Nothing Special   »   [go: up one dir, main page]

CN113658429B - 一种公交廊道的协同调度方法及相关装置 - Google Patents

一种公交廊道的协同调度方法及相关装置 Download PDF

Info

Publication number
CN113658429B
CN113658429B CN202110921133.2A CN202110921133A CN113658429B CN 113658429 B CN113658429 B CN 113658429B CN 202110921133 A CN202110921133 A CN 202110921133A CN 113658429 B CN113658429 B CN 113658429B
Authority
CN
China
Prior art keywords
time
vehicle
parking
station
determining
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
Application number
CN202110921133.2A
Other languages
English (en)
Other versions
CN113658429A (zh
Inventor
王芳
穆尚涛
辛丽
赵昆
王利宁
高姝敏
李坤鹏
张玉斌
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.)
Hisense TransTech Co Ltd
Original Assignee
Hisense TransTech 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 Hisense TransTech Co Ltd filed Critical Hisense TransTech Co Ltd
Priority to CN202110921133.2A priority Critical patent/CN113658429B/zh
Publication of CN113658429A publication Critical patent/CN113658429A/zh
Application granted granted Critical
Publication of CN113658429B publication Critical patent/CN113658429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202Dispatching vehicles on the basis of a location, e.g. taxi dispatching

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供了一种公交廊道的协同调度方法及相关装置,本申请实施例根据公交廊道内的站点构建预测车辆集,该预测车辆集中各车辆的行驶方向相同,且在各车辆行驶方向上至少有一个位于该公交廊道内的停车站点。通过对预测车辆集内各车辆在公交廊道内各相邻停车站点间的站间运行时间以及各停车站点的停泊时间进行预测,预测结果即为各车辆到达廊道内各停车站点的时间。根据该预测结果可获知各停车站点在未来时间的停车数量,进而确定公交廊道内各站点未来时间的拥堵状态。通过对将会发生车辆拥堵的站点所对应车辆的运行时间进行调整,降低公交廊道内站点发生车辆拥堵的情况。

Description

一种公交廊道的协同调度方法及相关装置
技术领域
本发明涉及交通技术领域,特别涉及一种公交廊道的协同调度方法及相关装置。
背景技术
随着城市化规模的不断扩大,交通要道的客流量逐年上升。针对客流量密集区域,以公共交通出行的客流构建公交走廊。通过对公交走廊内的公交线路进行统一监管来提高公共交通的运营管理效率。由于实际路况、交通信号灯等因素会导致车辆无法准确按照预定到站时间到达每一站点,进而使得部分站点的停车数量较多。站内停车数量较多时会造成站内车辆因拥堵而无法出站,其他车辆无法进站停靠等站点拥堵问题。
发明内容
本申请实施例提供一种公交廊道的协同调度方法及相关装置,通过确定公交廊道内各站点未来时间的拥堵状态后,对将会发生车辆拥堵的站点所对应车辆的运行时间进行调整,以此降低公交廊道内站点发生车辆拥堵的情况。
第一方面,本申请实施例提供了一种公交廊道的协同调度方法,所述方法包括:
基于公交廊道内的站点确定预测车辆集;其中,所述预测车辆集中每一车辆的行驶方向相同,且各车辆行驶方向上的至少一个停车站点位于所述公交廊道内的站点中;
获取所述预测车辆集内的车辆的预设时间数据,并根据所述预设时间数据确定所述公交廊道内的站点的停车数量;其中,所述预设时间数据包括表征所述车辆在所述公交廊道内各相邻停车站点间预设行驶时长的站间运行时间,以及表征所述车辆在每一所述停车站点预设停泊时长的站点停泊时间;
根据所述停车数量确定所述公交廊道内的站点拥堵状态,并基于所述拥堵状态对所述预测车辆集中的车辆运行时间进行调整。
本申请实施例通过根据公交廊道内的站点构建预测车辆集,该预测车辆集中各车辆的行驶方向相同,且在各车辆行驶方向上至少有一个位于该公交廊道内的停车站点。通过对预测车辆集内各车辆在公交廊道内各相邻停车站点间的站间运行时间以及各停车站点的停泊时间进行预测,预测结果即为各车辆到达廊道内各停车站点的时间。根据该预测结果可获知各停车站点在未来时间的停车数量,进而确定公交廊道内各站点未来时间的拥堵状态。通过对将会发生车辆拥堵的站点所对应车辆的运行时间进行调整,降低公交廊道内站点发生车辆拥堵的情况。
在一些可能的实施例中,所述预测车辆集中包括尚未行驶到所述公交廊道的第一类车辆,以及已在所述公交廊道中行驶的第二类车辆,所述根据所述预设时间数据确定所述公交廊道内的站点的停车数量,包括:
根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,并预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,所述目标停车站点包括尚未到达的停车站点和已到达但尚未离开的停车站点;
基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量。
本申请实施例通过对尚未到达公交廊道的车辆和正在廊道中的车辆,到达和离开公交廊道内各对应停车站点的时间进行预测,以此确定公交廊道内各站点在未来时间的停车数量。
在一些可能的实施例中,所述根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,包括:
针对所述第一类车辆中的每一车辆,根据所述车辆的行驶方向,确定所述公交廊道内,所述车辆最先到达的第一停车站点;
根据所述车辆的当前行驶位置和所述停车站点所在位置确定所述车辆与所述公交廊道的距离,并根据所述距离确定所述车辆到达所述停车站点的第一到站时间;
根据所述停车站点对应的站点停泊时间和站间运行时间,确定所述车辆到达与所述停车站点相邻的停车站点的第一到站时间;
根据所述停车站点的第一到站时间和所述车辆在所述停车站点的站点停泊时间,确定所述车辆离开所述停车站点的所述第一离站时间。
本申请实施例针对尚未到达公交廊道的车辆,根据车辆当前行驶位置和与该车辆在公交廊道中最先到达的第一停车站点的距离确定车辆到达第一停车站点的到站时间。并在确定该到站时间后,根据预先确定的,车辆在该第一停车站点的站点停泊时间和站间运行时间确定车辆到达与该第一停车站点相邻停车站点的到站时间,相应的,根据车辆在该停车站点的站点停泊时间和站间运行时间确定车辆到达每一停车站点的到站时间。针对每一停车站点,根据该停车站点的到站时间和车辆在该停车站点预设的站点停泊时间确定车辆离开该停车站点的离站时间。以此准确预测出该类车辆到达和离开公交廊道内各停车站点的时间。
在一些可能的实施例中,所述预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,包括:
针对所述第二类车辆中的每一车辆,获取所述车辆的当前行驶位置,并根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二离站时间。
本申请实施例针对已在廊道中的车辆,由于车辆在各停车站点间的站间运行时间已知,通过获取该车辆当前行驶位置可确定该车辆到达行驶方向上距离最近的停车站点的到站时间。进一步的,通过预设的,车辆在该停车站点的站点停泊时间以及车辆在该停车站点与相邻停车站点间的站间运行时间,可确定车辆到达公交廊道内各停车站点的到站时间。相应的,根据各停车站点间的站间运行时间和各停车站点的停泊时间可确定车辆离开各停车站点的离站时间。以此准确预测出该类车辆到达和离开公交廊道内各停车站点的时间。
在一些可能的实施例中,所述根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间,包括:
根据所述车辆的当前行驶位置和所述目标停车站点所在位置确定所述车辆与所述目标停车站点的距离,并根据所述距离确定所述车辆的到达所述目标停车站点的预设到站时间;
确定所述车辆的当前行驶状态,若所述车辆当前处于行驶状态,则将所述预设到站时间作为所述目标停车站点的第二到站时间;
若所述车辆当前在目标停车站点内停泊,则根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,并将所述预测停车时间与所述预设到站时间之和作为所述目标停车站点的第二到站时间。
本申请实施例针对已在公交廊道上的车辆,预测该类车辆到达行驶方向上最近的停车站点的到站时间时,需确定车辆的当前行驶状态。若车辆当前处于站点内停泊状态,则需要获取车辆当前已停泊的时间。基于已停泊时间预测该车辆何时启动,进而确定到达最近停车站点的到站时间,以此提高到站时间的准确性。
在一些可能的实施例中,所述根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,包括:
若所述已停泊时间未大于所述目标停车站点的站点停泊时间,则将所述站点停泊时间与所述已停泊时间之差作为所述预测停车时间;或,
若所述已停泊时间大于所述目标停车站点的站点停泊时间,则将所述已停泊时间与预设权重之积作为所述预测停车时间。
本申请实施例对车辆在该停车站点的已停泊时间与该停车站点的站点停泊时间进行比较,当已停泊时间未超过站点停泊时间时,将站点停泊时间与已停泊时间之差作为预测停车时间。当已停泊时间超过站点停泊时间时,则表明当前车辆所在站点处于拥堵状态,则可根据实际情况设置权重,将已停泊时间与预设权重之积作为预测停车时间,以此获取较为准确的预测停车时间,进而提高预测该车辆到达距离最近的停车站点的到站时间的准确性。
在一些可能的实施例中,所述基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量,包括:
根据所述第一类车辆在各所述停车站点的所述第一到站时间和所述第一离站时间,确定表征所述第一类车辆在所述停车站点内停泊的第一时间区间;
根据所述第二类车辆在各所述目标停车站点的所述第二到站时间和所述第二离站时间,确定表征所述第二类车辆在所述目标停车站点内停泊的第二时间区间;
基于所述第一时间区间和所述第二时间区间,分别确定所述公交廊道内各站点的停车数量。
本申请实施例对尚未到达廊道的车辆和已在公交廊道中的车辆,到达和离开公交廊道内各对应停车站点的时间进行预测,以此获取公交廊道内各站点未来时间的停车数量。
在一些可能的实施例中,所述公交廊道内的每一站点预设有停车数量阈值,所述根据所述停车数量确定所述公交廊道内的站点拥堵状态,包括:
若所述停车数量大于所述停车预设阈值,则确定所述站点处于拥堵状态。
本申请实施例对公交廊道内各站点设有相应的停车预设阈值,当该站点内的停车数量大于该阈值时则表示该站点处于拥堵状态,以此识别站点是否处于拥堵状态。
第二方面,本申请实施例提供了一种公交廊道的协同调度装置,所述装置包括:
预测车辆确认模块,被配置为执行基于公交廊道内的站点确定预测车辆集;其中,所述预测车辆集中每一车辆的行驶方向相同,且各车辆行驶方向上的至少一个停车站点位于所述公交廊道内的站点中;
停车数量确认模块,被配置为执行获取所述预测车辆集内的车辆的预设时间数据,并根据所述预设时间数据确定所述公交廊道内的站点的停车数量;其中,所述预设时间数据包括表征所述车辆在所述公交廊道内各相邻停车站点间预设行驶时长的站间运行时间,以及表征所述车辆在每一所述停车站点预设停泊时长的站点停泊时间;
拥堵状态确认模块,被配置为执行根据所述停车数量确定所述公交廊道内的站点拥堵状态,并基于所述拥堵状态对所述预测车辆集中的车辆运行时间进行调整。
在一些可能的实施例中,所述预测车辆集中包括尚未行驶到所述公交廊道的第一类车辆,以及已在所述公交廊道中行驶的第二类车辆,执行所述根据所述预设时间数据确定所述公交廊道内的站点的停车数量,所述停车数量确认模块被配置为:
根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,并预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,所述目标停车站点包括尚未到达的停车站点和已到达但尚未离开的停车站点;
基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量。
在一些可能的实施例中,执行所述根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,所述停车数量确认模块被配置为:
针对所述第一类车辆中的每一车辆,根据所述车辆的行驶方向,确定所述公交廊道内,所述车辆最先到达的第一停车站点;
根据所述车辆的当前行驶位置和所述停车站点所在位置确定所述车辆与所述公交廊道的距离,并根据所述距离确定所述车辆到达所述停车站点的第一到站时间;
根据所述停车站点对应的站点停泊时间和站间运行时间,确定所述车辆到达与所述停车站点相邻的停车站点的第一到站时间;
根据所述停车站点的第一到站时间和所述车辆在所述停车站点的站点停泊时间,确定所述车辆离开所述停车站点的所述第一离站时间。
在一些可能的实施例中,执行所述预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,所述停车数量确认模块被配置为:
针对所述第二类车辆中的每一车辆,获取所述车辆的当前行驶位置,并根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二离站时间。
在一些可能的实施例中,执行所述根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间,停车数量确认模块被配置为:
根据所述车辆的当前行驶位置和所述目标停车站点所在位置确定所述车辆与所述目标停车站点的距离,并根据所述距离确定所述车辆的到达所述目标停车站点的预设到站时间;
确定所述车辆的当前行驶状态,若所述车辆当前处于行驶状态,则将所述预设到站时间作为所述目标停车站点的第二到站时间;
若所述车辆当前在目标停车站点内停泊,则根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,并将所述预测停车时间与所述预设到站时间之和作为所述目标停车站点的第二到站时间。
在一些可能的实施例中,执行所述根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,所述停车数量确认模块被配置为:
若所述已停泊时间未大于所述目标停车站点的站点停泊时间,则将所述站点停泊时间与所述已停泊时间之差作为所述预测停车时间;或,
若所述已停泊时间大于所述目标停车站点的站点停泊时间,则将所述已停泊时间与预设权重之积作为所述预测停车时间。
在一些可能的实施例中,执行所述基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量,所述停车数量确认模块被配置为:
根据所述第一类车辆在各所述停车站点的所述第一到站时间和所述第一离站时间,确定表征所述第一类车辆在所述停车站点内停泊的第一时间区间;
根据所述第二类车辆在各所述目标停车站点的所述第二到站时间和所述第二离站时间,确定表征所述第二类车辆在所述目标停车站点内停泊的第二时间区间;
基于所述第一时间区间和所述第二时间区间,分别确定所述公交廊道内各站点的停车数量。
在一些可能的实施例中,所述公交廊道内的每一站点预设有停车数量阈值,执行所述根据所述停车数量确定所述公交廊道内的站点拥堵状态,所述拥堵状态确认模块被配置为:
若所述停车数量大于所述停车预设阈值,则确定所述站点处于拥堵状态。
第三方面,本申请实施例还提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如本申请第一方面中提供的任一方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本申请第一方面中提供的任一方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例示出的公交廊道示意图;
图2为本申请实施例示出的应用环境示意图;
图3a为本申请实施例示出的公交廊道的协同调度方法整体流程图;
图3b为本申请实施例示出的如何确定第一到站时间的示意图;
图3c为本申请实施例示出的如何确定第一离站时间的示意图;
图3d为本申请实施例示出的如何确定预测停车时间的示意图;
图3e为本申请实施例示出的如何确定各站点停车数量的示意图;
图3f为本申请实施例示出的确定站点拥堵状态的示意图;
图4为本申请实施例示出的公交廊道的协同调度装置400的框图;
图5为本申请实施例示出的电子设备示意图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行清楚、详尽地描述。在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;文本中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
在本申请实施例的描述中,除非另有说明,术语“多个”是指两个或两个以上,其它量词与之类似应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请,并且在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
为进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。方法在实际的处理过程中或者控制设备执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。
相关技术中,针对客流量密集区域,以公共交通出行的客流构建公交走廊。通过对公交走廊内的公交线路进行统一监管来提高公共交通的运营管理效率。具体可如图1所示,图1示出的公交廊道自左向右有S1~S6共6个站点。其中,S1站点为1号公交线、2号公交线、3号公交线和9号公交线的共有站点,B站点为2号公交线和3号公交线的共有站点。即,S1站为1号公交、2号公交、3号和9号公交的停车站点,S2站为2号公交和3号公交的停车站点。以此方式建立的公交走廊可实现对物理空间上具有共有路段的多条公交线路进行集中监管。
由于车辆在行驶过程中受实际路况、交通信号灯等外界因素影响,车辆的行进速度无法准确把控,导致车辆无法准确按照预定的到站时间到达站点。考虑到城市建设规划中对于客流出行较大的道路,多设置较多的线路资源分布,以上述图1示出的S1站为例,S1站为四条公交线的共有车站。当各线路车辆中存在未按照预定到站时间到达站点时,会导致站点内停车数量较多,造成站点拥堵的情况。此时,站内车辆因拥堵而无法按时出站,待入站的车辆也因拥堵而无法进站停车。这不仅降低了乘客的出行体验,还影响了其他车辆的行驶。
为解决上述问题,本申请的发明构思为:通过根据公交廊道内的站点构建预测车辆集,该预测车辆集中各车辆的行驶方向相同,且在各车辆行驶方向上至少有一个位于该公交廊道内的停车站点。通过对预测车辆集内各车辆在公交廊道内各相邻停车站点间的站间运行时间以及各停车站点的停泊时间进行预测,预测结果即为各车辆到达廊道内各停车站点的时间。根据该预测结果可获知各停车站点在未来时间的停车数量,进而确定公交廊道内各站点未来时间的拥堵状态。通过对将会发生车辆拥堵的站点所对应车辆的运行时间进行调整,降低公交廊道内站点发生车辆拥堵的情况。
下面结合附图对本申请实施例提供的一种公交廊道的协同调度方法及相关装置进行详细说明。
参见图2,为根据本申请一个实施例的应用环境的示意图。如图2所示,该应用环境中例如可以包括计划客户端10、调度客户端20、公交服务中心30、车载终端40和数据库50。
计划客户端10用于编制发车计划。调度客户端20加载发车计划执行发车调度,同时根据车辆位置和上报的数据进行车辆运行监控以及发车时刻调整等业务。公交服务中心30用于车载终端40和调度客户端20的数据交换以及车辆前后位置计算;车载终端40安装于公交车上,带有GPS模块和移动通信模块,通过3G/4G等无线网络向后台上传车辆位置及报站等数据,并接收调度客户端20的发车指令等信息。数据库50用于存放线路、站点、车辆等基础数据以及它们的关系,同时存储用于发车的计划数据以及实际执行的发车数据等业务数据。
需要说明的是,上述图2所示的结构仅是一种示例,并非本申请实施例对此结构进行限定。
介绍了本申请实施例提供的应用场景后,下面结合附图对本申请实施例中公交廊道的协同调度方法进行详细说明。具体如图3a所示,包括以下步骤:
步骤301:基于公交廊道内的站点确定预测车辆集;其中,所述预测车辆集中每一车辆的行驶方向相同,且各车辆行驶方向上的至少一个停车站点位于所述公交廊道内的站点中。
实施时,首先确定公交廊道内各站点对应的公交线路,并根据各公交线路内行驶方向相同的车辆构建预测车辆集。以上述图1为例进行说明,图1示出的公交廊道内共有S1~S6共6个站点。S1站点对应的公交线路包括1、2、3和9号线。在1、2、3和9号线的各车辆中,将由S1向S6行驶的各车辆作为一个预测车辆集,而由S6向S1行驶的各车辆可作为另一预测车辆集。由此,预测车辆集中各车辆在公交廊道内均至少具备一个停车站点。
步骤302:获取所述预测车辆集内的车辆的预设时间数据,并根据所述预设时间数据确定所述公交廊道内的站点的停车数量;其中,所述预设时间数据包括表征所述车辆在所述公交廊道内各相邻停车站点间预设行驶时长的站间运行时间,以及表征所述车辆在每一所述停车站点预设停泊时长的站点停泊时间。
由于公交廊道内很多站点都是对应多条公交线路的换乘站点(例如图1中示出的S1、S2),为避免站点拥堵情况的发生,在编制行车计划时除了要控制车辆从首站出发和到末站结束的时间,还要控制车辆到达换乘点的时间。这样多条线路的车辆只要交错到达换乘点,并保持换乘车辆的到达时间晚于下车的车辆,就能控制多条线路的车辆在换乘站点均匀分布运行。但车辆在实际行驶过车中会因路况、红绿灯等其他因素导致车辆并不能按照发车时的间隔均匀导致,会发生车辆在站点聚集的情况。因而需要对将要到达公交廊道和已在公交廊道内的车辆,到达和离开各停车站点的时间进行预测,提前获知未来时间内公交廊道内各站点的停车数量。
实施时,本申请实施例从预测车辆集中筛选出尚未到达公交廊道的第一类车辆和已在公交廊道内的第二类车辆。并基于预设时间数据分别获知第一类车辆和第二类车辆到达和离开公交廊道内尚未到达的各停车站点的时间,进而根据各停车站点未来时间内的停车数量确定是否存在站点拥堵情况。
由于第一类车辆是尚未到达公交廊道的车辆集,因而在对第一类车辆进行预测时需要选取一定时段范围内的车辆作为预测车辆。原因在于,预测车辆在未来时间驶入公交廊道后,存在与第二类车辆在共有的停车站点相遇,并造成站点拥堵情况的可能。而超出该时段范围的其他第一类车辆由于驶入公交廊道过晚,不会对当前已在公交廊道内的第二类车辆相遇。
在一些可能的实施例中,从第一类车辆中选择预测开始时间一小时内的所有待发车次所在车辆数A,并获取10个车次范围所在的车辆数B。若A≥B,则将A对应的各车辆作为第一类车辆中的预测车辆。若A<B则将B对应的各车辆作为第一类车辆中的预测车辆。
通过上述流程确定第一类车辆中的预测车辆后,针对每一预测车辆,首先需要确定车辆到达公交廊道的时间。所谓到达公交廊道的时间即为到达该车辆行驶方向上距离公交廊道内最近的停车站点的时间。以图3b为例,公交廊道内存在S1~S6共6个站点。若A1车辆所属公交线路为1号线,则A1车辆到达S1站点的时间即为A1到达公交廊道的时间。相应的,若A2车辆为4号线路,则A2车辆到达S3站点的时间即为到达公交廊道的时间。实施时,需根据该车辆的当前行驶位置和停车站点所在位置确定所述车辆与所述公交廊道的距离,并根据该距离确定到达该停车站点的第一到站时间。
本申请实施例,基于车辆历史数据将公交廊道内停靠在相同站点的所有线路车辆的站间实际运行时间的均值作为预测车辆集中每一车辆在公交廊道内停车站点间运行时的站间运行时间,并将公交廊道内停靠在相同站点的所有车辆的实际站停时间作为预测车辆集中每一车辆在对应停车站点停泊的站点停泊时间。由于公交廊道内各站点对应各线路车辆,在确定车辆到达最近停车站点的第一到站时间后,根据该停车站点对应的站点停泊时间和站间运行时间,能够确定该车辆到达与该停车站点相邻的另一停车站点的第一到站时间。进一步的,根据停车站点对应的第一到站时间和该车辆在该停车站点的站点停泊时间,确定车辆离开该停车站点的第一离站时间。
具体可如图3c所示,针对第一类车辆中的预测车辆A1,A1当前的行驶位置与S1站点间的距离为100米,根据A1车辆的当前行驶速度确定A1将在10点20分到达S1站点,S1站点对于A1所在线路的车辆的站点停泊时间为5分钟,则A1将在10点25分离开S1站点。S1站点与S3站点间的站间运行时间为8分钟,则A1将在10点33分到达第二个停车站点S3。由此可预测出第一类车辆中各预测车辆即将到达和离开公交廊道内各对应停车站点的时间,即,各停车站点的第一到站时间和第一离站时间。
此外,考虑到第一类车辆中的预测车辆存在尚未发车的可能,实施时可预先确定当前时间与该车辆的实际发车时间之差,并根据该车辆当前行驶位置与停车站点间的距离确定该车辆到达停车站点的时间。例如当前时间为10点,A2车辆于10点05分发车,A2车辆的始发站距该车辆在公交廊道内的首个停车站点相距300米,基于A2车辆的平均行驶车速确定由始发站出发,行驶6分钟后到达该停车站点,则该停车站点对应的第一到站时间应为10点11分。
确定第二类车辆到达和离开公交廊道内各目标停车站点的时间时,针对已在廊道内的第二类车辆中的每一车辆,首先需要获取所述车辆的当前行驶位置,并根据当前行驶位置确定车辆到达车辆行驶方向上距离最近的目标停车站点的第二到站时间。进一步的,根据目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达与该目标停车站点相邻的目标停车站点的第二到站时间。相应的,根据该目标停车站点对应的站点停泊时间和站间运行时间确定该车辆到达与该目标停车站点相邻的目标停车站点的第二离站时间。
与前文中针对第一类车辆的预测不同之处在于,第二类车辆已在公交廊道中,因而该类车辆应包括在停车站点内停车和在公交廊道内行驶两种状态。针对第二类车辆进行预测时,需基于车辆的当前行驶状态进行预测以提高预测结果的准确性。
实施时,首先根据车辆的当前行驶位置和目标停车站点所在位置确定该车辆与该目标停车站点的距离,并根据该距离确定该车辆的到达该目标停车站点的预设到站时间。进一步的,确定该车辆的当前行驶状态,若车辆当前处于行驶状态,则可直接将该预设到站时间作为该目标停车站点的第二到站时间。
若该车辆当前在目标停车站点内停泊,则对车辆的停泊时间进行预测。实施时,根据该车辆当前已停泊时间确定该车辆的预测停车时间,并将预测停车时间与预设到站时间之和作为该目标停车站点的第二到站时间。
在一些可能的实施例中,若已停泊时间未大于该目标停车站点的站点停泊时间,则将该站点停泊时间与已停泊时间之差作为预测停车时间。具体如图3d所示,公交廊道内有S1~S6共6个站点。B1对应的停车站点为S1、S3和S6,由于B1当前在S3站点停车,故B1已驶过停车站点S1,B1对应的目标停车站点为S6。假设B1当前在S3站点的已停泊时间为1分钟,而S3站点的站点停泊时间应为3分钟,则可将站点停泊时间与已停泊时间之差作为预测停车时间,即预测B1在S3站点还需停泊2分钟。
若已停泊时间大于该目标停车站点的站点停泊时间,则将已停泊时间与预设权重之积作为预测停车时间。仍以图3d中的B1车辆为例,假设B1当前在S3站点的已停泊时间为5分钟,而S3站点的站点停泊时间应为3分钟,则表明S3站点当前处于站点拥堵状态。此时可将已停泊时间与预设权重之积作为预测停车时间,例如预设权重可为0.5。以此可基于实际情况获取较为准确的预测停车时间,进而提高预测该车辆到达距离最近的停车站点的到站时间的准确性。
通过上述流程,能够预测出第一类车辆和第二类车辆到达和离开公交廊道内对应停车站点的时间。故此,根据第一类车辆在各停车站点的第一到站时间和第一离站时间,可确定表征第一类车辆在停车站点内停泊的第一时间区间。相应的,根据第二类车辆在各目标停车站点的第二到站时间和第二离站时间,确定表征第二类车辆在目标停车站点内停泊的第二时间区间。进一步的,基于第一时间区间和第二时间区间,能够分别确定公交廊道内各站点的停车数量。
具体可如图3e所示,公交廊道内有S1~S6共6个站点。第一类车辆中的预测车辆共有A1~A5,5辆车。其中,A1~A4的对应停车站点为S1~S5,A5的对应停车站点为S4~S5。第二类车辆共有B1~B3,3辆车。其中,B1~B3对应的目标停车站点均为S4~S5。假设S1~S5站点的站点停泊时间均为5分钟。若预测出A1在10点05到达S1站,则A1在S1站对应的第一时间区间为10点05分~10点10分。基于预测结果如图3e所示,S4站点在10点20分~10点25分有4辆第一类车辆A1~A4停泊。在10点22分~10点27分有3辆第二类车辆B1~B3停泊。S5站点在10点35分~10点40分有1辆第一类车辆A5停泊。在10点35~10点40分有3辆第二类车辆B1~B3停泊。综上可知,S4站点在10点20~10点22分将会停泊4辆车,在10点22分~10点25分将会停泊7辆车,在10点25分~10点27分将会停泊3辆车。S5站点在10点35分~10点40分将会停泊4辆车。
步骤303:根据所述停车数量确定所述公交廊道内的站点拥堵状态,并基于所述拥堵状态对所述预测车辆集中的车辆运行时间进行调整。
实施时,可根据公交廊道内每一站点预测的停车数量与停车预设阈值进行比较,若站点内预测的停车数量大于站点的停车预设阈值,则确定该站点将会处于拥堵状态。具体如图3f所示,假设S4车站的停车预设阈值为7辆,S5车站的停车预设阈值为3辆,由于在10点35分~10点40分这一时间段内S5站点内的停车数量会达到4辆。故此S5站点将在10点35分进入站点拥堵状态。此时可进行上报告警提示,以提醒相关人员S5站点即将进入拥堵状态。
针对第一类车辆中尚未发车的车辆,相关人员可在调度过程中,通过修改首站发车时间来修改该类车辆预计到达廊道的时间。针对已行驶但尚未到达公交廊道的车辆(包含第一类车辆中已发车行驶的车辆和第二类车辆),相关人员可通过下发消息的方式告知驾驶人员适当慢行,以错开各车辆到达该站点时间,从而降低站点拥堵情况的发生概率。
本申请实施例在预测车辆集中的第一类车辆有车辆真实行驶在公交廊道时,将该车辆从第一类车辆中剔除,并添加仅第二类车辆中。相应的,当第二类车辆中有车辆驶出公交廊道时,将该车辆从第二类车辆中剔除。本申请实施例基于上述方式实时对第一类车辆和第二类车辆进行实时预测并更新,以此确定公交廊道内各站点未来时间的拥堵状态。并通过对将会发生车辆拥堵的站点所对应车辆的运行时间进行调整,降低公交廊道内站点发生车辆拥堵的情况。
基于相同的发明构思,本申请实施例还提供了一种公交廊道的协同调度装置400,具体如图4所示,包括:
预测车辆确认模块401,被配置为执行基于公交廊道内的站点确定预测车辆集;其中,所述预测车辆集中每一车辆的行驶方向相同,且各车辆行驶方向上的至少一个停车站点位于所述公交廊道内的站点中;
停车数量确认模块402,被配置为执行获取所述预测车辆集内的车辆的预设时间数据,并根据所述预设时间数据确定所述公交廊道内的站点的停车数量;其中,所述预设时间数据包括表征所述车辆在所述公交廊道内各相邻停车站点间预设行驶时长的站间运行时间,以及表征所述车辆在每一所述停车站点预设停泊时长的站点停泊时间;
拥堵状态确认模块403,被配置为执行根据所述停车数量确定所述公交廊道内的站点拥堵状态,并基于所述拥堵状态对所述预测车辆集中的车辆运行时间进行调整。
在一些可能的实施例中,所述预测车辆集中包括尚未行驶到所述公交廊道的第一类车辆,以及已在所述公交廊道中行驶的第二类车辆,执行所述根据所述预设时间数据确定所述公交廊道内的站点的停车数量,所述停车数量确认模块402被配置为:
根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,并预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,所述目标停车站点包括尚未到达的停车站点和已到达但尚未离开的停车站点;
基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量。
在一些可能的实施例中,执行所述根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,所述停车数量确认模块402被配置为:
针对所述第一类车辆中的每一车辆,根据所述车辆的行驶方向,确定所述公交廊道内,所述车辆最先到达的第一停车站点;
根据所述车辆的当前行驶位置和所述停车站点所在位置确定所述车辆与所述公交廊道的距离,并根据所述距离确定所述车辆到达所述停车站点的第一到站时间;
根据所述停车站点对应的站点停泊时间和站间运行时间,确定所述车辆到达与所述停车站点相邻的停车站点的第一到站时间;
根据所述停车站点的第一到站时间和所述车辆在所述停车站点的站点停泊时间,确定所述车辆离开所述停车站点的所述第一离站时间。
在一些可能的实施例中,执行所述预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,所述停车数量确认模块402被配置为:
针对所述第二类车辆中的每一车辆,获取所述车辆的当前行驶位置,并根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二离站时间。
在一些可能的实施例中,执行所述根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间,停车数量确认模块402被配置为:
根据所述车辆的当前行驶位置和所述目标停车站点所在位置确定所述车辆与所述目标停车站点的距离,并根据所述距离确定所述车辆的到达所述目标停车站点的预设到站时间;
确定所述车辆的当前行驶状态,若所述车辆当前处于行驶状态,则将所述预设到站时间作为所述目标停车站点的第二到站时间;
若所述车辆当前在目标停车站点内停泊,则根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,并将所述预测停车时间与所述预设到站时间之和作为所述目标停车站点的第二到站时间。
在一些可能的实施例中,执行所述根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,所述停车数量确认模块402被配置为:
若所述已停泊时间未大于所述目标停车站点的站点停泊时间,则将所述站点停泊时间与所述已停泊时间之差作为所述预测停车时间;或,
若所述已停泊时间大于所述目标停车站点的站点停泊时间,则将所述已停泊时间与预设权重之积作为所述预测停车时间。
在一些可能的实施例中,执行所述基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量,所述停车数量确认模块402被配置为:
根据所述第一类车辆在各所述停车站点的所述第一到站时间和所述第一离站时间,确定表征所述第一类车辆在所述停车站点内停泊的第一时间区间;
根据所述第二类车辆在各所述目标停车站点的所述第二到站时间和所述第二离站时间,确定表征所述第二类车辆在所述目标停车站点内停泊的第二时间区间;
基于所述第一时间区间和所述第二时间区间,分别确定所述公交廊道内各站点的停车数量。
在一些可能的实施例中,所述公交廊道内的每一站点预设有停车数量阈值,执行所述根据所述停车数量确定所述公交廊道内的站点拥堵状态,所述拥堵状态确认模块403被配置为:
若所述停车数量大于所述停车预设阈值,则确定所述站点处于拥堵状态。
下面参照图5来描述根据本申请的这种实施方式的电子设备130。图5显示的电子设备130仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于:上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。
总线133表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器132可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)1321和/或高速缓存存储器1322,还可以进一步包括只读存储器(ROM)1323。
存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325,这样的程序模块1324包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与电子设备130交互的设备通信,和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口135进行。并且,电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解,尽管图中未示出,可以结合电子设备130使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器132,上述指令可由装置400的处理器131执行以完成上述方法。可选地,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器131执行时实现如本申请提供的公交廊道的协同调度方法中的任一方法。
在示例性实施例中,本申请提供的一种公交廊道的协同调度方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种公交廊道的协同调度方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的用于公交廊道的协同调度的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“如“语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务端上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程图像缩放设备的处理器以产生一个机器,使得通过计算机或其他可编程图像缩放设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程图像缩放设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程图像缩放设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (9)

1.一种公交廊道的协同调度方法,其特征在于,所述方法包括:
基于公交廊道内的站点确定预测车辆集;其中,所述预测车辆集中每一车辆的行驶方向相同,且各车辆行驶方向上的至少一个停车站点位于所述公交廊道内的站点中;
获取所述预测车辆集内的车辆的预设时间数据,并根据所述预设时间数据确定所述公交廊道内的站点的停车数量;其中,所述预设时间数据包括表征所述车辆在所述公交廊道内各相邻停车站点间预设行驶时长的站间运行时间,以及表征所述车辆在每一所述停车站点预设停泊时长的站点停泊时间;
根据所述停车数量确定所述公交廊道内的站点拥堵状态,并基于所述拥堵状态对所述预测车辆集中的车辆运行时间进行调整;所述预测车辆集中包括尚未行驶到所述公交廊道的第一类车辆,以及已在所述公交廊道中行驶的第二类车辆,所述根据所述预设时间数据确定所述公交廊道内的站点的停车数量,包括:
根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,并预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,所述目标停车站点包括尚未到达的停车站点和已到达但尚未离开的停车站点;
基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量。
2.根据权利要求1所述的方法,其特征在于,所述根据所述预设时间数据预测所述第一类车辆到达和离开所述公交廊道内各对应停车站点的第一到站时间和第一离站时间,包括:
针对所述第一类车辆中的每一车辆,根据所述车辆的行驶方向,确定所述公交廊道内,所述车辆最先到达的第一停车站点;
根据所述车辆的当前行驶位置和所述停车站点所在位置确定所述车辆与所述公交廊道的距离,并根据所述距离确定所述车辆到达所述停车站点的第一到站时间;
根据所述停车站点对应的站点停泊时间和站间运行时间,确定所述车辆到达与所述停车站点相邻的停车站点的第一到站时间;
根据所述停车站点的第一到站时间和所述车辆在所述停车站点的站点停泊时间,确定所述车辆离开所述停车站点的所述第一离站时间。
3.根据权利要求1所述的方法,其特征在于,所述预测所述第二类车辆到达和离开所述公交廊道内各对应目标停车站点的第二到站时间和第二离站时间,包括:
针对所述第二类车辆中的每一车辆,获取所述车辆的当前行驶位置,并根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达与所述目标停车站点相邻的目标停车站点的第二到站时间;
根据所述目标停车站点对应的站点停泊时间和站间运行时间确定所述车辆到达所述与所述目标停车站点相邻的目标停车站点的第二离站时间。
4.根据权利要求3所述的方法,其特征在于,所述根据所述当前行驶位置确定所述车辆到达所述车辆行驶方向上距离最近的目标停车站点的第二到站时间,包括:
根据所述车辆的当前行驶位置和所述目标停车站点所在位置确定所述车辆与所述目标停车站点的距离,并根据所述距离确定所述车辆的到达所述目标停车站点的预设到站时间;
确定所述车辆的当前行驶状态,若所述车辆当前处于行驶状态,则将所述预设到站时间作为所述目标停车站点的第二到站时间;
若所述车辆当前在目标停车站点内停泊,则根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,并将所述预测停车时间与所述预设到站时间之和作为所述目标停车站点的第二到站时间。
5.根据权利要求4所述的方法,其特征在于,所述根据所述车辆当前已停泊时间确定所述车辆的预测停车时间,包括:
若所述已停泊时间未大于所述目标停车站点的站点停泊时间,则将所述站点停泊时间与所述已停泊时间之差作为所述预测停车时间;或
若所述已停泊时间大于所述目标停车站点的站点停泊时间,则将所述已停泊时间与预设权重之积作为所述预测停车时间。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一类车辆对应的第一到站时间和第一离站时间,以及所述第二类车辆对应的第二到站时间和第二离站时间确定所述公交廊道内的站点的停车数量,包括:
根据所述第一类车辆在各所述停车站点的所述第一到站时间和所述第一离站时间,确定表征所述第一类车辆在所述停车站点内停泊的第一时间区间;
根据所述第二类车辆在各所述目标停车站点的所述第二到站时间和所述第二离站时间,确定表征所述第二类车辆在所述目标停车站点内停泊的第二时间区间;
基于所述第一时间区间和所述第二时间区间,分别确定所述公交廊道内各站点的停车数量。
7.根据权利要求1-6中任一所述的方法,其特征在于,所述公交廊道内的每一站点预设有停车数量阈值,所述根据所述停车数量确定所述公交廊道内的站点拥堵状态,包括:
若所述停车数量大于所述停车预设阈值,则确定所述站点处于拥堵状态。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的公交廊道的协同调度方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至7中任一项所述的公交廊道的协同调度方法。
CN202110921133.2A 2021-08-11 2021-08-11 一种公交廊道的协同调度方法及相关装置 Active CN113658429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110921133.2A CN113658429B (zh) 2021-08-11 2021-08-11 一种公交廊道的协同调度方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110921133.2A CN113658429B (zh) 2021-08-11 2021-08-11 一种公交廊道的协同调度方法及相关装置

Publications (2)

Publication Number Publication Date
CN113658429A CN113658429A (zh) 2021-11-16
CN113658429B true CN113658429B (zh) 2022-06-07

Family

ID=78480079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110921133.2A Active CN113658429B (zh) 2021-08-11 2021-08-11 一种公交廊道的协同调度方法及相关装置

Country Status (1)

Country Link
CN (1) CN113658429B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333355A (zh) * 2021-12-22 2022-04-12 青岛海信网络科技股份有限公司 公交廊道内车辆位置的调整方法及电子设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2263153A1 (en) * 1996-08-13 1998-02-26 Kenneth J. Schmier Public transit vehicle arrival information system
WO2016183719A1 (zh) * 2015-05-15 2016-11-24 冯旋宇 一种公交车站信息反馈系统及方法
CN106448231A (zh) * 2016-07-30 2017-02-22 许琴琴 一种基于公交车运行情况获取方法
CN106437247A (zh) * 2016-10-12 2017-02-22 浙江建设职业技术学院 一种廊道式公交系统及其立体车库
CN106504516A (zh) * 2016-10-24 2017-03-15 东南大学 一种基于公交站点信息化的多形式公交动态调度方法
CN107346605A (zh) * 2016-05-05 2017-11-14 上海卓易电子科技有限公司 公交车预报系统
CN109637134A (zh) * 2018-12-28 2019-04-16 青岛大学 一种公交设备匹配方法
CN109886491A (zh) * 2019-02-26 2019-06-14 北京工业大学 一种海量运行数据驱动的地面公交两阶段优化调度方法
CN110189518A (zh) * 2019-05-20 2019-08-30 深圳市众行网科技有限公司 预测公交到站时间的方法、装置、计算机设备及存储介质
CN111161560A (zh) * 2019-12-27 2020-05-15 青岛海信网络科技股份有限公司 一种公交廊道营运秩序管理方法及装置
CN111696376A (zh) * 2019-03-12 2020-09-22 山东科技大学 一种公交车辆到站顺序的确定方法
CN112396823A (zh) * 2020-11-06 2021-02-23 杭州图软科技有限公司 一种公交调度中心联动方法及其系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413433B (zh) * 2013-07-26 2015-08-05 浙江工业大学 一种基于流量信息的交通拥堵时的公交换乘方法
CN105224992A (zh) * 2014-05-28 2016-01-06 国际商业机器公司 对等待乘客数进行预测的方法和系统以及评价方法和系统
CN103985265B (zh) * 2014-06-03 2017-05-03 北方工业大学 一种避免公交集簇的公交优先控制方法及系统
CN104240529B (zh) * 2014-09-11 2017-02-01 江苏云控软件技术有限公司 一种预测公交到站时间的方法及系统
JP7066365B2 (ja) * 2017-10-16 2022-05-13 株式会社日立製作所 ダイヤ作成装置および自動列車制御システム
WO2019189152A1 (ja) * 2018-03-29 2019-10-03 日本電気株式会社 交通監視装置、交通監視システム、交通監視方法及びプログラムが格納された非一時的なコンピュータ可読媒体
US10515549B1 (en) * 2018-07-11 2019-12-24 Here Global B.V. Method, apparatus, and computer program product for evaluating public transportation use
KR20210075356A (ko) * 2019-12-13 2021-06-23 현대자동차주식회사 차량 안내 서비스 장치 및 그 방법
CN111260926A (zh) * 2020-03-26 2020-06-09 交通运输部科学研究院 一种公交到站时间预测结果可靠度的评价和提示方法
CN111899547B (zh) * 2020-07-08 2021-11-12 长安大学 多线路公交站台泊位分配及车辆速度引导方法及其系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2263153A1 (en) * 1996-08-13 1998-02-26 Kenneth J. Schmier Public transit vehicle arrival information system
WO2016183719A1 (zh) * 2015-05-15 2016-11-24 冯旋宇 一种公交车站信息反馈系统及方法
CN107346605A (zh) * 2016-05-05 2017-11-14 上海卓易电子科技有限公司 公交车预报系统
CN106448231A (zh) * 2016-07-30 2017-02-22 许琴琴 一种基于公交车运行情况获取方法
CN106437247A (zh) * 2016-10-12 2017-02-22 浙江建设职业技术学院 一种廊道式公交系统及其立体车库
CN106504516A (zh) * 2016-10-24 2017-03-15 东南大学 一种基于公交站点信息化的多形式公交动态调度方法
CN109637134A (zh) * 2018-12-28 2019-04-16 青岛大学 一种公交设备匹配方法
CN109886491A (zh) * 2019-02-26 2019-06-14 北京工业大学 一种海量运行数据驱动的地面公交两阶段优化调度方法
CN111696376A (zh) * 2019-03-12 2020-09-22 山东科技大学 一种公交车辆到站顺序的确定方法
CN110189518A (zh) * 2019-05-20 2019-08-30 深圳市众行网科技有限公司 预测公交到站时间的方法、装置、计算机设备及存储介质
CN111161560A (zh) * 2019-12-27 2020-05-15 青岛海信网络科技股份有限公司 一种公交廊道营运秩序管理方法及装置
CN112396823A (zh) * 2020-11-06 2021-02-23 杭州图软科技有限公司 一种公交调度中心联动方法及其系统

Also Published As

Publication number Publication date
CN113658429A (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
US9776512B2 (en) Methods, circuits, devices, systems and associated computer executable code for driver decision support
Florin et al. A survey of vehicular communications for traffic signal optimization
Lin et al. Transit signal priority control at signalized intersections: a comprehensive review
Amirgholy et al. Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach
US20110231354A1 (en) Transport management system
Liu et al. Dynamic shared autonomous taxi system considering on-time arrival reliability
EP2747000B1 (en) System and method for automatic allocation of mobile resources to tasks
CN102081859A (zh) 一种公交车到站时间预测模型控制方法
CN113919650A (zh) 一种列车运行方案优化编制方法及系统
CN116109081A (zh) 一种基于物联网的动态公交调度优化方法和装置
CN113658429B (zh) 一种公交廊道的协同调度方法及相关装置
Tiong et al. Analyzing factors contributing to real-time train arrival delays using seemingly unrelated regression models
Zhang et al. Analysis of Spatial‐Temporal Characteristics of Operations in Public Transport Networks Based on Multisource Data
CN112669604B (zh) 城市交通调度方法及装置
Mátrai et al. Route planning based on urban mobility management
CN113450242A (zh) 一种路径偏离式公交调度系统及存储介质和设备
CN118313531A (zh) 一种智慧园区内车辆装载调控方法、设备及介质
CN116153060B (zh) 一种应用于智能公交的乘客周期性行为模式的需求响应车辆调度方法及系统
Yin et al. A two-stage stochastic optimization model for passenger-oriented metro rescheduling with backup trains
CN115083198B (zh) 一种多车运力资源调度方法及装置
CN114170804B (zh) 一种基于车路协同的交叉口最优车速引导方法及系统
CN116151538A (zh) 一种应用于智能公交需求均衡式调度的仿真系统及方法
Ou et al. Optimization of Bus Scheduling and Bus‐Berth Matching at Curbside Stops under Connected Vehicle Environment
RU2511742C1 (ru) Способ диспетчерского управления движением поездов при приближении их к занятому путевому участку и система для его осуществления
CN113627743A (zh) 一种公交车辆协同调度的方法及设备

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