[发明专利]一种基于客流量的公交车调配方法、系统、设备及介质在审

专利信息
申请号: 202310370253.7 申请日: 2023-04-10
公开(公告)号: CN116432956A 公开(公告)日: 2023-07-14
发明(设计)人: 全韦明 申请(专利权)人: 广东宏志信息技术有限公司
主分类号: G06Q10/0631 分类号: G06Q10/0631;G06Q50/30;G06N3/0442
代理公司: 北京劲创知识产权代理事务所(普通合伙) 11589 代理人: 陈清
地址: 510000 广东省广州市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 客流量 公交车 调配 方法 系统 设备 介质
【说明书】:

发明涉及一种公交车技术领域,尤其涉及一种基于客流量的公交车调配方法、系统、设备及介质,所述方法具体包括:基于所述客流统计单元,根据所述第一监控单元确定第一公交站台集合的客流量;基于所述车辆定位单元、所述客流统计单元和所述第二监控单元获取所述第一公交站台集合中预设到站时间内到达每个第一公交站台的所有公交车的车辆数和客流量;根据所述第一公交站台集合的客流量和所述第一公交站台集合中预设到站时间内到达每个第一公交站台的所有公交车的车辆数和客流量,然后对不同公交线路的公交车的车辆数进行调配。本发明能够有效地监控城市中不同公交站台繁忙程度,从而实现公交线路中公交车辆的高效调配。

技术领域

本发明涉及一种公交车技术领域,尤其涉及一种基于客流量的公交车调配方法、系统、设备及介质。

背景技术

目前的城市公交站中,大多由传统公交站亭及简易站牌形式组成,均未配备信息化设备。同时,公交站台所在区域,容易有大量候车人员聚集,特别是早晚高峰,容易造成拥挤的现象。而公交站台一般在机动车道与非机动车道之间,来往公交车辆与非机动车辆较多,再加上候车乘客数量大,存在很大的安全隐患。当站台人员拥挤时,交通监管部门无法实时获取站台拥挤信息,从而有效的对公交车进行指挥调度,疏散人群。

发明内容

本发明的目的在于提供一种基于客流量的公交车调配方法、系统、设备及介质,结合预测算法和实时检测技术,能够有效地监控城市中不同公交站台繁忙程度,从而实现公交线路中公交车辆的高效调配,以解决上述现有问题的至少之一。

本发明提供了一种基于客流量的公交车调配方法,所述方法应用于数字公交运营管理系统,所述系统具体包括:公交站台模块,所述公交站台模块包括公交电子站牌、广告电子屏和第一监控单元;公交车载模块,所述公车车载模块包括车辆定位单元和第二监控单元;远程管理模块,所述远程管理模块包括客流统计单元、数据管理单元和公交到站预报单元,所述公交到站预报单元用于为即将到站的公交车内的乘客进行预报;所述方法具体包括:

为所述客流统计单元配置客流统计模型;

基于所述客流统计单元,根据所述第一监控单元确定第一公交站台集合的客流量;

基于所述车辆定位单元、所述客流统计单元和所述第二监控单元获取所述第一公交站台集合中预设到站时间内到达每个第一公交站台的所有公交车的车辆数和客流量;

根据所述第一公交站台集合的客流量和所述第一公交站台集合中预设到站时间内到达每个第一公交站台的所有公交车的车辆数和客流量,确定各个公交线路的客流量程度,然后对不同公交线路的公交车的车辆数进行调配。

进一步的,所述为所述客流统计单元配置客流统计模型,具体包括:

从所述数据管理单元获取分别通过所述第一监控单元和所述第二监控单元得到的第一训练样本集和第二训练样本集;

确定预训练完毕的神经网络模型,将所述第一训练样本集和所述第二训练样本集分别输入所述神经网络模型进行训练;

采用检测框标注所述第一训练样本集中和所述第二训练样本集中的每个图像的人体头部,获得第一目标检测模型和第二目标检测模型;

根据目标跟踪算法对所述第一目标检测模型和所述第二目标检测模型进行处理,生成客流统计模型,为所述客流统计单元配置所述客流统计模型。

更进一步的,所述检测框的标注方法满足(x,y,w,h,confidence),所述confidence满足,其中,x、y、w和h分别表示所述检测框的中心位置的二维坐标、宽度和高度,表示检测框内是否包含人体头部,表示预测框和实际框之间的交集。

进一步的,所述根据所述第一公交站台集合的客流量和所述第一公交站台集合中预设到站时间内到达每个第一公交站台的所有公交车的车辆数和客流量,确定各个公交线路的客流量程度,然后对各个公交线路的公交车的车辆数进行调配,具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东宏志信息技术有限公司,未经广东宏志信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310370253.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top