一种基于大数据的智能公交管理方法及系统技术方案

本发明专利技术涉及一种基于大数据的智能公交管理方法及系统。该方法包括：获取城市交通数据集合，其中，所述城市交通数据集合包括多个交通枢纽的实时交通数据；根据所述实时交通数据确定所述交通枢纽的实时人员密度；确定所述实时人员密度是否处于异常状态，当所述实时人员密度处于异常状态时，确定所述实时人员密度对应的所述交通枢纽；根据所述交通枢纽确定途径所述交通枢纽的公交线路，并根据所述实时人员密度和所述公交线路确定公交调度方案；根据所述公交调度方案调度所述公交线路。本发明专利技术能基于大数据分析交通状况智能调整公交管理方案，及时、有效地提高公交运营效率，缓解城市交通压力。

An Intelligent Bus Management Method and System Based on Big Data

The invention relates to an intelligent public transport management method and system based on large data. The method includes: acquiring urban traffic data set, in which the urban traffic data set includes real-time traffic data of multiple traffic hubs; determining the real-time personnel density of the traffic hubs based on the real-time traffic data; determining whether the real-time personnel density is in abnormal state; and determining the real-time personnel density when the real-time personnel density is in abnormal state. The density corresponds to the traffic hub; the bus line of the traffic hub is determined according to the traffic hub, and the bus dispatching scheme is determined according to the real-time personnel density and the bus line; and the bus line is dispatched according to the bus dispatching scheme. The invention can intelligently adjust the bus management scheme based on large data analysis of traffic conditions, improve the efficiency of bus operation in time and effectively, and alleviate the pressure of urban traffic.

【技术实现步骤摘要】
一种基于大数据的智能公交管理方法及系统
本专利技术涉及交通控制领域，尤其涉及一种基于大数据的智能公交管理方法及系统。
技术介绍
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。
技术实现思路
为了及时、有效地提高公交运营效率，缓解交通压力，本专利技术提供一种基于大数据的智能公交管理方法及系统。本专利技术解决上述技术问题的技术方案如下：第一方面，本专利技术实施例提供了一种基于大数据的智能公交管理方法，该方法包括：获取城市交通数据集合，其中，所述城市交通数据集合包括多个交通枢纽的实时交通数据。根据所述实时交通数据确定所述交通枢纽的实时人员密度。确定所述实时人员密度是否处于异常状态，当所述实时人员密度处于异常状态时，确定所述实时人员密度对应的所述交通枢纽。根据所述交通枢纽确定途径所述交通枢纽的公交线路，并根据所述实时人员密度和所述公交线路确定公交调度方案。根据所述公交调度方案调度所述公交线路。第二方面，本专利技术实施例提供了一种基于大数据的智能公交管理系统，该系统包括：获取模块，用于获取城市交通数据集合，其中，所述城市交通数据集合包括多个交通枢纽的实时交通数据。提取模块，用于根据所述实时交通数据确定所述交通枢纽的实时人员密度。分析模块，用于确定所述实时人员密度是否处于异常状态，当所述实时人员密度处于异常状态时，确定所述实时人员密度对应的所述交通枢纽。决策模块，用于根据所述交通枢纽确定途径所述交通枢纽的公交线路，并根据所述实时人员密度和所述公交线路确定公交调度方案。应用模块，用于根据所述公交调度方案调度所述公交线路。本专利技术的有益效果是：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。附图说明图1为本专利技术一实施例提供的基于大数据的智能公交管理方法的流程示意图；图2为本专利技术一实施例提供的基于大数据的智能公交管理方法的人员密度等级划分示意图；图3为本专利技术另一实施例提供的基于大数据的智能公交管理方法的流程示意图；图4为本专利技术一实施例提供的基于大数据的智能公交管理系统的结构示意图；图5为本专利技术另一实施例提供的基于大数据的智能公交管理系统的结构示意图；图6为本专利技术又一实施例提供的基于大数据的智能公交管理系统的结构示意图。具体实施方式以下描述中，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，以便透切理解本专利技术。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专利技术。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专利技术的描述。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。第一方面，本专利技术实施例提供了一种基于大数据的智能公交管理方法。在一优选的实施例中，如图1所示，该方法包括：获取城市交通数据集合，其中，所述城市交通数据集合包括多个交通枢纽的实时交通数据。根据所述实时交通数据确定所述交通枢纽的实时人员密度。确定所述实时人员密度是否处于异常状态，当所述实时人员密度处于异常状态时，确定所述实时人员密度对应的所述交通枢纽。根据所述交通枢纽确定途径所述交通枢纽的公交线路，并根据所述实时人员密度和所述公交线路确定公交调度方案。根据所述公交调度方案调度所述公交线路。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。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。在一优选的实施例中：所述城市交通数据集合还包括多个交通枢纽的历史交通数据，所述方法还包括如下步骤：根据所述历史交通数据确定所述交通枢纽的人员密度的正常范围，所述正常范围用于判断所述实时人员密度是否处于异常状态。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。在一优选的实施例中，如图2所示：所述正常范围包括上限值和下限值，所述异常状态包括为指示所述交通枢纽的实时等候人员过少的第一异常状态和指示所述交通枢纽的实时等候人员过多的第二异常状态，所述确定所述实时人员密度是否处于异常状态的过程包括：当所述实时人员密度小于或等于所述下限值时，所述异常状态为所述第一异常状态。当所述实时人员密度大于或等于所述上限值时，所述异常状态为所述第二异常状态。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。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。在一优选的实施例中，如图3所示：所述根据所述实时人员密度和所述公交线路确定公交调度方案的过程包括：当所述异常状态为所述第一异常状态时，增大所述公交线路的出发时间间隔。当所述异常状态为所述第二异常状态时，减小所述公交线路的出发时间间隔。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，缓解交通枢纽压力本文档来自技高网...

【技术保护点】
1.一种基于大数据的智能公交管理方法，其特征在于，所述方法包括如下步骤：获取城市交通数据集合，其中，所述城市交通数据集合包括多个交通枢纽的实时交通数据；根据所述实时交通数据确定所述交通枢纽的实时人员密度；确定所述实时人员密度是否处于异常状态，当所述实时人员密度处于异常状态时，确定所述实时人员密度对应的所述交通枢纽；根据所述交通枢纽确定途径所述交通枢纽的公交线路，并根据所述实时人员密度和所述公交线路确定公交调度方案；根据所述公交调度方案调度所述公交线路。

【技术特征摘要】
1.一种基于大数据的智能公交管理方法，其特征在于，所述方法包括如下步骤：获取城市交通数据集合，其中，所述城市交通数据集合包括多个交通枢纽的实时交通数据；根据所述实时交通数据确定所述交通枢纽的实时人员密度；确定所述实时人员密度是否处于异常状态，当所述实时人员密度处于异常状态时，确定所述实时人员密度对应的所述交通枢纽；根据所述交通枢纽确定途径所述交通枢纽的公交线路，并根据所述实时人员密度和所述公交线路确定公交调度方案；根据所述公交调度方案调度所述公交线路。2.根据权利要求1所述的基于大数据的智能公交管理方法，其特征在于，所述城市交通数据集合还包括多个交通枢纽的历史交通数据，所述方法还包括如下步骤：根据所述历史交通数据确定所述交通枢纽的人员密度的正常范围，所述正常范围用于判断所述实时人员密度是否处于异常状态。3.根据权利要求2所述的基于大数据的智能公交管理方法，其特征在于，所述正常范围包括上限值和下限值，所述异常状态包括指示所述交通枢纽的实时等候人员过少的第一异常状态和指示所述交通枢纽的实时等候人员过多的第二异常状态，所述确定所述实时人员密度是否处于异常状态的过程包括：当所述实时人员密度小于或等于所述下限值时，所述异常状态为所述第一异常状态；当所述实时人员密度大于或等于所述上限值时，所述异常状态为所述第二异常状态。4.根据权利要求3所述的基于大数据的智能公交管理方法，其特征在于，所述根据所述实时人员密度和所述公交线路确定公交调度方案的过程包括：当所述异常状态为所述第一异常状态时，增大所述公交线路的出发时间间隔；当所述异常状态为所述第二异常状态时，减小所述公交线路的出发时间间隔。5.根据权利要求1至4任意一项所述的基于大数据的智能公交管理方法，其特征在于，所述方法还包括如下步骤：确定所述交通枢纽与所述公交线路的对应关系，所述对应关系用于根据所述交通枢纽确定途径所述交通枢纽的公交线路。6.一种基于大数据的智能公交管...

【专利技术属性】
技术研发人员：蔡晓东，王辰魁，
申请(专利权)人：桂林远望智能通信科技有限公司，
类型：发明
国别省市：广西,45