[0001]
本发明涉及交通控制领域，尤其涉及一种有效提高公交运营效率的智能公交管理方法及系统。
背景技术：
[0002]
现有的交通系统，每天都处于繁忙的工作中，会产生海量的交通数据，其数据种类繁多、体积巨大。同时，在城市化的进程之下，大量的人口涌入城市，选择公共交通出行成为人们生活中必不可少的一部分。然而，城市车流量大，人员分布不均匀，公交运营效率较低，城市交通压力巨大。
技术实现要素：
[0003]
为了及时、有效地提高公交运营效率，缓解交通压力，本发明提供一种有效提高公交运营效率的智能公交管理方法及系统。
[0004]
本发明解决上述技术问题的技术方案如下：
[0005]
第一方面，本发明实施例提供了一种有效提高公交运营效率的智能公交管理方法，该方法包括：
[0006]
获取城市交通的大数据，包含交通枢纽的实时交通数据。
[0007]
依据实时交通数据计算交通枢纽的实时人员密度。
[0008]
确定实时人员密度是否处于异常状态，当实时人员密度处于异常状态时，确定实时人员密度对应的交通枢纽。
[0009]
根据交通枢纽确定途径交通枢纽的公交线路，并根据实时人员密度和公交线路确定公交调度方案。
[0010]
根据公交调度方案调度公交线路。
[0011]
第二方面，本发明实施例提供了一种有效提高公交运营效率的智能公交管理系统，该系统包括：
[0012]
获取模块，用于获取城市交通的大数据，包含交通枢纽的实时交通数据。
[0013]
提取模块，用于依据实时交通数据计算交通枢纽的实时人员密度。
[0014]
分析模块，用于确定实时人员密度是否处于异常状态，当实时人员密度处于异常状态时，确定实时人员密度对应的交通枢纽。
[0015]
决策模块，用于根据交通枢纽确定途径交通枢纽的公交线路，并根据实时人员密度和公交线路确定公交调度方案。
[0016]
应用模块，用于根据公交调度方案调度公交线路。
[0017]
本发明的有益效果是：基于大数据技术，从城市交通系统产生的种类繁多的海量交通数据中，提取出影响公交管理、调度的有用数据。实时关注各交通枢纽人员密度的变化，及时发现人员密度异常状况。根据异常状况，分析得出人员密度异常的交通枢纽和有效的公交调度方案，并通知公交调度中心调整发车时间间隔，减少空跑或缓解拥堵，达到提高
公交运营效率，缓解城市交通压力的目的。
具体实施方式
[0018]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透切理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。另外，本文中的公交不限于普通公交车，还可以是诸如出租车、地铁、有轨电车、客轮、民航客机或直升机等公共交通运输方式。
[0019]
第一方面，本发明实施例提供了一种有效提高公交运营效率的智能公交管理方法。
[0020]
在一优选的实施例中，该方法包括：
[0021]
获取城市交通的大数据，包含交通枢纽的实时交通数据。
[0022]
依据实时交通数据计算交通枢纽的实时人员密度。
[0023]
确定实时人员密度是否处于异常状态，当实时人员密度处于异常状态时，确定实时人员密度对应的交通枢纽。
[0024]
根据交通枢纽确定途径交通枢纽的公交线路，并根据实时人员密度和公交线路确定公交调度方案。
[0025]
根据公交调度方案调度公交线路。
[0026]
具体地，现有的城市交通系统，每天会产生大量的数据，这些大数据的来源包括传感器数据、应用数据、系统数据和服务数据等。其中，传感器数据包括车辆所处位置、速度、图像和rfid等；应用数据包括生产厂家、能源、性能和兼容性等；系统数据包括设备运行与维修记录、车辆日常运行保养日志等；服务数据包括上网数据、日常高速以及过路桥数据等。本方法通过分布式数据总线接入交通系统中，获取到这些海量数据进行提取、筛选与分析。
[0027]
基于大数据技术，从交通系统产生的种类繁多的海量交通数据中，提取出影响公交调度的有用数据。实时关注各交通枢纽人员密度的变化，及时发现人员密度异常状况。其中，人员密度为一定范围内的人员总数除以面积，单位为：人/平方米。根据人员密度异常状况，分析得出人员密度异常的交通枢纽和有效的公交调度方案，并通知公交调度中心调整发车时间间隔，减少空跑或缓解拥堵，达到提高公交运营效率，缓解交通压力的目的。
[0028]
在一优选的实施例中：
[0029]
城市交通数据集合还包括多个交通枢纽的历史交通数据，方法还包括如下步骤：
[0030]
根据历史交通数据确定交通枢纽的人员密度的正常范围，正常范围用于判断实时人员密度是否处于异常状态。
[0031]
具体地，根据历史经验数据，划分出畅通、适中和拥堵等交通状况所对应的人员密度范围。例如：当人员密度为0.1人/平方米以下时，道路畅通，会出现公交空跑的现象；当人员密度为0.5人/平方米以上时，道路拥堵，会出现公交满载或过载的现象；当人员密度为0.1人/平方米至0.5人/平方米之间时，交通情况适中，公交载客量在核载人数左右即可满足需求。这样不仅能为人员密度异常交通枢纽的筛选、公交调度方案制定等提供参考基准，
还能应对人员密度的突变，比如，临时举办的大型活动造成的人流量暂时性剧增。但是，由于道路规划时常改变，比如，道路扩宽了，能容纳的人员与车辆变多了，或者原本比较宽的路，由于市政建设施工，路变窄了，那么能容纳的人员与车辆变少了。例如：道路扩宽后，当人员密度范围在0.2人/平方米至0.6人/平方米之间时，交通状况也能表现为适中；而道路变窄后，可能人员密度为0.07人/平方米也容易显得拥堵。因此，人员密度范围的划分标准，需要适时地通过大数据分析进行微调。
[0032]
在一优选的实施例中：
[0033]
正常范围包括上限值和下限值，异常状态包括为指示交通枢纽的实时等候人员过少的第一异常状态和指示交通枢纽的实时等候人员过多的第二异常状态，确定实时人员密度是否处于异常状态的过程包括：
[0034]
当实时人员密度小于或等于下限值时，异常状态为第一异常状态。
[0035]
当实时人员密度大于或等于上限值时，异常状态为第二异常状态。
[0036]
具体地，第一异常状态、正常范围和第二异常状态分别对应畅通、适中和拥堵的交通状况。
[0037]
合理划分人员密度等级，具体配合交通压力峰谷变化，有针对性的做出公交调度决策。
[0038]
在一优选的实施例中：
[0039]
根据实时人员密度和公交线路确定公交调度方案的过程包括：
[0040]
当异常状态为第一异常状态时，增大公交线路的出发时间间隔。
[0041]
当异常状态为第二异常状态时，减小公交线路的出发时间间隔。
[0042]
当人员密度正常时，保持或恢复正常发车时间间隔。当人员密度小时，增大发车时间间隔，减少公交空跑。当人员密度大时，减少发车时间间隔，短时间内让多辆公交赶到人员密集处，接送乘客，缓解交通枢纽压力。
[0043]
在一优选的实施例中，方法还包括：
[0044]
确定交通枢纽与公交线路的对应关系，对应关系用于根据交通枢纽确定途径交通枢纽的公交线路。
[0045]
具体地，一个交通枢纽附近往往有多路公交线路，预先从交通大数据中整理出该信息，往往可提供后续较长时间的查询应用。
[0046]
预先统计好交通枢纽与途径各交通枢纽的公交线路的对应关系，以便在做公交调度决策时快速查询。但是，随着城市规划，公交线路偶有变化，需适时维护更新。
[0047]
第二方面，本发明实施例提供了一种有效提高公交运营效率的智能公交管理系统。
[0048]
在一优选的实施例中，该系统包括：
[0049]
获取模块，用于获取城市交通的大数据，包含交通枢纽的实时交通数据。
[0050]
提取模块，用于依据实时交通数据计算交通枢纽的实时人员密度。
[0051]
分析模块，用于确定实时人员密度是否处于异常状态，当实时人员密度处于异常状态时，确定实时人员密度对应的交通枢纽。
[0052]
决策模块，用于根据交通枢纽确定途径交通枢纽的公交线路，并根据实时人员密度和公交线路确定公交调度方案。
[0053]
应用模块，用于根据公交调度方案调度公交线路。
[0054]
具体地，现有的城市交通系统，每天会产生大量的数据，这些大数据的来源包括传感器数据、应用数据、系统数据和服务数据等。其中，传感器数据包括车辆所处位置、速度、图像和rfid等；应用数据包括生产厂家、能源、性能和兼容性等；系统数据包括设备运行与维修记录、车辆日常运行保养日志等；服务数据包括上网数据、日常高速以及过路桥数据等。
[0055]
获取模块通过分布式数据总线接入交通系统中，获取到这些海量数据。然而数据量庞大，需要通过提取模块提取出有用的信息供分析模块分析。分析模块得出的数据结果可供决策模块参考，得出最终的决策。应用模块将决策结果通知到有关部门。
[0056]
基于大数据技术，从交通系统产生的种类繁多的海量交通数据中，提取出影响公交调度的有用数据。实时关注各交通枢纽人员密度的变化，及时发现人员密度异常状况。其中，人员密度为一定范围内的人员总数除以面积，单位为：人/平方米。根据人员密度异常状况，分析得出人员密度异常的交通枢纽和有效的公交调度方案，并通知公交调度中心调整发车时间间隔，减少空跑或缓解拥堵，达到提高公交运营效率，缓解交通压力的目的。
[0057]
在一优选的实施例中：
[0058]
城市交通数据集合还包括多个交通枢纽的历史交通数据，系统还包括：
[0059]
划分模块，根据历史交通数据确定交通枢纽的人员密度的正常范围，正常范围用于判断实时人员密度是否处于异常状态。
[0060]
具体地，划分模块是一个完成预处理功能的模块，该模块划分的结果可以较长时间的应用于本系统中，无需频繁更改。
[0061]
该实施例中，划分模块可根据以往经验数据，划分出畅通、适中和拥堵等交通状况所对应的人员密度范围。例如：当人员密度为0.1人/平方米以下时，道路畅通，会出现公交空跑的现象；当人员密度为0.5人/平方米以上时，道路拥堵，会出现公交满载或过载的现象；当人员密度为0.1人/平方米至0.5人/平方米之间时，交通情况适中，公交载客量在核载人数左右即可满足需求。这样不仅能为人员密度异常交通枢纽的筛选、公交调度方案制定等提供参考基准，还能应对人员密度的突变，比如，临时举办的大型活动造成的人流量暂时性剧增。但是，由于道路规划时常改变，比如，道路扩宽了，能容纳的人员与车辆变多了，或者原本比较宽的路，由于市政建设施工，路变窄了，那么能容纳的人员与车辆变少了。例如：道路扩宽后，当人员密度范围在0.2人/平方米至0.6人/平方米之间时，交通情况也能表现为适中；而道路变窄后，可能人员密度为0.07人/平方米也容易显得拥堵。因此，人员密度范围的划分标准，需要适时地通过大数据分析进行微调。
[0062]
在一优选的实施例中：
[0063]
正常范围包括上限值和下限值，异常状态包括指示交通枢纽的实时等候人员过少的第一异常状态和指示交通枢纽的实时等候人员过多的第二异常状态，分析模块包括：
[0064]
第一判断单元，用于当实时人员密度小于或等于下限值时，异常状态为第一异常状态。
[0065]
第二判断单元，用于当实时人员密度大于或等于上限值时，异常状态为第二异常状态。
[0066]
具体地，第一异常状态、正常范围和第二异常状态分别对应畅通、适中和拥堵的交
通状况。
[0067]
合理划分人员密度等级，具体配合交通压力峰谷变化，有针对性的做出公交调度决策。
[0068]
在一优选的实施例中决策模块包括：
[0069]
第一决策单元，用于当异常状态为第一异常状态时，增大公交线路的出发时间间隔。
[0070]
第二决策单元，用于当异常状态为第二异常状态时，减小公交线路的出发时间间隔。
[0071]
当人员密度正常时，保持或恢复正常发车时间间隔。当人员密度小时，增大发车时间间隔，减少公交空跑。当人员密度大时，减少发车时间间隔，短时间内让多辆公交赶到人员密集处，接送乘客，缓解交通枢纽压力。
[0072]
在一优选的实施例中：
[0073]
查询模块，用于确定交通枢纽与公交线路的对应关系，对应关系用于根据交通枢纽确定途径交通枢纽的公交线路。
[0074]
具体地，一个交通枢纽附近往往有多路公交线路，预先从交通大数据中整理出该信息，往往可提供后续较长时间的查询应用。
[0075]
预先统计好交通枢纽与途径各交通枢纽的公交线路的对应关系，以便在做公交调度决策时快速查询。同时，随着城市规划，公交线路偶有变化，需适时维护更新。
[0076]
在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。