预测位置包含的所有样本的位置进行加权平均处理,获得最新预测位置,并更新原存储介质中的预测位置。
获得最新预测位置,并更新原存储介质中的预测位置后,以一定时间间隔更新路况信息。
启动备用调度方案时在一条线路同向正在运行u辆公交车作为u个通讯节点,在车站采集并记录各个公交车的信号值Sj,这些车站信号值Sj组成该车站的第一集合Sjh,一条线路所有同向车站的第一集合Sjh组成总的车站集合,利用流动车载信号采集装置在不同的信号采集点记录该点的各个公交车的信号值Sd,这些信号采集点信号值Sd组成该信号采集点的第二集合Sdh;在u辆公交车里选取v个公交车作为样本(v≤u),并记录这v个公交车的车牌号,根据运行线路中这v个公交车的车牌号,查找车站对应的v个公交车信号值,组成大小为u*v的矩阵,其中u为列,v为行,Sjij表示第i个车站接收到第j个公交车的信号值;调取信号采集点第二集合Sdh,查找信号采集点对应的v个公交车信号值存为行向量形式,其中Sdi表示第i个公交车的信号值,将第二集合Sdh与矩阵中的每行进行计算距离将2个顺序相连的Sj和2个顺序相连的Sd分别存储到两个寄存器中,初始存储值为0,将结果存入第三个寄存器存储结果得到第一数值,若第一数值为2的倍数,那么距离d=第一数值;反之舍弃第一数值,继续换成其它的2个顺序相连的Sj和2个顺序相连的Sd重复上述步骤;找出矩阵中的2个最短的距离值ds1和ds2,通过以下公式计算信号采集点位置(X,Y):X={(x1/ds1)+(x2/ds2)}/{(1/d1)+(1/d2)};Y={(Y1/ds1)+(Y2/ds2)}/{(1/d1)+(1/d2)};其中(X1,Y1)和(X2,Y2)为两个车站坐标,d1和d2由上述计算得出;计算预测的位置与实际位置的误差,根据所述误差计算平均误差,选取平均误差最小的备用调度方案进行调度即可。
进一步判断所述公交车车速是否过快,如果过快则通过通讯模块对车辆终端发送降速的信息;如果线路拥堵造成过慢,则通过通讯模块向车队调度室发出调度信息,调度预备车辆出发。
根据车牌号与第一集合Sjh中对应信号值Sj映射关系,确定Hash(key),构造Hash表,取车牌号值为key值,Hash(车牌号)输出的是车牌号对应的信号值Sj,依次遍历2个最短的距离ds,依据2个最短距离ds所在行数与车牌号的映射关系,查找出对应车牌号,其中取最短距离ds所在行信号值为kev值,Hash(kev)输出的是最短距离ds所在行数对应的车牌号。
选择所述公交线路上的多个车站,根据多个车站之间的顺序关系确定所述公交是同向还是异向。
如果线路拥堵造成过慢,则通过通讯模块向车队调度室发出调度信息,确定在当前异常运行区间内运行的所述公交车的运行方向,调度至少一辆备用公交车从所述最近的非异常运行区间开始按照所述目标线路运行。
Claims (5)
1.一种智能公交调度平台***,其特征在于包括以下模块:
第一位置模块,用于获取当前时刻一条公交线路从起点站到终点站之间同向运行该线路公交车的当前地理位置,读取当前时刻所述公交车预测地理位置;
第一计算模块,用于计算当前时刻所述公交车地理位置与当前时刻所述公交车预测地理位置之间距离差值c1;
第二位置模块,用于获取下一时刻所述公交车地理位置,读取下一时刻所述公交车预测地理位置;
第二计算模块,用于计算所述公交车地理位置和下一时刻所述公交车预测地理位置之间距离差值c2;
预设模块,用于预设该线路公交车同向运行实际位置与预测位置的偏差阈值;
输出判断模块,用于判断c1与c2之差是否超出偏差阈值范围,并将判断结果进行缓存,读取缓存结果,当c1与c2之差位于偏差阈值范围之内的次数小于或等于F时,则判定预测位置的偏差近似准确,该线路运行正常,同时将近似准确的预测位置结果进行保存;反之,则通过通讯模块对车辆终端和车队发送调度控制信息;所述输出判断模块包括调度模块,用于当c1与c2之差位于偏差阈值范围之内的次数大于F时,启动备用调度方案;所述调度模块包括优选模块,用于在启动备用调度方案时在一条线路同向正在运行u辆公交车作为u个通讯节点,在车站采集并记录各个公交车的信号值Sj,这些车站信号值Sj组成该车站的第一集合Sjh,一条线路所有同向车站的第一集合Sjh组成总的车站集合,利用流动车载信号采集装置在不同的信号采集点记录该点的各个公交车的信号值Sd,这些信号采集点信号值Sd组成该信号采集点的第二集合Sdh;在u辆公交车里选取v个公交车作为样本,其中v≤u,并记录这v个公交车的车牌号,根据运行线路中这v个公交车的车牌号,查找车站对应的v个公交车信号值,组成大小为u*v的矩阵,其中u为列,v为行,Sjij表示第i个车站接收到第j个公交车的信号值;调取信号采集点第二集合Sdh,查找信号采集点对应的v个公交车信号值存为行向量形式,其中Sdi表示第i个公交车的信号值,将第二集合Sdh与矩阵中的每行进行计算距离其中,Sji表示第i个车站接收到各个公交车的信号值;将2个顺序相连的Sj和2个顺序相连的Sd分别存储到两个寄存器中,初始存储值为0,将结果存入第三个寄存器存储结果得到第一数值,若第一数值为2的倍数,那么距离d=第一数值;反之舍弃第一数值,继续换成其它的2个顺序相连的Sj和2个顺序相连的Sd重复上述步骤;找出矩阵中的2个最短的距离值ds1和ds2,通过以下公式计算信号采集点位置(X,Y):X={(X1/ds1)+(X2/ds2)}/{(1/d1)+(1/d2)};Y={(Y1/ds1)+(Y2/ds2)}/{(1/d1)+(1/d2)};其中(X1,Y1)和(X2,Y2)为两个车站坐标,d1和d2由上述计算得出;计算预测的位置与实际位置的误差,根据所述误差计算平均误差,选取平均误差最小的备用调度方案进行调度即可。
2.根据权利要求1所述智能公交调度平台***,其特征在于所述输出判断模块包括:第一判断模块,用于将近似准确的预测位置结果进行保存后,读取近似准确的预测位置;判断近似准确的预测位置的数量是否超过预设值,以及判断近似准确的预测位置与预测位置最小间距是否超过设定的阈值;当近似准确的预测位置的数量超过预设值或者近似准确的预测位置与预测位置最小间距超过设定的阈值时,则执行筛选模块,若两个均没有超出,则执行合并模块;
合并模块,用于计算任意两个近似准确的预测位置距离,根据计算出的距离,合并距离最小的两个近似准确的预测位置,然后返回第一判断模块;
筛选模块,用于筛选出满足上述二者条件之一的近似准确的预测位置,获得包含近似准确的预测位置的集合W;
预测位置更新模块,用于根据集合W中包含的近似准确的预测位置的样本数量,选择数量最多的近似准确的预测位置作为目标近似准确的预测位置;对目标近似准确的预测位置包含的所有样本的位置进行加权平均处理,获得最新预测位置,并更新原存储介质中的预测位置。
3.根据权利要求2所述智能公交调度平台***,其特征在于:所述预测位置更新模块包括路况更新模块,用于在获得最新预测位置,并更新原存储介质中的预测位置后,以一定时间间隔更新路况信息。
4.根据权利要求3所述智能公交调度平台***,其特征在于:所述优选模块包括车辆识别模块,用于根据车牌号与第一集合Sjh中对应信号值Sj映射关系,确定Hash(key),构造Hash表,取车牌号值为key值,Hash(车牌号)输出的是车牌号对应的信号值Sj,依次遍历2个最短的距离ds,依据2个最短距离ds所在行数与车牌号的映射关系,查找出对应车牌号,其中取最短距离ds所在行信号值为kev值,Hash(kev)输出的是最短距离ds所在行数对应的车牌号。
5.根据权利要求4所述智能公交调度平台***,其特征在于:所述F为5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910860243.5A CN110556014B (zh) | 2019-09-11 | 2019-09-11 | 智能公交调度平台*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910860243.5A CN110556014B (zh) | 2019-09-11 | 2019-09-11 | 智能公交调度平台*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110556014A CN110556014A (zh) | 2019-12-10 |
CN110556014B true CN110556014B (zh) | 2020-07-03 |
Family
ID=68739995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910860243.5A Active CN110556014B (zh) | 2019-09-11 | 2019-09-11 | 智能公交调度平台*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110556014B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111127935A (zh) * | 2019-12-13 | 2020-05-08 | 广东电网有限责任公司 | 一种公车调度路径分析方法及*** |
CN111311116B (zh) * | 2020-03-12 | 2024-03-01 | 上海东普信息科技有限公司 | 基于智慧园区的车辆调度方法、装置、设备和存储介质 |
CN115170006B (zh) * | 2022-09-08 | 2022-11-29 | 南方科技大学 | 发车调度方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004227207A (ja) * | 2003-01-22 | 2004-08-12 | Kyosan Electric Mfg Co Ltd | バス運行管理システム、バス運行管理端末、バス運行管理プログラム及びバス運行管理方法 |
CN106295886A (zh) * | 2016-08-12 | 2017-01-04 | 梁广俊 | 基于混沌理论的改进模糊神经网络公交车智能调度方法 |
CN106530791A (zh) * | 2016-11-03 | 2017-03-22 | 中兴软创科技股份有限公司 | 公交车到站位置匹配方法与*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004102411A (ja) * | 2002-09-05 | 2004-04-02 | Nagoya Railroad Co Ltd | バスロケーションシステム |
CN101470946B (zh) * | 2007-12-25 | 2010-09-22 | 厦门雅迅网络股份有限公司 | 城市公交***中gps和客流数据处理方法 |
CN103426297B (zh) * | 2012-05-18 | 2015-09-09 | 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 |
CN103426301B (zh) * | 2012-05-18 | 2015-09-09 | 李志恒 | 一种能够精确到秒的快速公交调度***及方法 |
CN104575059B (zh) * | 2014-08-19 | 2016-09-14 | 北京易华录信息技术股份有限公司 | 一种能引导brt按照时刻表精准运行的方法及*** |
CN104408908B (zh) * | 2014-11-05 | 2016-09-07 | 东南大学 | 公交车辆越站调度方法及*** |
CN205508158U (zh) * | 2016-04-13 | 2016-08-24 | 长安大学 | 一种基于公交计划时刻表的时间控制点偏离情况提醒装置 |
CN109515438A (zh) * | 2018-11-03 | 2019-03-26 | 冼汉生 | 一种基于物联网的公交车行驶***及公交车行驶方法 |
-
2019
- 2019-09-11 CN CN201910860243.5A patent/CN110556014B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004227207A (ja) * | 2003-01-22 | 2004-08-12 | Kyosan Electric Mfg Co Ltd | バス運行管理システム、バス運行管理端末、バス運行管理プログラム及びバス運行管理方法 |
CN106295886A (zh) * | 2016-08-12 | 2017-01-04 | 梁广俊 | 基于混沌理论的改进模糊神经网络公交车智能调度方法 |
CN106530791A (zh) * | 2016-11-03 | 2017-03-22 | 中兴软创科技股份有限公司 | 公交车到站位置匹配方法与*** |
Also Published As
Publication number | Publication date |
---|---|
CN110556014A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110556014B (zh) | 智能公交调度平台*** | |
CN107845259B (zh) | 公交运行情况实时反馈***及公交实时运行数据处理方法 | |
CN107331172B (zh) | 一种基于道路交通状态的交通相位调整方法和装置 | |
CN109686082B (zh) | 一种基于边缘计算节点的城市交通监测***及部署方法 | |
CN109767619B (zh) | 一种智能网联纯电动汽车行驶工况预测方法 | |
CN101976505A (zh) | 交通评价方法及*** | |
CN101950477A (zh) | 一种交通信息处理方法及装置 | |
EP3076728B1 (en) | Wireless network availability for a moving network based on location determination | |
CN112562330A (zh) | 评估道路运行指数的方法和装置、电子设备、存储介质 | |
CN103838868A (zh) | 一种基于多公交线路运行数据融合的城市公交到站时间预测方法 | |
CN107545318B (zh) | 公交线路优先级确定、公交换乘线路排序方法及装置 | |
CN111881243A (zh) | 一种出租车轨迹热点区域分析方法及*** | |
CN113553482A (zh) | 停留点识别和出行链构建***、算法、设备及存储介质 | |
CN105096590A (zh) | 交通信息生成方法和交通信息生成设备 | |
CN112633120A (zh) | 一种基于半监督学习的智能路侧感知***及模型训练方法 | |
CN102083202B (zh) | 通过移动终端获取交通信息的*** | |
CN114390438B (zh) | 一种交通设备定位方法及装置 | |
CN110444038B (zh) | 基于大数据的公交调度方法 | |
CN113065803A (zh) | 站间行车数据处理方法、装置、电子设备及存储介质 | |
CN113362628A (zh) | 一种大交通智能调度***中的双向动态最短路径显示*** | |
CN116129643B (zh) | 一种公交车出行特征识别方法、装置、设备及介质 | |
CN110533911B (zh) | 基于大数据的公交运行情况实时反馈*** | |
CN110555037A (zh) | 智慧城市数据共享*** | |
KR102645825B1 (ko) | 교통 정보를 생성하는 서버, 방법 및 컴퓨터 프로그램 | |
CN116828397B (zh) | 一种轨迹信息的获取方法、装置、电子设备和存储介质 |
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 |