單元:用于根據(jù)所述公交位置和從相應的查詢請求中獲得目標站臺的位置，計算公交到達目標站臺的距離；
[0157]時間預測單元:將所述公交到達目標站臺的距離、公交行駛速度、道路擁塞程度和道路條件作為變量，利用從方法庫中調用的公交到站時間預測算法預測公交到達目標站臺的時間。
[0158]進一步，本發(fā)明提供一種交通決策支持系統(tǒng)，包括本發(fā)明任意一個實施例的公交實時運行信息管理裝置，以及用于發(fā)送查詢請求的查詢裝置。
[0159]在一些實施例中，所述查詢裝置包括用于發(fā)送調度查詢請求的調度中心查詢裝置、和用于發(fā)送乘車查詢請求的乘車查詢裝置。
[0160]從上面所述可以看出，本發(fā)明提供的交通決策支持方法、裝置和系統(tǒng)，通過利用相應的模型對公交運行信息進行分析，可以為用戶提供決策支持。本發(fā)明實施例的交通決策支持方法、裝置和系統(tǒng)，還能夠綜合公交行駛速度、路況信息、客流擁擠程度等多維公交運行信息，為提供一個更符合實際情況的決策。
[0161]應當理解，本說明書所描述的多個實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。并且在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。
[0162]顯然，本領域的技術人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內，則本發(fā)明也意圖包含這些改動和變型在內。
【主權項】
1.一種交通決策支持方法，其特征在于，包括如下步驟: 接收用戶通過查詢裝置發(fā)送的查詢請求； 對應于所述查詢請求，通過數(shù)據(jù)采集裝置采集公交車運行信息； 從模型庫中調用相應的模型，分析所述公交運行信息，得到與所述查詢請求對應的決策; 將所述與查詢請求對應的決策推送到所述查詢裝置。2.根據(jù)權利要求1所述的方法，其特征在于，所述公交車運行信息包括客流信息、車輛行駛信息、路況信息； 從模型庫中調用相應的模型，分析所述公交運行信息，得到與所述查詢請求對應的決策的步驟具體包括: 從模型庫中調用客流擁擠程度分析模型，利用所述客流信息計算客流擁擠程度； 從模型庫中調用公交到站時間預測模型，利用所述公交行駛信息和路況信息預測公交到站時間； 從模型庫中調用決策模型，利用所述客流擁擠程度和所述公交到站時間計算與所述查詢請求對應的決策。3.根據(jù)權利要求2所述的方法，其特征在于，所述查詢請求包括公交調度查詢請求，所述決策模型包括公交調度決策模型； 或所述查詢請求包括乘車查詢請求；所述決策模型包括乘車決策模型。4.根據(jù)權利要求2所述的方法，其特征在于，所述客流信息至少包括通過前景采集裝置獲取的車內客流圖片和站臺客流圖片中的一種； 相應的，所述客流擁擠程度分析模型包括采用所述公交車上無乘客時的背景圖片建立的車內背景模型或采用公交站臺無乘客時的背景圖片建立的站臺背景模型。5.根據(jù)權利要求4所述的方法，其特征在于，當所述客流信息包括車內客流圖片和站臺客流圖片時，從模型庫中調用客流擁擠程度分析模型，利用所述客流信息計算客流擁擠程度的步驟具體包括: 通過圖像采集裝置或視頻采集裝置采集至少一張站臺客流圖片以及至少一張車內客流圖片； 分別采用模型庫中相應的模型對所述站臺客流圖片和車內客流圖片進行分析，得到站臺客流密度和車內客流密度； 結合所述站臺客流密度和車內客流密度，推算客流擁擠程度。6.根據(jù)權利要求2所述的方法，其特征在于，所述公交行駛信息包括通過GPS裝置獲得的公交位置和公交行駛速度；所述路況信息包括道路擁塞程度和道路條件； 從模型庫中調用公交到站時間預測模型，利用所述公交行駛信息和路況信息預測公交到站時間的步驟具體包括: 根據(jù)所述公交位置和從相應的查詢請求中獲得目標站臺的位置，計算公交到達目標站臺的距離； 將所述公交到達目標站臺的距離、公交行駛速度、道路擁塞程度和道路條件作為變量，利用從方法庫中調用的公交到站時間預測算法預測公交到達目標站臺的時間。7.—種交通決策支持裝置，其特征在于，包括: 請求接收模塊:用于接收用戶通過查詢裝置發(fā)送的查詢請求； 信息采集模塊:用于對應于所述查詢請求，通過數(shù)據(jù)采集裝置采集公交車運行信息；分析決策模塊:用于從模型庫中調用相應的模型，分析所述公交運行信息，得到與所述查詢請求對應的決策； 推送模塊:用于將所述與查詢請求對應的決策推送到所述查詢裝置。8.根據(jù)權利要求7所述的裝置，其特征在于，所述公交車運行信息包括客流信息、車輛行駛信息、路況信息； 所述分析決策模塊具體包括: 客流計算子模塊:用于從模型庫中調用客流擁擠程度分析模型，利用所述客流信息計算客流擁擠程度； 時間計算子模塊:用于從模型庫中調用公交到站時間預測模型，利用所述公交行駛信息和路況信息預測公交到站時間； 決策計算子模塊:用于從模型庫中調用決策模型，利用所述客流擁擠程度和所述公交到站時間計算與所述查詢請求對應的決策。9.根據(jù)權利要求8所述的裝置，其特征在于，所述查詢請求包括公交調度查詢請求，所述決策模型包括公交調度決策模型； 或所述查詢請求包括乘車查詢請求；所述決策模型包括乘車決策模型。10.根據(jù)權利要求8所述的裝置，其特征在于，所述客流信息至少包括通過前景采集裝置獲取的車內客流圖片和站臺客流圖片中的一種； 相應的，所述客流擁擠程度分析模型包括采用所述公交車上無乘客時的背景圖片建立的車內背景模型或采用公交站臺無乘客時的背景圖片建立的站臺背景模型。11.根據(jù)權利要求10所述的裝置，其特征在于，當所述客流信息包括車內客流圖片和站臺客流圖片時，所述客流計算子模塊具體包括: 圖片獲取單元:用于通過圖像采集裝置或視頻采集裝置采集至少一張站臺客流圖片以及至少一張車內客流圖片； 圖片分析單元:用于分別采用模型庫中相應的模型對所述站臺客流圖片和車內客流圖片進行分析，得到站臺客流密度和車內客流密度； 客流擁擠程度推算單元:用于結合所述站臺客流密度和車內客流密度，推算客流擁擠程度。12.根據(jù)權利要求8所述的裝置，其特征在于，所述公交行駛信息包括通過GPS裝置獲得的公交位置和公交行駛速度；所述路況信息包括道路擁塞程度和道路條件； 所述時間計算子模塊具體包括: 距離計算單元:用于根據(jù)所述公交位置和從相應的查詢請求中獲得目標站臺的位置，計算公交到達目標站臺的距離； 時間預測單元:將所述公交到達目標站臺的距離、公交行駛速度、道路擁塞程度和道路條件作為變量，利用從方法庫中調用的公交到站時間預測算法預測公交到達目標站臺的時間。13.—種交通決策支持系統(tǒng)，包括如權利要求7-12中任意一項所述的交通決策支持裝置，以及用于發(fā)送查詢請求的查詢裝置。14.根據(jù)權利要求13所述的系統(tǒng)，其特征在于，所述查詢裝置包括用于發(fā)送調度查詢請求的調度中心查詢裝置、和用于發(fā)送乘車查詢請求的乘車查詢裝置。
【專利摘要】一種交通決策支持方法，包括如下步驟：接收用戶通過查詢裝置發(fā)送的查詢請求；對應于所述查詢請求，通過數(shù)據(jù)采集裝置采集公交車運行信息；從模型庫中調用相應的模型，分析所述公交運行信息，得到與所述查詢請求對應的決策；將所述與查詢請求對應的決策推送到所述查詢裝置。相應的，本發(fā)明提供一種交通決策支持裝置和系統(tǒng)。本發(fā)明所提供的交通決策支持方法、裝置和系統(tǒng)，可以結合公交車運行信息，在更短的時間內為用戶提供更為準確的決策，方便用戶自定出行、公交調度計劃等。
【IPC分類】G08G1/123, G08G1/00
【公開號】CN105096584
【申請?zhí)枴緾N201410189626
【發(fā)明人】王昭然, 趙長軍, 萬邦睿
【申請人】中興通訊股份有限公司
【公開日】2015年11月25日
【申請日】2014年5月6日
【公告號】WO2015168976A1