用于智慧出行研判的公交车舒适度查询方法、系统及设备与流程

1.本发明涉及智能交通技术领域，具体涉及公交车舒适度查询、获取技术领域。


背景技术：

2.随着经济的快速发展和城市规模的不断扩大，对公共交通提出了更高的要求。虽然现有技术中可通过手机中的电子地图等方式查询公交线路、实时公交位置信息，但正在等待公交的乘客对于即将到达的目标公交车的舒适度等信息是缺失的。有人提出了基于车厢内部拥挤程度动态监测方式反映公交车的舒适度，但是这种方法事实上无法全面、真实、实时地反映公交车的实际情况，无法满足乘客对公交车真实舒适度信息的获取请求。


技术实现要素：

3.为解决现有技术无法得到全面、真实的公交车舒适度信息的问题，本发明能够提供一种用于智慧出行研判的公交车舒适度的查询方法、系统、设备及存储介质，以达到满足乘客对目标公交车全面且可靠的舒适度信息获取请求的目的。
4.为实现上述技术目的，本发明公开了一种用于智慧出行研判的公交车舒适度的查询方法，该查询方法可包括但不限于如下的一个或多个步骤。
5.根据来源于用户终端的公交车舒适度的查询请求确定目标公交车。
6.获取与所述目标公交车相对应的智能感知数据，所述智能感知数据包括公交相关数据和外部环境数据。
7.基于第一设定评价因素集创建所述目标公交车舒适度的第一影响因素的第一权重向量，所述第一影响因素包括公交运行因素、车内环境因素、车身属性因素及外部环境因素。
8.基于所述智能感知数据构建所述目标公交车舒适度的第一影响因素的综合评价矩阵。
9.通过所述第一权重向量和所述综合评价矩阵形成舒适度向量。
10.利用所述舒适度向量生成舒适度信息。
11.向所述用户终端发送所述舒适度信息，以响应所述查询请求。
12.进一步地，所述基于所述智能感知数据构建所述目标公交车舒适度的第一影响因素的综合评价矩阵包括：
13.基于所述智能感知数据创建各所述第一影响因素的第一单因素评价向量。
14.通过所有第一影响因素的第一单因素评价向量构建综合评价矩阵。
15.进一步地，所述基于所述智能感知数据创建各所述第一影响因素的第一单因素评价向量包括：
16.基于第二设定评价因素集创建所述目标公交车舒适度的第二影响因素的第二权重向量；其中，所述第二影响因素隶属于所述第一影响因素。
17.基于所述智能感知数据构建所述目标公交车舒适度的第二影响因素的单因素评
价矩阵。
18.通过所述第二权重向量和所述单因素评价矩阵形成第一单因素评价向量。
19.其中，隶属于所述公交运行因素的第二影响因素包括：车辆行驶速度因素和车辆运行平稳度因素，隶属于所述车内环境因素的第二影响因素包括：车内温度因素、车内拥挤度因素、车内噪音因素以及老年人数量因素，隶属于所述车身属性因素的第二影响因素包括：动力类型因素和服役年龄因素，隶属于所述外部环境因素的第二影响因素包括：环境温度因素、风级因素、降水量因素以及降雪量因素。
20.进一步地，所述基于所述智能感知数据创建所述目标公交车舒适度的第二影响因素的第二权重向量包括：
21.将第二设定评价因素集中的评价因素进行比较，并通过比较结果创建所述目标公交车舒适度的第二影响因素的第二权重向量。
22.进一步地，所述基于所述智能感知数据构建所述目标公交车舒适度的第二影响因素的单因素评价矩阵包括：
23.基于所述智能感知数据创建各所述第二影响因素的第二单因素评价向量。
24.通过所述第二单因素评价向量形成单因素评价矩阵。
25.进一步地，所述基于所述智能感知数据创建各所述第二影响因素的第二单因素评价向量包括：
26.利用预设梯形分布函数将所述智能感知数据映射为各所述第二影响因素的第二单因素评价向量。
27.进一步地，所述基于所述智能感知数据创建所述目标公交车舒适度的第一影响因素的第一权重向量包括：
28.将第一设定评价因素集中的评价因素进行比较，并通过比较结果创建所述目标公交车舒适度的第一影响因素的第一权重向量。
29.为实现上述的技术目的，本发明还能够提供一种用于智慧出行研判的公交车舒适度的查询系统，该查询系统包括但不限于交通服务平台和数据中台。
30.交通服务平台，用于根据来源于用户终端的公交车舒适度的查询请求确定目标公交车。
31.数据中台，与所述交通服务平台通信连接，用于获取与所述目标公交车相对应的智能感知数据。所述智能感知数据包括公交相关数据和外部环境数据。
32.所述数据中台还用于调用舒适度计算模型，根据舒适度计算模型与所述智能感知数据计算舒适度信息，
33.其中，所述舒适度计算模型用于基于第一设定评价因素集创建所述目标公交车舒适度的第一影响因素的第一权重向量，用于基于所述智能感知数据构建所述目标公交车舒适度的第一影响因素的综合评价矩阵，并用于通过所述第一权重向量和所述综合评价矩阵形成舒适度向量，以及用于利用所述舒适度向量生成舒适度信息，所述第一影响因素包括公交运行因素、车内环境因素、车身属性因素及外部环境因素。
34.所述交通服务平台，还用于向所述用户终端发送所述舒适度信息，以响应所述查询请求。
35.为实现上述的技术目的，本发明还能够提供一种计算机设备，计算机设备可包括
存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行本发明中任一实施例所述的用于智慧出行研判的公交车舒适度的查询方法的步骤。
36.为实现上述的技术目的，本发明还可提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行本发明中任一实施例所述的用于智慧出行研判的公交车舒适度的查询方法的步骤。
37.本发明的有益效果为：本发明能够将影响公交车舒适度的多维度第一影响因素作为依据，预先构建舒适度计算模型，为用户提供智能交通舒适度信息查询服务，基于查询请求中的目标公交信息，获取目标公交对应的实时智能感知数据，基于智能感知数据构建目标公交车舒适度的第一影响因素的综合评价矩阵，获取舒适度计算模型中目标公交车舒适度的第一影响因素的第一权重向量，通过所述第一权重向量和所述综合评价矩阵形成舒适度向量，利用所述舒适度向量生成舒适度信息，从而达到全面、真实及实时地反映公交车舒适度的目的。而且，本发明还能够为用户提供直观的量化后的舒适度信息，通过量化的舒适度信息引导公众出行，为智慧出行提供研判依据，充分满足了用户对真实舒适度信息的获取请求，用户体验较佳，用户满意度非常高。
38.而且本发明的公交车舒适度信息可满足实时查询和获取的要求，基于为乘客提供的全面、真实、实时的舒适度信息，为用户出行提供研判基准，本发明能够极大提高公众的公共交通出行体验，并能够有助于提高公共交通分担率和缓解交通拥堵等问题，极大提升了智能交通服务水平。
附图说明
39.图1示出了本发明一个或多个实施例中用于智慧出行研判的公交车舒适度的查询方法的流程示意图。
40.图2示出了本发明一个或多个实施例中实时获取公交车舒适度数据的整个系统架构示意图。
41.图3示出了本发明一个或多个实施例中影响公交车舒适度的各影响因素的层次结构示意图。
42.图4示出了本发明一个或多个实施例中计算机设备的内部结构组成示意图。
具体实施方式
43.下面结合说明书附图对本发明具体提供的一种用于智慧出行研判的公交车舒适度的查询方法、系统、设备及存储介质进行详细的解释和说明。
44.如图1所示，本发明一个或多个实施例具体可提供一种用于智慧出行研判的公交车舒适度的查询方法，用于智慧交通出行服务平台。该查询方法根据影响舒适度的多项因素进行综合收集，确定全面的评价指标和评价结果。具体包括但不限于如下的一个或多个步骤。
45.步骤100，根据来源于用户终端的公交车舒适度的查询请求确定目标公交车。在该过程中，本发明通过服务器获取公交车舒适度的查询请求，本实施例中的服务器例如为交通服务平台。其中，本发明查询请求包括但不限于位置信息、时间信息、公交路线信息、目标
站点信息、目标公交信息中的至少一种。可理解的是，本发明涉及的用户终端包括但不限于智能手机、智能手表、智能手环、智能眼镜、平板电脑等具有信息发送、接收和提示功能的电子设备。本实施例的查询请求基于向终端进行输入的方式产生，例如文字输入、语音录入、点击选择等，本发明对此不进行限定。
46.可选地，本发明一些实施例还根据来源于用户终端的公交车舒适度的查询请求确定目标公交站点，进而能够基于目标公交站点对该站点附近的相关环境数据进行获取。
47.步骤101，获取与目标公交车相对应的智能感知数据。本发明的智能感知数据包括但不限于公交相关数据和外部环境数据，公交相关数据包括目标公交智能感知数据，例如车内环境、公交运行、车身属性相关数据，车内环境数据包括车内温度数据、车内拥挤度数据、车内噪音数据、老年人数量数据，公交运行数据包括车辆行驶速度数据、车辆运行平稳度数据，车身属性数据包括车辆的动力类型数据、服役年龄数据；外部环境数据可包括当前公交站点的智能感知数据，还包括但不限于温度数据、风级数据、降水量数据或降雪量数据。可理解的是，本发明的外部环境数据也可通过当地气象中心数据或气象云平台数据等方式得到。
48.车辆行驶速度，指的是目标公交车的行驶速度，其数值越大，则到达下一站的时间越短，乘客的舒适度越高。
49.车辆运行平稳度，指的是目标公交车单位公里内的三急一速数量，其数值越大，乘客的舒适度越低，本实施例对车辆运行平稳度指标进行正向化处理。
50.车内温度，指的是目标公交车内的温度。根据人体感应温度范围，其数值过大或过小均会造成舒适度的下降，所以本实施例可对其进行适度化处理，例如具体按照t2＝1/(1+|t1
‑
a|)计算方式处理，其中t1表示实际温度值，t2表示经适度化处理后的标准数据，a用于表示最优温度值，本实施例a＝25℃。
51.外界温度，指的是目标公交车外部的环境温度。根据人体感应温度范围，其数值过大或过小均会造成舒适度的下降，所以本实施例可对其进行适度化处理，例如具体按照t4＝1/(1+|t3
‑
b|)计算方式处理，其中，t3表示实际外界温度值，t4表示经适度化处理后的标准数据，b表示最优温度值，例如b＝25℃。
52.车内拥挤度，指的是目标公交车内的拥挤指数，其数值越大，乘客的舒适度越低，本实施例对车内拥挤度指标进行正向化处理。
53.车内噪音，指的是目标公交车内的噪音值，其数值越大，乘客的舒适度越低，本实施例对车内噪音指标进行正向化处理。
54.老年人数量，指的是目标公交车内老年乘客人数，通过公交老人卡的刷卡数据或视频识别结果得到。考虑到老年人的特殊性，需要提供较大的空间，因此数值越大，乘客的舒适度越低，本实施例对该评价指标进行正向化处理。
55.动力类型，指的是目标公交车的动力源，一般包括燃气型和电动型，其中，电动型公交车舒适度高。
56.服役年龄，指的是目标公交车的使用年限，其数值越大，乘客的舒适性越低，本实施例对服役年龄指标进行正向化处理。
57.外界风级，指的是目标公交车外部的环境风级或风速，其数值越大，相比而言公交车内越舒适，乘客心理上的舒适度越高。
58.外界降水量或降雪量，指的是目标公交车外降水或降雪情况，类似于外界风级情况，其数值越大，乘客心理上的舒适度越高。
59.接下来通过表格说明本实施例舒适度相关数据的评价集和评价集中五等级的阈值，评价集v＝{很差v1,差v
2,
一般v3,好v4,很好v5}。
[0060][0061][0062]
步骤102，基于第一设定评价因素集创建目标公交车舒适度的第一影响因素的第一权重向量。本发明的第一影响因素包括但不限于公交运行因素、车内环境因素、车身属性因素及外部环境因素。
[0063]
本发明第一设定评价因素集为第一影响因素重要程度的量化值组合，本发明基于第一设定评价因素集创建目标公交车舒适度的第一影响因素的第一权重向量包括：将第一设定评价因素集中的评价因素进行比较，并通过比较结果创建目标公交车舒适度的第一影响因素的第一权重向量。如上过程具体可包括通过比较结果构建判断矩阵、将判断矩阵中的每一列参数按列归一化以及将归一化后的矩阵按行求和后进行均值处理，以得到第一权重向量。
[0064]
本实施例判断矩阵a＝(a
ij
)
n
×
n
，a
ij
＞0，a
ij
＝c
i
：c
j
＝1/a
ji
。
[0065]
其中，c
i
表示第一设定评价因素集中的第i个评价因素重要程度的量化值，c
j
表示
第一设定评价因素集中的第j个评价因素重要程度的量化值，a
ij
表示矩阵a中的第i行第j列的元素，n表示第一设定评价因素集中的评价因素个数。
[0066]
例如，本实施例判断矩阵
[0067]
则得到第一权重向量t＝{0.27730.58800.06730.0673}。
[0068]
步骤103，基于智能感知数据构建目标公交车舒适度的第一影响因素的综合评价矩阵。
[0069]
在本发明一个实施方式中，基于层次分析法设置公交车舒适度的第一影响因素和第二影响因素，其中，本发明第一影响因素为第一层评价因素，第二影响因素为第二层评价因素，第二层评价因素隶属于第一层评价因素。具体地，本发明基于智能感知数据构建目标公交车舒适度的第一影响因素的综合评价矩阵包括：基于智能感知数据创建各第一影响因素的第一单因素评价向量，第一单因素评价向量表示基于第二影响因素确定的第一影响因素数值范围的向量，然后通过所有第一影响因素的第一单因素评价向量构建综合评价矩阵。
[0070]
可选地，本发明实施例基于智能感知数据创建各第一影响因素的第一单因素评价向量包括：基于第二设定评价因素集创建目标公交车舒适度的第二影响因素的第二权重向量；其中，第二影响因素隶属于第一影响因素；基于智能感知数据构建目标公交车舒适度的第二影响因素的单因素评价矩阵，单因素评价矩阵表示单个第一影响因素下的多个第二影响因素数值分布情况的矩阵；通过第二权重向量和单因素评价矩阵形成第一单因素评价向量。
[0071]
如图3所示，本发明基于层次分析法具体构建了公交车舒适度的两层层次结构模型。本实施例中隶属于公交运行因素的第二影响因素包括：车辆行驶速度因素和车辆运行平稳度因素，隶属于车内环境因素的第二影响因素包括：车内温度因素、车内拥挤度因素、车内噪音因素以及老年人数量因素，隶属于车身属性因素的第二影响因素包括：动力类型因素和服役年龄因素，隶属于外部环境因素的第二影响因素包括：环境温度因素、风级因素、降水量因素以及降雪量因素。
[0072]
可选地，本发明基于第二设定评价因素集创建目标公交车舒适度的第二影响因素的第二权重向量包括：将第二设定评价因素集中的设定评价因素集进行比较，并通过比较结果创建目标公交车舒适度的第二影响因素的第二权重向量。类似计算第一权重向量的过程，本实施例中的判断矩阵b＝(b
ij
)
m
×
m
，b
ij
＞0，b
ij
＝p
i
：p
j
＝1/b
ji
。其中，p
i
表示第二设定评价因素集中的第i个评价因素重要程度的量化值，p
j
表示第二设定评价因素集中的第j个评价因素重要程度的量化值，b
ij
表示矩阵b中的第i行第j列的元素，m表示第二设定评价因素集中的评价因素个数。例如得到如下的第二权重向量：{0.2500，0.7500}，{0.2216，0.6263，0.0761，0.0761}，{0.7500，0.2500}，{0.0780，0.1046，0.4191，0.3982}。
[0073]
结合第一权重向量的示例，本实施例可通过下表列出第一影响因素的第一权重向量和第二影响因素的第二权重向量。
[0074][0075]
可选地，本发明实施例中基于智能感知数据构建目标公交车舒适度的第二影响因素的单因素评价矩阵包括：基于智能感知数据创建各第二影响因素的第二单因素评价向量，通过所有第二单因素评价向量形成单因素评价矩阵。更为具体地，本实施例基于智能感知数据创建各第二影响因素的第二单因素评价向量包括：利用预设梯形分布函数将智能感知数据映射为各第二影响因素的第二单因素评价向量，具体说明如下。
[0076]
本发明一个或多个实施例的梯形分布函数通过如下方式表示，具体地，其中，{r
i1
，r
i2
，r
i3
，r
i4
，r
i5
}表示第二单因素评价向量，x表示第二影响因素的值，α1、α2、α3、α4、α5表示如上评价集中五等级的阈值。
[0077][0078][0079]
[0080][0081][0082]
示例地，本月投入运行的电动公交车当前时速45km/h，近一公里三急一速为5次，车内温度为25℃，拥挤度为0.2，车内噪音为25分贝，车内无老年人，外接温度为25℃，外接风速为30km/h，外界降水量为55mm。
[0083]
对于第二影响因素为车辆行驶速度，x＝45，α1＝10，α2＝20，α3＝30，α4＝40，α5＝50，则其第二单因素评价向量r
车辆行驶速度
＝{0 0 0 0.5 0.5}。
[0084]
同理，r
车辆运行平稳度
＝{0 0 0 0.5 0.5}。
[0085]
通过第二单因素评价向量得出单因素评价矩阵
[0086]
确定单因素评价矩阵和如上对应的第二权重向量{0.2500 0.7500}后，本实施例形成对应公交运行的第一单因素评价向量b
公交运行
。
[0087][0088]
类似于得到对应公交运行的第一单因素评价向量b
公交运行
的过程，本实施例通过如上方式确定对应车内环境的第一单因素评价向量b
车内环境
，对应车身属性的第一单因素评价向量b
车身属性
，以及对应外部环境的第一单因素评价向量b
外部环境
。
[0089][0090][0091][0092]
在此基础上，本实施例可基于智能感知数据构建目标公交车舒适度的第一影响因素的综合评价矩阵r。
[0093][0094]
步骤104，通过第一权重向量和综合评价矩阵形成舒适度向量。具体实施时，本发明一些实施例将公交相关数据和外部环境数据进行融合，在数据融合的基础上，通过公交车舒适度计算模型实现上述权重向量的生成过程、综合评价矩阵的生成过程，以确定第一权重向量和综合评价矩阵，进而确定舒适度向量。
[0095]
本实施例综合评价矩阵以如上的为例，第一权重向量以如上的t＝{0.2773 0.5880 0.0673 0.0673}为例，则舒适度向量s可通过如下的方式进行计算：
[0096][0097]
步骤105，利用舒适度向量生成舒适度信息。
[0098]
本发明一些实施例能够根据预设分值计算方式确定可量化的舒适度信息，可使用分值定义向量和舒适度向量计算舒适度分值。分值定义向量例如为{20，40，60，80，100}，则舒适度分值u按照如下方式计算。
[0099]
u＝20
×
0+40
×
0+60
×
0+80
×
0.13865+100
×
0.86125＝97.217
[0100]
基于上述预设分值计算方式，则本发明实施例的当前舒适度信息具体为97.217分。
[0101]
可选地，本实施例也可直接按照最大隶属原则从舒适度向量中选择最大值作为最终的结果，例如0.86125可对应预设评价集中数值或范围，并认为目标公交车当前车内舒适度信息为“很好”。
[0102]
步骤106，本发明向用户终端发送舒适度信息，以响应查询请求。在用户终端收到舒适度信息后能够通过屏幕显示、声音提醒、振动提醒中的至少一种方式告知用户，例如告知用户当前车内舒适度信息为“很好”或告知用户当前车内舒适度分数为97.217分。本发明当然还可向用户终端发送车辆到达时间信息等。另外，本发明还可根据目标车辆的实时行驶速度、当前位置、公交车站点位置及路况信息计算预计达到时间，并反馈给发出查询请求的用户终端。
[0103]
如图2所示，本发明实施例中通过智能感知设备采集的公交车数据和公交站点环
境数据上传至数据中台，该过程可借助iot(internet of things，物联网)平台，即先将采集的数据上传至iot平台，再由iot平台上传至数据中台。本发明实施例的智能感知设备包括但不限于温度感知设备、湿度感知设备、噪音感知设备及视频采集设备等，并根据采集目的设置于公交车或公交站点内，风级、降水或降雪量信息可通过当前公交站点所在接到或行政区域的气象信息确定，车身相关信息和公交运行信息能够通过数据中台直接获取。本发明的数据处理过程可通过构建的公交舒适度计算模型作为计算引擎实现，并将数据处理结果反馈给交通服务平台，以响应智能终端请求；可见本发明能够提供一种基于智能交通服务平台实时研判公交车舒适度的方法。
[0104]
如图2所述，与查询方法基于同一技术构思，本发明还能够提供一种用于智慧出行研判的公交车舒适度的查询系统。其中，本发明中的查询系统包括但不限于交通服务平台和数据中台。
[0105]
交通服务平台用于根据来源于用户终端的公交车舒适度的查询请求确定目标公交车。
[0106]
数据中台与交通服务平台通信连接，用于获取与目标公交车相对应的智能感知数据。其中，本发明智能感知数据包括公交相关数据和外部环境数据。
[0107]
数据中台还用于调用舒适度计算模型，根据舒适度计算模型与所述智能感知数据计算舒适度信息，本发明一个或多个实施例中的舒适度计算模型可集成于数据中台内。
[0108]
其中，舒适度计算模型用于基于第一设定评价因素集创建目标公交车舒适度的第一影响因素的第一权重向量，用于基于智能感知数据构建目标公交车舒适度的第一影响因素的综合评价矩阵，并用于通过第一权重向量和综合评价矩阵形成舒适度向量，以及用于利用舒适度向量生成舒适度信息，第一影响因素包括公交运行因素、车内环境因素、车身属性因素及外部环境因素。
[0109]
交通服务平台，还用于向用户终端发送舒适度信息，以响应查询请求。
[0110]
可选地，舒适度计算模型能够用于将第一设定评价因素集中的评价因素进行比较，并通过比较结果创建目标公交车舒适度的第一影响因素的第一权重向量。具体地，舒适度计算模型用于基于智能感知数据创建各第一影响因素的第一单因素评价向量，以及用于通过所有第一影响因素的第一单因素评价向量构建综合评价矩阵。更为具体地，舒适度计算模型可用于基于第二设定评价因素集创建目标公交车舒适度的第二影响因素的第二权重向量，以及用于基于智能感知数据构建目标公交车舒适度的第二影响因素的单因素评价矩阵；舒适度计算模型用于通过第二权重向量和单因素评价矩阵形成第一单因素评价向量。本实施例中的第二影响因素隶属于第一影响因素。本实施例中，隶属于公交运行因素的第二影响因素包括车辆行驶速度因素和车辆运行平稳度因素，隶属于车内环境因素的第二影响因素包括车内温度因素、车内拥挤度因素、车内噪音因素以及老年人数量因素，隶属于车身属性因素的第二影响因素包括动力类型因素和服役年龄因素，隶属于外部环境因素的第二影响因素包括环境温度因素、风级因素、降水量因素以及降雪量因素。可选地，舒适度计算模型能够用于将第二设定评价因素集中的评价因素进行比较，以及用于通过比较结果创建目标公交车舒适度的第二影响因素的第二权重向量。舒适度计算模型可用于基于智能感知数据创建各第二影响因素的第二单因素评价向量，并用于通过所有第二单因素评价向量形成单因素评价矩阵。本实施例中的舒适度计算模型具体用于利用预设梯形分布函数将
智能感知数据映射为各第二影响因素的第二单因素评价向量。
[0111]
在一个优选的实施方式中，数据中台还包括iot平台(物联网平台)，用于收集智能感知数据的智能感知设备与iot平台相连接，iot平台可兼容各智能感知设备发送的智能感知数据，通过iot平台的设置提升了数据中台对各智能设备的兼容性。
[0112]
具体地，采用上述实施方式所述的数据查询系统，智能交通服务平台获取来自于用户终端的查询请求，根据查询请求调用与查询请求对应的存储于数据中台的实时智能感知数据，并调用计算引擎中预设的公交舒适度计算模型，智能感知数据实时上传至数据中台，数据中台根据获取的与目标公交对应的智能感知数据及预先建立的舒适度计算模型，实时计算舒适度信息，并发送至发出查询请求的用户终端，以响应查询请求，在上述实施方式中，用于接收与处理舒适度查询请求的智能交通服务平台与用于存储智能交通感知数据的数据中台分布式部署，舒适度计算模型存储与计算引擎，计算引擎可存储于数据中台，也可单独设置，计算引擎、数据中台、智能交通服务平台三者分布式部署，提升了系统计算的灵活性及计算效率。
[0113]
如图4所示，与本发明用于智慧出行研判公交车舒适度的查询方法基于同一技术构思，本发明还能够提供一种计算机设备，计算机设备可包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行本发明任一实施例中的用于智慧出行研判的公交车舒适度的查询方法的步骤。其中公交车舒适度的具体查询方法已在本说明书中有详细记载，此处不再进行赘述。
[0114]
如图4所示，与本发明用于智慧出行研判的公交车舒适度的查询方法基于同一技术构思，本发明还能够提供一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行本发明任一实施例中的用于智慧出行研判的公交车舒适度的查询方法的步骤。其中，公交车舒适度的具体查询方法已在本说明书中有详细记载，此处不再进行赘述。
[0115]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读存储介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram，random access memory)，只读存储器(rom，read
‑
only memory)，可擦除可编辑只读存储器(eprom，erasable programmable read
‑
only memory，或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom，compact disc read
‑
only memory)。另外，计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0116]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件
或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga，programmable gate array)，现场可编程门阵列(fpga，field programmable gate array)等。
[0117]
在本说明书的描述中，参考术语“本实施例”、“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须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。
[0118]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0119]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明实质内容上所作的任何修改、等同替换和简单改进等，均应包含在本发明的保护范围之内。