一种公共交通辅助调度方法、系统及存储介质与流程

1.本发明涉及公共交通调度技术领域，特别是一种公共交通辅助调度方法、系统及存储介质。


背景技术：

2.在公共交通行业领域，排班调度一直都是核心运营工作之一，同时也是一项较为复杂的系统工程，其效率的高低直接影响到企业的效益和乘客的出行体验。因此，为了保证企业的效益和乘客的出行体验，排班调度工作也逐步向电子化、信息化、智能化的方向发展。
3.国内公交排班调度工作经历了手动排班、电子化排班、系统排班等阶段。智能排班的优化程度越高，越能减少调度中需要调度人员介入的情况。但是，现有技术中需要调度人员进行的调度操作还非常多，例如调整计划、互换车辆司机、调整时间、取消计划等一系列操作；不仅调度工作量大，而且对于调度人员的专业要求较高，需要调度经验丰富的人员才能胜任。
4.可见，现有的公共交通调度方式存在不够智能化，调度操作效率较低的问题。


技术实现要素：

5.本发明的主要目的在于提供了一种公共交通辅助调度方法、系统及存储介质，旨在解决现有的公共交通辅助调度方法不够智能化，调度操作效率较低的技术问题。
6.为实现上述目的，本发明提供了一种公共交通辅助调度方法，其包括以下步骤：获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；所述线路标准辅助参数用于抽取设置辅助调度功能的相关标准参数，所述指令模板用于存储调度操作所包含的指令调度操作相关数据，所述场景模板用于判断上报数据是否符合触发场景；获取终端上报数据以及终端数据符合的触发场景，并进行对应的ai场景选择；基于ai场景选择结果，获取对应的线路标准辅助参数，并执行对应的指令。
7.可选的，所述调度操作日志记录为调度员的操作日志记录，其至少包括调度场景、调度指令及调度调整时的相关参数数据；所述数据抽取与统计分析至少包括对调度操作日志记录数据进行数据抽取，得到调度操作发生时的场景分析、参数分析以及对应场景下调度员操作行为分析，再进行统计汇总得到各调度场景下的各调度指令的执行次数频率、各调度指令的触发条件、各调度指令的辅助参数值。
8.可选的，统计分析至少采用中位数算法、平均数算法、加权平均数算法、决策树分类法k-nn近邻算法其中之一。
9.可选的，所述线路标准辅助参数至少包括参数名称、参数编码、参数值；所述指令模板内至少包括指令id、指令名称、指令编码、指令优先权重、指令参数；其中，不同指令对应的指令参数不同；所述场景模板内至少包括触发条件、触发场景与线路标准辅助参数的对应关系以及场景模板要素项；所述时间触发条件为数据达到预设时间时触发，所述事件
触发条件为预设事件发生时触发。
10.可选的，所述触发条件至少包括时间触发条件或事件触发条件其中之一；所述场景模板要素项至少包括场景名称、场景优先级，场景指令集，场景指令占比频次，场景默认执行指令，场景触发条件。
11.可选的，判断上报数据是否符合触发场景，具体为：当终端上报数据符合某个场景模板的时间触发条件或事件触发条件时，判断为上报数据符合该场景模板的触发场景。
12.可选的，若某一场景下，存在多个场景指令集，则基于指令模板的优先权重选择指令模板，其中，每个场景指令集包括至少一个指令模板。
13.可选的，ai场景选择具体为：根据触发场景判断，辅助ai自动获取满足触发条件的场景；根据场景优先级进行匹配，得到符合触发条件下的最优场景，并进行应用；若基于ai场景选择结果，未获取到对应的线路标准辅助参数，则进行ai场景切换，所述ai场景切换用于进一步判断符合触发条件下的最优场景以及调整指令参数。
14.与所述公共交通辅助调度方法相对应的，本发明提供一种公共交通辅助调度系统，其包括：数据获取模块，用于获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；所述线路标准辅助参数用于抽取设置辅助调度功能的相关标准参数，所述指令模板用于存储调度操作所包含的指令调度操作，所述场景模板用于判断上报数据是否符合触发场景；ai场景选择模块，用于获取终端上报数据以及终端数据符合的触发场景，并进行对应的ai场景选择；辅助调度执行模块，用于基于ai场景选择结果，获取对应的线路标准辅助参数，并执行对应的指令。
15.此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有公共交通辅助调度程序，所述公共交通辅助调度程序被处理器执行时实现如上文所述的公共交通辅助调度方法的步骤。
16.本发明的有益效果是：
17.(1)通过数据抽取与统计分析、智能辅助调度相结合，自动判断终端数据符合的触发场景，并基于ai场景选择结果执行对应的场景指令，减少了调度人员的工作量，加快了公共交通辅助调度方法智能化的进程，提高了调度操作的效率；
18.(2)通过数据抽取与统计分析，对调度操作日志记录数据进行有效的数据处理，生成线路标准辅助参数、指令模板和场景模板作为后续辅助调度的基础，能够有效提高辅助调度的准确率；
19.(3)通过触发条件的设置，进一步实现了自动判断上报数据是否符合触发场景，无需调度员介入，提高了调度操作的效率，也能避免人工判断失误；
20.(4)通过基于指令模板的优先权重选择指令模板进行使用，能够有效避免同一场景存在多个指令模板时，无法确定所要执行的场景指令的情况，进一步提高辅助调度的准确率；
21.(5)通过ai场景切换作为ai场景选择的优化步骤，加入了更多的限制因素和判断标准，进一步判断符合触发条件下的最优场景，能够避免未获取到对应的线路标准辅助参数时，无法做出辅助调度的情况，提高最右场景判断的准确性；通过调整指令参数可以对相关数据进行更新，保证辅助调度方法的实时性和有效性。
附图说明
22.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
23.图1为本发明公共交通辅助调度方法的流程简图；
24.图2为本发明一实施例的调度操作日志记录示意简图。
具体实施方式
25.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.如图1所示，本发明的一种公共交通辅助调度方法，其包括以下步骤：获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；线路标准辅助参数用于抽取设置辅助调度功能的相关标准参数，指令模板用于存储调度操作所包含的指令调度操作相关数据，场景模板用于判断上报数据是否符合触发场景；获取终端上报数据以及终端数据符合的触发场景，并进行对应的ai场景选择；基于ai场景选择结果，获取对应的线路标准辅助参数，并执行对应的指令。
27.本发明通过数据抽取与统计分析、智能辅助调度相结合，自动判断终端数据符合的触发场景，并基于ai场景选择结果执行对应的场景指令，减少了调度人员的工作量，加快了公共交通辅助调度方法智能化的进程，提高了调度操作的效率。
28.在本实施例中，调度操作日志记录为调度员的操作日志记录(可参考图2)，其至少包括调度场景、调度指令及调度调整时的相关参数数据。具体而言，调度操作日志记录根据各种场景下调度员执行的调度指令操作，详细记录了各种场景的触发条件和执行的标准辅助参数。
29.数据抽取与统计分析至少包括对调度操作日志记录数据进行数据抽取，得到调度操作发生时的场景分析、参数分析以及对应场景下调度员操作行为分析，再进行统计汇总得到各调度场景下的各调度指令的执行次数频率、各调度指令的触发条件、各调度指令的辅助参数值。优选的，对调度操作日志记录数据进行数据抽取，具体为分线路进行数据抽取。因此每一条公交线路都有其对应的相关模板。
30.进一步而言，在本实施例中，基于上述汇总得到的数据，进一步产生并存储对应的默认、建议、较少三种标准权重，其中默认权重＞建议权重＞较少权重。因此，后续同一个场景触发的时候，能够根据当前的触发参数标准和触发条件等数据确定这种触发场景下，调度员大概率会优先使用该场景下的哪个指令。
31.本发明通过数据抽取与统计分析、智能辅助调度相结合，自动判断终端数据符合的触发场景，并基于ai场景选择结果执行对应的场景指令，减少了调度人员的工作量，加快了公共交通辅助调度方法智能化的进程，提高了调度操作的效率。
32.优选的，统计分析至少采用中位数算法、平均数算法、加权平均数算法、决策树分类法k-nn近邻算法其中之一。具体而言，根据中位数和平均数算法得到时间、时间触发参数
标准，根据平均数算法获取不同触发标准下的线路标准辅助参数等；使用决策树分类法进行汇总统计分析，对于部分场景使用了k-nn近邻算法，查找最符合要求的场景指令及相关参数。
33.在本实施例中，线路标准辅助参数至少包括参数名称(例如发车早点)、参数编码(例如1)、参数值(例如5分钟)。具体而言，用于辅助调度功能的相关标准参数有：发车早点、发车晚点、到达早点、到达晚点等，涉及判断标准、调整分钟值类型；取消车次，涉及判断标准、取消影响类型、取消影响趟次数；调整车隔，涉及判断标准、调整分钟值类型、调整影响趟次数；非营运请求，涉及同意标准、拒绝标准、下发信息模板，涉及每个场景产生时最常下发信息进行分析汇总等。以上所有相关标准参数，系统通过预分析统计有几份参数，供后续使用。
34.在本实施例中，线路标准辅助参数可以以表格形式存储，该表具体是包含场景触发条件和触发后需要进行的调度操作方式及调整数据的参数等。根据该表可以获取到系统某个场景发生时，需要使用的对应指令的优先级及其指令调整计划的参数。
35.在本实施例中，指令模板内至少包括指令id、指令名称、指令编码、指令优先权重、指令参数；其中，不同指令对应的指令参数不同，采用json格式进行存储，具体可参考表1。
[0036][0037]
表1本发明一实施例指令模板
[0038]
需要说明的是，指令模板是根据调度操作日志记录数据分析而得出，并自动存储的，每种指令都包含有默认指令模板。但是，也可以手动添加指令模板(添加指令模板动作集合，包含指令id、名称、指令编码、优先权重、指令参数等)、或者复制默认指令模板，对模板进行的相关参数进行修改。
[0039]
在本实施例中，场景模板内至少包括触发条件、触发场景与线路标准辅助参数的对应关系以及场景模板要素项。优选的，触发条件至少包括时间触发条件或事件触发条件其中之一；时间触发条件为数据达到预设时间时触发，事件触发条件为预设事件发生时触发，具体可参考表2，其中pd为判断时间偏差。
[0040][0041]
表2本发明一实施例场景模板
[0042]
与指令模板类似的，场景模板也是根据调度操作日志记录数据分析而得出，并自动存储的，每种场景都包含有默认模板，即包含默认场景名称、配置指令集、每种指令配置的优先级和场景触发条件等。但是，也可以手动添加场景模板(添加场景名称、配置指令集、每种指令配置的优先级和场景触发条件等)、或者复制默认模板，对模板进行的相关参数进行修改。
[0043]
优选的，触发条件至少包括时间触发条件或事件触发条件其中之一；场景模板要素项至少包括场景名称、场景优先级，场景指令集，场景指令占比频次，场景默认执行指令，场景触发条件。
[0044]
本发明通过触发条件的设置，进一步实现了自动判断上报数据是否符合触发场景，无需调度员介入，提高了调度操作的效率，也能避免人工判断失误。
[0045]
在本实施例中，判断上报数据是否符合触发场景，具体为：当终端上报数据符合某个场景模板的时间触发条件或事件触发条件时，判断为上报数据符合该场景模板的触发场景。
[0046]
优选的，若某一场景下，存在多个场景指令集，则基于指令模板的优先权重选择指令模板，其中，每个场景指令集包括至少一个指令模板。例如超时发车场景下，根据ai辅助调度，可以自由根据优先权重的高低选择执行自动发车、或调整计划或取消计划等场景指令(选择执行优先权重最高的指令模板对应的指令)。进一步而言，执行完该指令后，可以继续执行下发时间信息、下发通知信息等其他指令，所有的调度辅助操作无需任何人为的介入处理。
[0047]
当然，若公交企业不想使用该智能辅助调度功能时，可以关闭线路下该功能，切换回人工调度方式，不影响客户现有的调度模式，完美兼容系统运行。
[0048]
本发明通过基于指令模板的优先权重选择指令模板进行使用，能够有效避免同一场景存在多个指令模板时，无法确定所要执行的场景指令的情况，进一步提高辅助调度的准确率。
[0049]
在本实施例中，获取终端上报数据以及终端数据符合的触发场景时，对终端上报数据进行数据处理，具体用于处理车载终端设备上报的定位数据和进出站数据等，平台进行数据解析和数据存储，用于后续触发条件的判断使用。
[0050]
在本实施例中，ai场景选择具体为：根据触发场景判断，辅助ai自动获取满足触发条件的场景；根据场景优先级进行匹配，得到符合触发条件下的最优场景，并进行应用；若
基于ai场景选择结果，未获取到对应的线路标准辅助参数，则进行ai场景切换，ai场景切换用于进一步判断符合触发条件下的最优场景以及调整指令参数。
[0051]
ai场景切换作为ai场景选择的优化步骤，为扩展模块，适用于安装了车载客流采集设备或站台客流采集设备的情况下，其加入了更多的限制因素和判断标准，本发明通过ai场景切换，进一步判断符合触发条件下的最优场景，能够避免未获取到对应的线路标准辅助参数时，无法做出辅助调度的情况，提高最右场景判断的准确性；通过调整指令参数可以对相关数据进行更新，保证辅助调度方法的实时性和有效性。
[0052]
为了更便于理解本发明，提供两个具体应用场景说明如下：
[0053]
场景1：发车早点场景(场景模板包括时间触发条件)
[0054]
获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；本场景中，线路辅助参数标准中自动生成的车辆发车早点标准的分钟值为5分钟，即时间触发条件为车辆发车早点标准的分钟值为5分钟。
[0055]
生成指令模板后可手动调整发车早点调整计划指令(即“发车早点调计划指令”)，该指令包含动作a、b：a调整计划，相关参数(调整类型：0不处理，1与计划一致，2改为标准临界值，3随机......)；b下发调度信息，相关参数(下发信息模板：计划已调整，新的发车时间为几点几分.....)。
[0056]
本场景中，也可手动调整发车早点场景，场景里面包含指令动作a、b和一些其他指令，设置指令动作a、b为默认执行指令；可以理解的是，一个场景中可以包含多个指令，每个指令有优先级顺序和权重。
[0057]
获取终端上报数据以及终端数据符合的触发场景，并进行对应的ai场景选择；本场景中，终端定时上报站点位置信息，通过调动系统进行数据解析和分析存储。通过场景模板判断上报数据是否符合触发场景(即判断该实际发车时间是否比计划发车时间早5分钟)，若是，则触发了早点发车的时间触发条件，自动触发ai场景选择早点发车场景。
[0058]
基于ai场景选择结果，获取对应的线路标准辅助参数，并执行对应的指令；通过该线路早点发车场景下配置的指令优先级顺序，找到对应的指令，执行调整计划的动作和下发信息的动作(默认为a或b)。
[0059]
场景2：包车申请场景(场景模板包括时间触发条件)
[0060]
获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；本场景中，事件触发条件为收到包车申请。
[0061]
获取终端上报数据以及终端数据符合的触发场景(即，判断是否收到包车申请时，若是，则符合触发场景)，自动触发ai场景选择包车申请场景；
[0062]
基于ai场景选择结果，获取对应的线路标准辅助参数，并执行对应的指令(例如获取到的场景指令是自动同意包车申请事件，则发信息告知司机，调度员已经同意申请；若获取到指令是自动拒绝包车申请事件，并告知默认原因，则发信息告知司机请找车队长核实申请后)。
[0063]
场景3：站台客流拥挤场景(场景模板包括事件触发条件，且公交车系统具备车载客流设备或外部站台客流设备)
[0064]
获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；线路辅助参数标准中，站台客流人数峰值为30人；指令模板中包
括客流拥挤指令，对应提前发车，或提速行驶(保障安全情况下)，或减少停靠点等动作。
[0065]
获取终端上报数据以及终端数据符合的触发场景，并进行对应的ai场景选择；通过站台客流设备定时上报站台客流人数，终端定时上报站点位置信息，通过调动系统进行数据解析、分析并存储，判断客流人数峰值是否为30人，若是，则符合触发场景，自动触发ai场景选择站台客流拥挤场景。
[0066]
基于ai场景选择结果，获取对应的线路标准辅助参数，根据线路辅助参数标准的设置，得到该线路是可获取额外的客流数据作为分析使用，则优先使用ai场景切换，执行对应的场景指令。具体而言，场景指令包括自动考虑终端上报的客流因素，通过公交线路默认站点信息匹配所有经过该站点的线路，并计算每条线路上运行车辆与该站点的距离。根据车辆司机的平均速度，获取到达该站点所需的时间以及该车辆当前车上人数的拥挤度：若该车辆上已经很拥挤，则降低权重，若前面没有车辆在开往该站点，但是站点人数已经达到拥挤程度时，选择有车在主站等候的其中一条线路的计划提前发车，并下发通知司机确认。
[0067]
ai场景切换中，使用了贪心算法，计算距离到该站点接人的车辆的最优方式，从而得到了站台客流拥挤时应该使用哪种指令优先原则，从而达到了优化智能调度的目的。
[0068]
在本场景下，若没有站台客流设备，但有车载客流设备的情况，如果需要使用智能辅助ai场景切换，则需要使用到智能调度模块的客流仿真预测功能，该预测使用了历史客流数据为基准，使用遗传算法，考虑的遗传因素至少包括：节假日、天气、星期、大型活动、车辆数、公交车载客量、发车间隔、等待时间、运行时长等。并且，不断通过调整指标参数，模拟预测客流人数。设置对应的场景情况，当达到场景发生时，自动执行辅助调度的目的。
[0069]
与公共交通辅助调度方法相对应的，本发明提供一种公共交通辅助调度系统，其包括：数据获取模块，用于获取调度操作日志记录数据并进行数据抽取与统计分析，生成线路标准辅助参数、指令模板和场景模板；线路标准辅助参数用于抽取设置辅助调度功能的相关标准参数，指令模板用于存储调度操作所包含的指令调度操作，场景模板用于判断上报数据是否符合触发场景；ai场景选择模块，用于获取终端上报数据以及终端数据符合的触发场景，并进行对应的ai场景选择；辅助调度执行模块，用于基于ai场景选择结果，获取对应的线路标准辅助参数，并执行对应的指令。
[0070]
在本实施例中，公共交通辅助调度系统还包括ai场景切换模块，用于进一步判断符合触发条件下的最优场景以及调整指令参数；若基于ai场景选择结果，未获取到对应的线路标准辅助参数，则进行ai场景切换。
[0071]
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储有公共交通辅助调度程序，公共交通辅助调度程序被处理器执行时实现如上文的公共交通辅助调度方法的步骤。
[0072]
优选的，该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。该计算机可读存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现图1所示的公共交通辅助调度方法。所述计算机可读存储介质可以是只读存储器，磁盘或光盘等。
[0073]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例、设备实施例及存储介质实施例而言，由于其与方法实施例基本相似，所以
描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0074]
并且，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0075]
上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。