一种基于人工智能的公交综合监管与服务系统技术方案

技术编号:29792229 阅读:14 留言:0更新日期:2021-08-24 18:11
本发明专利技术公开了一种基于人工智能的公交综合监管与服务系统,包括公交综合监管子系统以及服务子系统,服务子系统包括驾驶员考勤数据监管模块用于根据考勤规则判定是否考勤,运营服务评价数据管理模块用于管理公交运量、运营效率及服务满意度数据;公交综合监管子系统包括客流量统计模块用于获取车站、车内的客流和路线预期客流数据,车辆调度管理模块用于获取车辆和客流数据,建立并求解调度模型,进行调度,超速报警模块用于获取运营车速并进行报警判断,排班调度模块用于根据历史经验生成发车时间表,对公交车排班,驾驶员管理模块用于管理驾驶员的个人身份信息。本发明专利技术能够管理公交运营数据,基于车辆和客流数据建立调度方案,提高客户满意度。

【技术实现步骤摘要】
一种基于人工智能的公交综合监管与服务系统
本专利技术涉及公交领域,尤其涉及一种基于人工智能的公交综合监管与服务系统。
技术介绍
现有的智能公交系统,特别其中调度系统,多采用一个城市一个集中调度中心,数千辆公交车,十数台调度席位;这种集中式调度,虽能够宏观上起到对公交车辆运行的信息化和可视化,进而对域内公交车进行统一组织和调度,提供公交车辆的定位、线路跟踪、到站预测、,以及公交线路的调配和服务能力;但是实际上,在车辆调度方面,目前所采用的技术所获得车客流/在乘满载率等数据,永远是滞后的信息。其过度关注拥挤的车辆或车内拥挤度,而忽视了车站候车客流信息,其实车站候车客流信息是车辆调度最有价值的信息,如何建立针对积压久候的乘客所需要降低车辆间隔或公交列车开行等调度方案是车辆调度研究的重点。
技术实现思路
本专利技术提供一种基于人工智能的公交综合监管与服务系统,以克服上述技术问题。一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,所述服务子系统包括驾驶员考勤数据监管以及运营服务评价数据管理,所述公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块,驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;其中,t为驾驶员人像,f为驾驶员绑定的个人身份信息,S为相似度,0≤S≤1,当S的取值大于阈值时,表示考勤成功,当S的取值小于阈值时,表示考勤失败,M表示前M个最大的特征值,通常为128或者256;运营服务评价数据管理是指获取并存储公交线网运量、公交运营效率及出行者对公交满意度的评价数据,对数据进行分析;客流量统计模块是指获取车站、车内的客流信息和路线预期客流数据,获取车站的客流信息包括,选定需监测的车站,通过安装在车站站台的监控设备获取不同时刻站台区域的图像,识别不同图像中的人像信息,生成车站的客流数据,计算客流的公式为(2),其中,c为客流,t为输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,f表示使用卷积抽取图像特征,M表示前M个最大的特征值,通常为128或者256;获取路线预期客流数据是指通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集,生成路线预期客流数据;获取车内的客流信息包括采集开门过程乘客的支付信息,获取上车人数,通过安装在车门的监控装置,获取车辆开门过程中的视频,识别并统计视频中出现的下车人数,根据上车人数、下车人数、开门前车内人数计算关门后车内人数,其计算公式为(3),其中,S为上车人数,X为下车时间段图像,K为开门前时间段图像,c为客流量,xt为下车时间段图像X中的某一时刻的图像,t为对应输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,fun表示使用卷积抽取图像特征,kt为下车时间段图像k中的某一时刻的图像,f为对应输入的人脸图像;车辆调度管理模块是指利用GPS定位技术获取车辆的定位信息、车速信息、车间间隔、站车间隔,获取客流量统计模块中车内、车站客流数据和路线预期客流数据,建立初始公交调度模型,对模型进行求解,得出公交最佳发车时间和发车站点,根据车辆信息、驾驶员信息将调度方案发送至驾驶员手机APP中;超速报警模块是指利用GPS技术获取运营车辆的车速,当车速超过阈值时,在控制中心进行报警,并将报警信息反馈至驾驶员,进行降速提醒;排班调度模块是指根据历史经验区分节假日工作日、线路、分上下行、按时间段制定发车间隔,根据当天日期、线路结合发车间隔,生成当天计划内的发车时间表,对站点内的公交车进行排班,并将排班信息发送至驾驶员手机APP中;驾驶员管理模块是指存储并管理驾驶员的个人身份信息,包括人脸、指纹、身份卡片信息。优选地,采集开门过程乘客的支付信息是指采集乘客通过包括但不限于自动投币支付、刷卡支付、扫码支付以及生物特征识别支付中的一种或多种组合形式进行支付时所产生的信息。优选地,识别不同图像中的人像信息是指通过人脸识别技术识别图像中的人像信息。优选地,通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集是指乘客通过车站的触摸屏、手机用户端进行期待路线选择。优选地,建立初始公交调度模型是指通过人工智能算法建立公交调度模型。本专利技术提供一种基于人工智能的公交综合监管与服务系统,本专利技术能够对公交日常运营的数据进行管理,能够基于积压久候的车站乘客数据和预期乘坐公交线路数据建立调度方案,提高客户满意度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1是本专利技术基于人工智能的公交综合监管与服务系统模块图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术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专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,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,都属于本专利技术保护的范围。图1为本专利技术一种基于人工智能的公交综合监管与服务系统模块图,如图1所示,本实施例的方法可以包括:一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,服务子系统包括驾驶员考勤数据监管模块以及运营服务评价数据管理模块,公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块。驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;其中,t为驾驶员人像,f为驾驶员绑定的个人身份信息,S为相似度,0≦S≤1,当S的取值大于阈值时,表示考勤成功,当S的取值小于阈值时,表示考勤失败,M表示前M个最大的特征值,通常为128或者256。运营服务评价数据管理模块是指获取并存储公交线网运量、公交运营效率及出行者对公交满意度的评价数据,对数据进行分析。客流量统计模块是指获取车站、车内的客流信息和路线预期客流数据,获取车站的客流信息包括,选定需监测的车站,通过安装在车站站台的监控设备获取不同时刻站台区域的图像,识别不同图像中的人像信息,识别不同图像中的人像信息是指通过人脸本文档来自技高网...

【技术保护点】
1.一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,所述服务子系统包括驾驶员考勤数据监管以及运营服务评价数据管理,所述公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块,/n驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;/n

【技术特征摘要】
1.一种基于人工智能的公交综合监管与服务系统,其特征在于,包括公交综合监管子系统以及服务子系统,所述服务子系统包括驾驶员考勤数据监管以及运营服务评价数据管理,所述公交综合监管子系统包括客流量统计模块、车辆调度管理模块、超速报警模块、排班调度模块、驾驶员管理模块,
驾驶员考勤数据监管模块是指驾驶员根据考勤规则进行身份认证,将考勤操作时提供的个人信息与绑定的个人身份信息进行一致性比对,根据比对结果判定是否考勤,计算一致性比对的公式为(1),统计并存储所有驾驶员的考勤信息;



其中,t为驾驶员人像,f为驾驶员绑定的个人身份信息,S为相似度,0≤S≤1,当S的取值大于阈值时,表示考勤成功,当S的取值小于阈值时,表示考勤失败,M表示前M个最大的特征值,通常为128或者256;
运营服务评价数据管理是指获取并存储公交线网运量、公交运营效率及出行者对公交满意度的评价数据,对数据进行分析;
客流量统计模块是指获取车站、车内的客流信息和路线预期客流数据,获取车站的客流信息包括,选定需监测的车站,通过安装在车站站台的监控设备获取不同时刻站台区域的图像,识别不同图像中的人像信息,生成车站的客流数据,计算客流的公式为(2),



其中,c为客流,t为输入的人脸图像,n表示图片被切分成的块数,n=15,为块t的特征匹配函数,W为通用人脸模板的线性回归矩阵,ω表示权重,f表示使用卷积抽取图像特征,M表示前M个最大的特征值,通常为128或者256;
获取路线预期客流数据是指通过信息采集端对站台区域内乘客期待乘坐的线路信息进行采集,生成路线预期客流数据;获取车内的客流信息包括采集开门过程乘客的支付信息,获取上车人数,通过安装在车门的监控装置,获取车辆开门过程中的视频,识别并统计视频中出现的下车人数,根据上车人数、下车人数、开门前车内人数计算关门后车内人数,其计算公式为(3),



其中,S为上车人数,X为下车时间段图像,K为开门前时间段图像,c为客流量,xt为下车时间段图像X...

【专利技术属性】
技术研发人员:张世强孙宏飞钱贵涛李峰巍赵岩
申请(专利权)人:华录智达科技股份有限公司
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1