本發明屬于智能公交,涉及一種基于智能網聯技術應用的公交精準進出站運算算法。
背景技術:
1、公交車輛在公交站點停靠時間需要進行準確預測,以提高城市公交的服務水平。
2、現有的公交進出站預測方法中,沒有考慮到堵車等因素,在公交線路運行時,其他車輛會對公交車到站時間產生影響,且道路上的車輛并不是固定的,車流量是實時變化的數據,是公交車到站時間預測難度大的主要原因。
技術實現思路
1、為解決背景技術中存在的問題,本發明提出了一種基于智能網聯技術應用的公交精準進出站運算算法。
2、為了實現上述目的,本發明采用的技術方案如下:
3、獲取第一公交車站和第二公交車站之間的距離,以及公交車運行速度;
4、數據處理中心根據公交車速度和第一公交車站和第二公交車站之間的距離,設定公交車到站初始時間;
5、獲取第一公交車站和第二公交車站區間內車輛數量信息;
6、數據處理中心讀取道路車流量信息,針對車流量對公交車到站初始時間進行修正,得到公交車到站時間;
7、數據處理中心將公交車到站時間上傳至公交車站臺顯示裝置中。
8、進一步地,所述第一公交車站和第二公交車站為公交線路上相鄰兩個車站。
9、進一步地,,所述第一公交車站和第二公交車站區間內車輛數量信息包括有:
10、從第一公交車站進入第一公交車站和第二公交車站區間的車流量i;
11、從第二公交車站駛出第一公交車站和第二公交車站區間的車流量o;
12、其他公交路線公交車站區間與第一公交車站和第二公交車站區間有交匯點,且其他公交路線中進入其他公交路線公交車站區間的車流量與其他公交路線駛出其他公交路線公交車站區間的車流量兩者之間的差值s。
13、進一步地,所述第一公交車站和第二公交車站區間內車流量的計算方式為:
14、進入第一公交車站和第二公交車站區間的車流量i減掉從第二公交車站駛出第一公交車站和第二公交車站區間的車流量o,得到第一車流量;
15、設定單位距離和與單位距離對應的單位時間,分析其他公交車路線中兩個相鄰公交站區間與本公交車路線第一公交車站和第二公交車站區間交匯點距離,依據進入其他公交車路線中兩個相鄰公交站區間的車流量與駛出該區間的車流量兩者之間的差值s,若s值對應車流量超出預設時間未駛出,則將s值與第一車流量相加,得到第二車流量;
16、第二車流量為第一公交車站和第二公交車站區間內車流量。
17、進一步地,針對車流量對公交車到站初始時間進行修正的具體方法為:
18、通過利用歷史數據訓練深度學習模型,獲取車流量與公交車到站行駛時間的相關性系數;
19、車流量與公交車到站行駛時間為正相關函數;
20、依據當前車流量對公交車到站行駛時間影響的相關性系數,修正公交車到站初始時間。
21、進一步地,所述深度學習模型的訓練方式為:
22、基于歷史狀態下的任意兩個相鄰公交車站車流量數據和公交車行駛所需時間進行訓練,得到車流量對公交車行駛時間影響的最小值;
23、基于車流量超出車流量對公交車行駛時間影響的最小值部分,分析超出車流量與公交車行駛時間的相關性系數。
24、與現有技術相比,本發明具有以下有益效果:
25、本發明分析兩個車站之間的車流量,減小堵車對進站時間的預測的影響。同時本發明考慮到了其他路線上車輛匯入對當前公交線路的影響,分析的數據全面,能夠更加精確的預測公交進站時間,提高城市公交的服務水平。
1.一種基于智能網聯技術應用的公交精準進出站運算算法,其特征在于,包括有:
2.根據權利要求1所述的一種基于智能網聯技術應用的公交精準進出站運算算法,其特征在于,所述第一公交車站和第二公交車站為公交線路上相鄰兩個車站。
3.根據權利要求1所述的一種基于智能網聯技術應用的公交精準進出站運算算法,其特征在于,所述第一公交車站和第二公交車站區間內車輛數量信息包括有:
4.根據權利要求3所述的一種基于智能網聯技術應用的公交精準進出站運算算法,其特征在于,所述第一公交車站和第二公交車站區間內車流量的計算方式為:
5.根據權利要求1所述的一種基于智能網聯技術應用的公交精準進出站運算算法,其特征在于,針對車流量對公交車到站初始時間進行修正的具體方法為:
6.根據權利要求5所述的一種基于智能網聯技術應用的公交精準進出站運算算法,其特征在于,所述深度學習模型的訓練方式為: