[发明专利]基于大数据的公交调度方法

权利要求书

1.一种基于大数据的公交调度方法，其特征在于，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，计算当前时刻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，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，启动备用调度方案时在一条线路正在同向运行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，Sj_ij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Sd_i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，Sj_i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所述基于大数据的公交调度方法，其特征在于：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。

3.根据权利要求2所述基于大数据的公交调度方法，其特征在于：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所述基于大数据的公交调度方法，其特征在于：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发出调度信息，调度预备车辆出发。