CN111739287A - 一种车路协同智慧站台智能调度*** - Google Patents

一种车路协同智慧站台智能调度*** Download PDF

Info

Publication number
CN111739287A
CN111739287A CN202010431095.8A CN202010431095A CN111739287A CN 111739287 A CN111739287 A CN 111739287A CN 202010431095 A CN202010431095 A CN 202010431095A CN 111739287 A CN111739287 A CN 111739287A
Authority
CN
China
Prior art keywords
module
travel
data
road
passenger flow
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.)
Pending
Application number
CN202010431095.8A
Other languages
English (en)
Inventor
刘志
王东平
顾兵
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.)
JSTI Group Co Ltd
Original Assignee
JSTI Group 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 JSTI Group Co Ltd filed Critical JSTI Group Co Ltd
Priority to CN202010431095.8A priority Critical patent/CN111739287A/zh
Publication of CN111739287A publication Critical patent/CN111739287A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种车路协同智慧站台智能调度***，包括手机信令数据采集模块、数据特性多维度分析模块、蜂窝无线通讯网络模块、车路协同通讯网络模块、交通环境信息采集模块、模拟线路模块、预测建模模块、调度中心与大数据模块；本发明通过车路协同通讯网络模块采集车路协同技术获取的人‑车‑路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析，并通过调度中心设计调度方案动态规划方法，实现公交类别、数量及线路的最佳匹配，提高复杂城市交通环境公交***的运营效率，通过采用粒子群算法计算高效调度运行路线，综合分析公交线路运行数据及站内公交运营特性，依据客流需求合理匹配满足公交车辆利用程度最大公交类型。

Description

一种车路协同智慧站台智能调度***
技术领域
本发明属于公交车辆智能调度技术领域，具体是一种车路协同智慧站台智能调度***。
背景技术
目前，城市扩容及人口增多是城市的主要发展趋势，公共交通需求也因此变得日益庞大。公交出行作为一种重要的陆上交通出行方式，受日益拥堵的交通影响，其乘坐舒适、准点到达及节能减排等方面都无法满足社会与环境需求。针对上述问题，公交服务***优化和运营模式创新已成为业界公认的有效方案，是提升公交***服务能力的必要手段。但受限于自动驾驶公交服务***与运行管理模式不成熟的现状，自动驾驶公交的出行服务***研发及示范运营亟需解决以下几个方面的问题：出行服务方面、调度***方面及运营与测试方面；
现有调度***未能充分结合交通大数据开展客流需求分析，在调度决策上，主要依靠管理人员的经验和直觉制定静态离线调度方案，不能够实现公交类别、数量及线路的最佳匹配，交通环境公交***的运营效率低下，不能综合交通拥堵情况急道路限速等交通环境信息以及人流聚集程度与运动轨迹等实时客流信息进行合理的动态调度，提高了乘客总体等待时间的问题，为了解决上述缺陷，现提供一种解决方案。
发明内容
本发明的目的在于提供一种车路协同智慧站台智能调度***，主要解决背景技术中所提到的现有调度***未能充分结合交通大数据开展客流需求分析，在调度决策上，主要依靠管理人员的经验和直觉制定静态离线调度方案，不能够实现公交类别、数量及线路的最佳匹配，交通环境公交***的运营效率低下，不能综合交通拥堵情况急道路限速等交通环境信息以及人流聚集程度与运动轨迹等实时客流信息进行合理的动态调度，提高了乘客总体等待时间的问题。
本发明的目的可以通过以下技术方案实现：
一种车路协同智慧站台智能调度***，包括手机信令数据采集模块、数据特性多维度分析模块、蜂窝无线通讯网络模块、车路协同通讯网络模块、交通环境信息采集模块、模拟线路模块、预测建模模块、调度中心与大数据模块；
其中，所述手机信令数据采集模块用于对原始信令数据进行抽取、清洗与加载后得到符合基本条件及高质量手机信令数据，所述数据特性多维度分析模块用于对手机信令数据进行时空分布特性分析，得到城市交通和客流，所述车路协同通讯网络模块用于设计智慧公交运营管理体系，建立模块化软件设计构架；所述交通环境信息采集模块用于智慧公交调度提供交通环境基础信息，所述模拟线路模块用于根据交通环境基础信息模拟建立调度最优路线，所述预测建模模块用于建立调度需求预测模型，所述调度中心根据调度需求预测模型设计调度方案动态规划，实现公交类别、数量及线路的最佳匹配，所述大数据模块用于交通环境基础信息、城市交通和客流的信息采集提供数据库，实现数据统计、路况动态监测、平台自动诊断与线路主动管理。
作为本发明进一步的方案：所述蜂窝无线通讯网络模块用于获取城市交通和客流，并执行如下步骤：
S1、针对所述城市交通和客流做特征研究，采用数据挖掘算法，构建高效准确的出行特征提取模型，分析所述手机信令数据轨迹点时空特征，最终得到用户出行特征信息；
S2、根据所述手机信令数据轨迹点时空分布特征，设计城市交通和客流出行识别算法，识别通道客流出行信息，区别城市区域出行特征；
S3、根据步骤S2中所述通道客流出行信息分析出行特征内涵，并提取出多种通道客流出行特征指标公式；
S4、结合步骤S2中城市区域出行特征以及出行识别算法，对手机信令数据的扩样影响因素进行分析，并进行结果扩样。
作为本发明进一步的方案：所述通道客流出行信息主要包括轨迹点的进出时刻与停留时间，所述城市区域出行特征为出行和停留两种状态。
作为本发明进一步的方案：所述通道客流出行特征指标公式主要由出行用户、出行次数、通勤出行量、出行时空分布与出行方式判断。
作为本发明进一步的方案：所述设计构架包括实时车辆状态管理、运营数据存储与数据统计分析，用于采集车路协同技术获取的人-车-路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析。
作为本发明进一步的方案：所述交通环境基础信息主要包括交通拥堵情况与道路限速情况。
本发明的有益效果：
(1)传统的城市交通环境下公交运营线路和乘客需求较为复杂，且具有时空动态变化特性，而本发明通过数据特性多维度分析模块对手机信令数据进行时空分布特性分析，得到城市交通和客流，且通过车路协同通讯网络模块根据大数据模块提供的数据库了解历史交通客流数据，并设计智慧公交运营管理体系，建立模块化软件设计构架，其中设计构架包括实时车辆状态管理、运营数据存储与数据统计分析，用于采集车路协同技术获取的人-车-路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析，并通过调度中心设计调度方案动态规划方法，实现公交类别、数量及线路的最佳匹配，提高复杂城市交通环境公交***的运营效率；
(2)本发明通过蜂窝无线通讯网络模块配合公交车辆内置的车联网模块能能够实现对若干组公交车辆进行无线联接，且交通环境信息采集模块通过公交车辆内置的GPS定位模块能够对智慧公交调度提供交通环境基础信息，其中交通环境基础信息主要包括交通拥堵情况与道路限速情况，其次通过模拟线路模块根据交通环境基础信息模拟建立调度最优路线，采用粒子群算法计算高效调度运行路线，综合分析公交线路运行数据及站内公交运营特性，依据客流需求合理匹配满足公交车辆利用程度最大公交类型，实现公交车辆的最大化利用，降低乘客总体等待时间。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的运行框图；
图2为本发明基于蜂窝无线通讯网络的城市交通和客流计算框架。
具体实施方式
如图1-2所示，一种车路协同智慧站台智能调度***，包括手机信令数据采集模块、数据特性多维度分析模块、蜂窝无线通讯网络模块、车路协同通讯网络模块、交通环境信息采集模块、模拟线路模块、预测建模模块、调度中心与大数据模块；
实施例1
所述手机信令数据采集模块用于对原始信令数据进行抽取、清洗与加载后得到符合基本条件及高质量手机信令数据，所述数据特性多维度分析模块用于对手机信令数据进行时空分布特性分析，得到城市交通和客流，所述车路协同通讯网络模块用于设计智慧公交运营管理体系，建立模块化软件设计构架；所述调度中心根据调度需求预测模型设计调度方案动态规划，实现公交类别、数量及线路的最佳匹配；
其中，所述设计构架包括实时车辆状态管理、运营数据存储与数据统计分析，用于采集车路协同技术获取的人-车-路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析；通过数据特性多维度分析模块对手机信令数据进行时空分布特性分析，得到城市交通和客流，且通过车路协同通讯网络模块根据大数据模块提供的数据库了解历史交通客流数据，并设计智慧公交运营管理体系，建立模块化软件设计构架，其中设计构架包括实时车辆状态管理、运营数据存储与数据统计分析，用于采集车路协同技术获取的人-车-路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析，并通过调度中心设计调度方案动态规划方法，实现公交类别、数量及线路的最佳匹配，提高复杂城市交通环境公交***的运营效率。
实施例2
所述交通环境信息采集模块用于智慧公交调度提供交通环境基础信息，所述模拟线路模块用于根据交通环境基础信息模拟建立调度最优路线，所述预测建模模块用于建立调度需求预测模型，所述大数据模块用于交通环境基础信息、城市交通和客流的信息采集提供数据库，实现数据统计、路况动态监测、平台自动诊断与线路主动管理。
所述蜂窝无线通讯网络模块用于获取城市交通和客流，并执行如下步骤：
S1、针对所述城市交通和客流做特征研究，采用数据挖掘算法，构建高效准确的出行特征提取模型，分析所述手机信令数据轨迹点时空特征，最终得到用户出行特征信息；
S2、根据所述手机信令数据轨迹点时空分布特征，设计城市交通和客流出行识别算法，识别通道客流出行信息，区别城市区域出行特征；
S3、根据步骤S2中所述通道客流出行信息分析出行特征内涵，并提取出多种通道客流出行特征指标公式；所述通道客流出行特征指标公式主要由出行用户、出行次数、通勤出行量、出行时空分布与出行方式判断；
S4、结合步骤S2中城市区域出行特征以及出行识别算法，对手机信令数据的扩样影响因素进行分析，并进行结果扩样。
所述通道客流出行信息主要包括轨迹点的进出时刻与停留时间，所述城市区域出行特征为出行和停留两种状态；所述交通环境基础信息主要包括交通拥堵情况与道路限速情况；通过蜂窝无线通讯网络模块配合公交车辆内置的车联网模块能能够实现对若干组公交车辆进行无线联接，且交通环境信息采集模块通过公交车辆内置的GPS定位模块能够对智慧公交调度提供交通环境基础信息，其中交通环境基础信息主要包括交通拥堵情况与道路限速情况，其次通过模拟线路模块根据交通环境基础信息模拟建立调度最优路线，采用粒子群算法计算高效调度运行路线，综合分析公交线路运行数据及站内公交运营特性，依据客流需求合理匹配满足公交车辆利用程度最大公交类型，实现公交车辆的最大化利用，降低乘客总体等待时间。
实施例3
如图2所示，在实施例2中，为了为了降低研究复杂程度，假设乘客出行需求已知、乘客按照预约情况出行、只考虑单方向的乘客出行。公交调度路径规划的目标是即服务更多的乘客，降低***的拒绝率，结合出行需求，因此在首要目标函数设计需要给予特殊乘客出行优先权，假设特殊乘客服务需求权重大于普通乘客，构建的最优调度路径如下：
Figure BDA0002500552170000061
另外，调度路径优化另一目标是车辆在行驶过程中能够减少绕行距离，且在理想的时间段内出行，这两个目标可以通过一个最小化乘客出行时间的目标函数表示，目标函数由乘客实际上车时间tp与预约上车时间tr偏差和乘客在车内的行驶时间td组成，分别赋予两者不同权重：
Figure BDA0002500552170000071
综上所述，通过建立一个双层目标的可变线路公交车辆路径规划模型，上层目标为最大化服务乘客数量，下层目标为最小化乘客出行时间。该问题约束条件主要包含：车辆路径合理性约束(即每个站点只经过一次)、乘客乘车约束(每个乘客最多只能被服务一次)与车辆站点到发约束(及严格遵守行车时刻表服务)，通过将调度路径规划细分为“乘客分配”和“路线规划”，其中，乘客分配(即上层目标函数)决定每个班次具体服务哪些乘客，路线规划(即下层目标函数)是确定每辆公交车辆接送乘客的具体顺序，并拟采用粒子群算法计算满足多目标和多约束条件的最优调度路径，能够根据各站点的动态乘客需求，调整车辆班次及发车间隔，降低乘客总体等待时间。
本发明的有益效果如下：
(1)传统的城市交通环境下公交运营线路和乘客需求较为复杂，且具有时空动态变化特性，而本发明通过数据特性多维度分析模块对手机信令数据进行时空分布特性分析，得到城市交通和客流，且通过车路协同通讯网络模块根据大数据模块提供的数据库了解历史交通客流数据，并设计智慧公交运营管理体系，建立模块化软件设计构架，其中设计构架包括实时车辆状态管理、运营数据存储与数据统计分析，用于采集车路协同技术获取的人-车-路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析，通过调度中心设计调度方案动态规划方法，实现公交类别、数量及线路的最佳匹配，提高复杂城市交通环境公交***的运营效率；
(2)本发明通过蜂窝无线通讯网络模块配合公交车辆内置的车联网模块能能够实现对若干组公交车辆进行无线联接，且交通环境信息采集模块通过公交车辆内置的GPS定位模块能够对智慧公交调度提供交通环境基础信息，其中交通环境基础信息主要包括交通拥堵情况与道路限速情况，其次通过模拟线路模块根据交通环境基础信息模拟建立调度最优路线，采用粒子群算法计算高效调度运行路线，综合分析公交线路运行数据及站内公交运营特性，依据客流需求合理匹配满足公交车辆利用程度最大公交类型，实现公交车辆的最大化利用，降低乘客总体等待时间。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种车路协同智慧站台智能调度***，其特征在于，包括手机信令数据采集模块、数据特性多维度分析模块、蜂窝无线通讯网络模块、车路协同通讯网络模块、交通环境信息采集模块、模拟线路模块、预测建模模块、调度中心与大数据模块；
其中，所述手机信令数据采集模块用于对原始信令数据进行抽取、清洗与加载后得到符合基本条件及高质量手机信令数据，所述数据特性多维度分析模块用于对手机信令数据进行时空分布特性分析，得到城市交通和客流，所述车路协同通讯网络模块用于设计智慧公交运营管理体系，建立模块化软件设计构架；所述交通环境信息采集模块用于智慧公交调度提供交通环境基础信息，所述模拟线路模块用于根据交通环境基础信息模拟建立调度最优路线，所述预测建模模块用于建立调度需求预测模型，所述调度中心根据调度需求预测模型设计调度方案动态规划，实现公交类别、数量及线路的最佳匹配，所述大数据模块用于交通环境基础信息、城市交通和客流的信息采集提供数据库，实现数据统计、路况动态监测、平台自动诊断与线路主动管理。
2.根据权利要求1所述的一种车路协同智慧站台智能调度***，其特征在于，所述蜂窝无线通讯网络模块用于获取城市交通和客流，并执行如下步骤：
S1、针对所述城市交通和客流做特征研究，采用数据挖掘算法，构建高效准确的出行特征提取模型，分析所述手机信令数据轨迹点时空特征，最终得到用户出行特征信息；
S2、根据所述手机信令数据轨迹点时空分布特征，设计城市交通和客流出行识别算法，识别通道客流出行信息，区别城市区域出行特征；
S3、根据步骤S2中所述通道客流出行信息分析出行特征内涵，并提取出多种通道客流出行特征指标公式；
S4、结合步骤S2中城市区域出行特征以及出行识别算法，对手机信令数据的扩样影响因素进行分析，并进行结果扩样。
3.根据权利要求2所述的一种车路协同智慧站台智能调度***，其特征在于，所述通道客流出行信息主要包括轨迹点的进出时刻与停留时间，所述城市区域出行特征为出行和停留两种状态。
4.根据权利要求2所述的一种车路协同智慧站台智能调度***，其特征在于，所述通道客流出行特征指标公式主要由出行用户、出行次数、通勤出行量、出行时空分布与出行方式判断。
5.根据权利要求1所述的一种车路协同智慧站台智能调度***，其特征在于，所述设计构架包括实时车辆状态管理、运营数据存储与数据统计分析，用于采集车路协同技术获取的人-车-路信息，实现数据归集、故障报告、位置显示、资料查询与统计分析。
6.根据权利要求1所述的一种车路协同智慧站台智能调度***，其特征在于，所述交通环境基础信息主要包括交通拥堵情况与道路限速情况。
CN202010431095.8A 2020-05-20 2020-05-20 一种车路协同智慧站台智能调度*** Pending CN111739287A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010431095.8A CN111739287A (zh) 2020-05-20 2020-05-20 一种车路协同智慧站台智能调度***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010431095.8A CN111739287A (zh) 2020-05-20 2020-05-20 一种车路协同智慧站台智能调度***

Publications (1)

Publication Number Publication Date
CN111739287A true CN111739287A (zh) 2020-10-02

Family

ID=72647456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010431095.8A Pending CN111739287A (zh) 2020-05-20 2020-05-20 一种车路协同智慧站台智能调度***

Country Status (1)

Country Link
CN (1) CN111739287A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112837532A (zh) * 2020-12-31 2021-05-25 东南大学 一种新能源公交协同调度与节能驾驶***及其控制方法
CN113053117A (zh) * 2021-03-18 2021-06-29 杭州九匠科技有限公司 一种城市交通大数据中台
CN113053103A (zh) * 2021-02-19 2021-06-29 北京嘀嘀无限科技发展有限公司 交通仿真模型生成方法、交通流量预测方法及相关装置
CN113095649A (zh) * 2021-04-01 2021-07-09 福州物联网开放实验室有限公司 一种智慧交通动态公交仿真方法和存储设备
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***
CN113506461A (zh) * 2021-07-07 2021-10-15 安徽富煌科技股份有限公司 一种基于动态自适应粒子群算法的交通调度***
CN113781822A (zh) * 2021-09-24 2021-12-10 湖北惠诚共创科技有限公司 一种基于大数据的公交车用调度***
CN115983732A (zh) * 2022-12-23 2023-04-18 中国民航大学 一种基于车路协同的机场陆侧交通沙盘调度***
CN116050808A (zh) * 2023-03-31 2023-05-02 中科尚昇新能源汽车有限公司 一种电动吸污车的无人化作业***及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572011A (zh) * 2009-06-10 2009-11-04 上海理工大学 城市公交智能化调度管理***及方法
CN103077606A (zh) * 2013-01-05 2013-05-01 深圳市中兴移动通信有限公司 一种智能公交调度管理***
CN106503843A (zh) * 2016-10-20 2017-03-15 上海萃图数字科技有限公司 一种基于手机信令数据的常规公交线网优化与调整方法
CN107749162A (zh) * 2017-10-25 2018-03-02 十堰兴企信息科技有限公司 一种城市智能公共交通管理***
CN108538072A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种确定发车策略的方法和装置
CN108564226A (zh) * 2018-04-25 2018-09-21 哈尔滨工业大学 一种基于出租车gps及手机信令数据的公交线路优化方法
CN109657843A (zh) * 2018-11-28 2019-04-19 深圳市综合交通设计研究院有限公司 一种城市接驳公交***的一体化规划决策支持***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572011A (zh) * 2009-06-10 2009-11-04 上海理工大学 城市公交智能化调度管理***及方法
CN103077606A (zh) * 2013-01-05 2013-05-01 深圳市中兴移动通信有限公司 一种智能公交调度管理***
CN106503843A (zh) * 2016-10-20 2017-03-15 上海萃图数字科技有限公司 一种基于手机信令数据的常规公交线网优化与调整方法
CN107749162A (zh) * 2017-10-25 2018-03-02 十堰兴企信息科技有限公司 一种城市智能公共交通管理***
CN108538072A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种确定发车策略的方法和装置
CN108564226A (zh) * 2018-04-25 2018-09-21 哈尔滨工业大学 一种基于出租车gps及手机信令数据的公交线路优化方法
CN109657843A (zh) * 2018-11-28 2019-04-19 深圳市综合交通设计研究院有限公司 一种城市接驳公交***的一体化规划决策支持***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙卓 等: "基于手机信令大数据的城市居民出行OD预测", 《数字的实践与认识》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112837532A (zh) * 2020-12-31 2021-05-25 东南大学 一种新能源公交协同调度与节能驾驶***及其控制方法
CN113053103A (zh) * 2021-02-19 2021-06-29 北京嘀嘀无限科技发展有限公司 交通仿真模型生成方法、交通流量预测方法及相关装置
CN113053117A (zh) * 2021-03-18 2021-06-29 杭州九匠科技有限公司 一种城市交通大数据中台
CN113095649A (zh) * 2021-04-01 2021-07-09 福州物联网开放实验室有限公司 一种智慧交通动态公交仿真方法和存储设备
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***
CN113160602B (zh) * 2021-04-27 2022-05-10 华录智达科技股份有限公司 一种智能公交调度模拟***
CN113506461A (zh) * 2021-07-07 2021-10-15 安徽富煌科技股份有限公司 一种基于动态自适应粒子群算法的交通调度***
CN113781822A (zh) * 2021-09-24 2021-12-10 湖北惠诚共创科技有限公司 一种基于大数据的公交车用调度***
CN115983732A (zh) * 2022-12-23 2023-04-18 中国民航大学 一种基于车路协同的机场陆侧交通沙盘调度***
CN116050808A (zh) * 2023-03-31 2023-05-02 中科尚昇新能源汽车有限公司 一种电动吸污车的无人化作业***及方法
CN116050808B (zh) * 2023-03-31 2023-10-31 中科尚昇新能源汽车有限公司 一种电动吸污车的无人化作业***及方法

Similar Documents

Publication Publication Date Title
CN111739287A (zh) 一种车路协同智慧站台智能调度***
CN108053062B (zh) 一种基于多源数据的定制公交线路生成方法
Luo et al. A new framework of intelligent public transportation system based on the internet of things
CN105575108B (zh) 一种智能公交调度运营方法
CN106448233B (zh) 基于大数据的公交线路时刻表协同优化方法
CN101470946B (zh) 城市公交***中gps和客流数据处理方法
CN104809112B (zh) 一种基于多源数据的城市公交发展水平综合评价方法
CN107358319A (zh) 城市轨道交通客流预测方法、装置、存储介质和计算机设备
CN108082224B (zh) 基于afc时变客流的城市轨道交通列车运行图编制方法
CN107564270A (zh) 一种智能公交调度运营方法
CN109255972B (zh) 一种基于大数据的地面公交固定线路时刻表的优化方法
CN109657843A (zh) 一种城市接驳公交***的一体化规划决策支持***
CN103473620B (zh) 综合客运枢纽多交通方式预测方法及***
CN106503843A (zh) 一种基于手机信令数据的常规公交线网优化与调整方法
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划***及方法
CN112309122A (zh) 一种基于多***协同的智慧公交分级决策***
CN113919650A (zh) 一种列车运行方案优化编制方法及***
CN109561391A (zh) 基于蜂窝网和Wi-Fi数据的高速公路服务区人流量分析方法
CN109272175A (zh) 一种基于城市流动网络的数据采集***及方法
CN106354887A (zh) 一种城市交通信息互联共享的操作方法及其***
CN111653092A (zh) 一种车路协同智慧公交管理监控***
CN115860594A (zh) 一种应用于智能公交排班调度的仿真***及方法
CN102376159A (zh) 一种智能公交行业监管***
CN102779406A (zh) 基于北斗授时技术的云计算智能交通调度平台
CN106373384A (zh) 边远地区客运班车线路实时生成方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201002