一种智慧城市公交车调度系统

技术领域

本发明涉及公交车调度技术领域，具体涉及一种智慧城市公交车调度系统。

背景技术

智慧城市公交车调度系统是一种基于信息和通信技术的创新解决方案，旨在通过集成实时数据和智能算法来优化公交车的运行和调度，实现公交服务的高效性、可靠性和可持续性。智慧城市公交车调度系统利用各种传感器、GPS等设备采集公交车辆运行数据，并将其实时传输到中心控制系统。该系统通过智能算法处理和分析数据，实时评估交通状况、乘客需求等，同时考虑车辆运行和站点服务等因素，为公交车提供调度指令。智慧城市公交车调度系统利用信息和通信技术，通过实时数据采集和智能算法分析，优化公交车辆的运行和调度，提高乘客服务质量和系统运行效率，为乘客提供更便捷、可靠和舒适的公交出行体验。

现有的智慧城市公交车调度技术难以根据各个时段公交车运行路段的不同状态对公交车运行进行实时调度，没有全面考虑公交车运行的多种因素，因此亟需一种系统，既考虑到各个时段公交车运行的路段交通问题，又考虑到公交站点的候车人数信息以及公交车在每一站的上车乘客数量和下车乘客数量的合理调度方案。

发明内容

本发明的目的在于提供一种智慧城市公交车调度系统，解决以下技术问题：现有的智慧城市公交车调度技术难以根据各个时段公交车运行的路段的不同状态对公交车运行进行实时调度，没有全面考虑到公交车运行的多种要素，难以制定更优化的公交车调度方案。

本发明的目的可以通过以下技术方案实现：一种智慧城市公交车调度系统，包括：公交车车载设备：用于识别公交车在每一站的上车乘客数量和下车乘客数量，并采集公交车到站停车时周围的车流图像，并将采集的数据传输至公交车到站停车对应公交站点的站点数据传输模块；站点信息采集模块：用于对公交站点的候车人数信息进行实时采集并传输至站点数据传输模块；站点数据传输模块：将接收到的站点信息采集模块和公交车车载设备的数据上传至车辆调度平台的云服务器；车辆调度平台：用于分析上传至云服务器中的数据，并向公交车车载设备发送调度指令；其中，所述车辆调度平台分析上传至云服务器中的数据，并向公交车车载设备发送调度指令，通过车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息，以乘客乘坐一条完整的公交线路花费的时间最小为目标函数，建立公交调度模型，包以下步骤：根据车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息；将公交车全天运行总时间平均分为m份时间段；根据公交站点实时的候车人数求得在第j个时间段内的公交站点候车人数的平均数；根据云服务器中存储的公交发车时间的历史数据，求得公交车在前一天的全天运行总时间内的平均发车时间间隔

;

其中，n为一条完整的公交线路所有的公交站点数量，

作为本发明进一步的方案：所述公交车车载设备，包括：乘客数量采集模块：用于对公交车在站点处的上车人数和下车人数进行采集，并发送至车辆数据传输模块；所述乘客数量采集模块设置于公交车上车门和下车门处；公交车运行信息采集模块：用于对公交车的实时车速进行采集，并发送至车辆数据传输模块。

作为本发明进一步的方案：所述公交车车载设备，还包括：车顶无人机图像采集器：用于采集公交车在到站停车时，车辆所在道路的车流俯视图像，并发送至车辆数据传输模块；车辆数据传输模块：用于将接收到的乘客数量采集模块、公交车运行信息采集模块和车顶无人机图像采集器的数据发送至站点数据传输模块。

作为本发明进一步的方案：所述车顶无人机图像采集器包括：无人机和图像采集模块，所述图像采集模块设置于无人机底端，所述无人机设置于公交车车顶处；所述车辆数据传输模块设置于无人机顶端。

作为本发明进一步的方案：所述无人机在公交车到站停车时，上升至公交车上方十米高度，对车辆所在道路的车流俯视图像进行采集，并通过车辆数据传输模块将接收到的乘客数量采集模块、公交车运行信息采集模块和车顶无人机图像采集器的数据发送至站点数据传输模块。

作为本发明进一步的方案：所述车辆调度平台分析上传至云服务器中的数据，并向公交车车载设备发送调度指令，包括以下步骤：S1：云服务器中存储的车流俯视图像的历史数据；S2：训练针对车辆顶端区域图像进行识别的图像分割模型；S3：通过图像分割模型识别实时的车流俯视图像中的车辆顶端区域，并计算识别出的车流俯视图像中的车辆顶端区域面积占整个图像面积的百分比；S4：根据车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息，以乘客乘坐一条完整的公交线路花费的时间最小为目标函数，建立公交调度模型；S5：设置公交调度模型的约束条件；S6：通过单亲遗传算法求解公交调度模型乘客乘坐一条完整的公交线路花费的时间最小时，对应的公交调度方案。

作为本发明进一步的方案：所述步骤S2，包以下步骤：获取云服务器中存储的车流俯视图像的历史数据；对车流俯视图像的历史数据进行预处理，并对预处理后的图像进行特征提取；通过标注工具对经过预处理后的车流俯视图像中的车辆顶端区域进行标注，并将标注好的图片分为训练集和测试集，将训练集的图片送入Mask R-CNN图像分割模型，以车辆顶端区域作为模型识别目标，对Mask R-CNN图像分割模型进行训练；训练完成后，将测试集数据输入到Mask R-CNN图像分割模型中训练，得到对应的训练权重；将对应的训练权重输入到Mask R-CNN图像分割模型中，使得Mask R-CNN图像分割模型中模型收敛，得到训练好的针对车辆顶端区域图像进行识别的Mask R-CNN图像分割模型。

作为本发明进一步的方案：所述步骤S5中，公交调度模型的约束条件为：

；

其中，

作为本发明进一步的方案：所述步骤S6，包以下步骤：通过单亲遗传算法求解在满足公交调度模型的约束条件下，乘客乘坐一条完整的公交线路花费的时间

本发明的有益效果：本发明通过识别公交车在每一站的上车乘客数量和下车乘客数量，并采集公交车到站停车时周围的车流图像和公交站点的候车人数信息，便于构建更优化的公交车调度方案的目标函数；公交车调度方案的制定考虑到站点的交通拥堵情况，考虑到车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息的多方面因素，便于建立更加合理的公交调度模型，使得交通高峰时期更合理的制定公交发车调度方案。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明系统的结构示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种智慧城市公交车调度系统，包括：公交车车载设备：用于识别公交车在每一站的上车乘客数量和下车乘客数量，并采集公交车到站停车时周围的车流图像，并将采集的数据传输至公交车到站停车对应公交站点的站点数据传输模块；站点信息采集模块：用于对公交站点的候车人数信息进行实时采集并传输至站点数据传输模块；站点数据传输模块：将接收到的站点信息采集模块和公交车车载设备的数据上传至车辆调度平台的云服务器；车辆调度平台：用于分析上传至云服务器中的数据，并向公交车车载设备发送调度指令。

其中，所述车辆调度平台分析上传至云服务器中的数据，并向公交车车载设备发送调度指令，通过车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息，以乘客乘坐一条完整的公交线路花费的时间最小为目标函数，建立公交调度模型，包以下步骤：根据车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息；将公交车全天运行总时间平均分为m份时间段；根据公交站点实时的候车人数求得在第j个时间段内的公交站点候车人数的平均数；根据云服务器中存储的公交发车时间的历史数据，求得公交车在前一天的全天运行总时间内的平均发车时间间隔

；

其中，n为一条完整的公交线路所有的公交站点数量，

具体的，通过识别公交车在每一站的上车乘客数量和下车乘客数量，并采集公交车到站停车时周围的车流图像和公交站点的候车人数信息，构建了更优化的目标函数；公交车调度方案的制定考虑到站点的交通拥堵情况，考虑到车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息的多方面因素，便于建立更加合理的公交调度模型，使得交通高峰时期更合理的制定公交发车调度方案。

通过识别公交车在每一站的上车乘客数量和下车乘客数量，并采集公交车到站停车时周围的车流图像和公交站点的候车人数信息，进行公交车调度方案的制定，能够更科学地进行公交车的调度和排班，避免车辆过载或空载的情况发生，提高公交车的运营效率。通过采集每一站的上下车人数，可以将不同站点的拥挤情况考虑到公交车辆的公交车调度方案的制定中，便于使得制定的交车调度方案提供更好的乘坐体验，提升乘客的满意度。同时，通过采集公交车停车时周围车流图像，可以将交通拥堵情况考虑到公交车调度方案的制定中，使得公交车调度方案的制定考虑到站点的交通拥堵情况，使得交通高峰时期更合理的制定公交发车调度方案。

在本发明其中一个实施例中，所述公交车车载设备，包括：乘客数量采集模块：用于对公交车在站点处的上车人数和下车人数进行采集，并发送至车辆数据传输模块；所述乘客数量采集模块设置于公交车上车门和下车门处；公交车运行信息采集模块：用于对公交车的实时车速进行采集，并发送至车辆数据传输模块。

具体的，通过在公交车上车门和下车门处设置红外计数传感器，即可对公交车在站点处的上车人数和下车人数进行采集，公交车运行信息采集模块通过车速传感器对公交车的实时车速进行采集。

在本发明其中一个实施例中，所述公交车车载设备，还包括：车顶无人机图像采集器：用于采集公交车在到站停车时，车辆所在道路的车流俯视图像，并发送至车辆数据传输模块；车辆数据传输模块：用于将接收到的乘客数量采集模块、公交车运行信息采集模块和车顶无人机图像采集器的数据发送至站点数据传输模块。

在本发明其中一个实施例中，所述车顶无人机图像采集器包括：无人机和图像采集模块，所述图像采集模块设置于无人机底端，所述无人机设置于公交车车顶处；所述车辆数据传输模块设置于无人机顶端。

在本发明其中一个实施例中，所述无人机在公交车到站停车时，上升至公交车上方十米高度，对车辆所在道路的车流俯视图像进行采集，并通过车辆数据传输模块将接收到的乘客数量采集模块、公交车运行信息采集模块和车顶无人机图像采集器的数据发送至站点数据传输模块。

具体的，通过无人机在公交车到站停车时，上升至公交车上方十米高度，对车辆所在道路的车流俯视图像进行采集，并通过车辆数据传输模块将接收到的乘客数量采集模块、公交车运行信息采集模块和车顶无人机图像采集器的数据发送至站点数据传输模块，使得无人机更好的将数据传输至站点数据传输模块，利用无人机升高时对数据进行发送，便于车辆数据传输模块和站点数据传输模块之间数据的稳定传输。

在本发明其中一个实施例中，所述车辆调度平台分析上传至云服务器中的数据，并向公交车车载设备发送调度指令，包括以下步骤：S1：云服务器中存储的车流俯视图像的历史数据；S2：训练针对车辆顶端区域图像进行识别的图像分割模型；S3：通过图像分割模型识别实时的车流俯视图像中的车辆顶端区域，并计算识别出的车流俯视图像中的车辆顶端区域面积占整个图像面积的百分比；计算识别出的车流俯视图像中的车辆顶端区域面积占整个图像面积的百分比；S4：根据车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上车人数和下车人数、公交车的实时车速和公交站点的候车人数信息，以乘客乘坐一条完整的公交线路花费的时间最小为目标函数，建立公交调度模型；S5：设置公交调度模型的约束条件；S6：通过单亲遗传算法求解公交调度模型乘客乘坐一条完整的公交线路花费的时间最小时，对应的公交调度方案。

具体的，建立公交调度模型，同时考虑车辆顶端区域面积占整个图像面积的百分比、公交车在站点处的上下车人数、公交车的实时车速和公交站点的候车人数信息，以乘客乘坐一条完整的公交线路花费的时间最小为目标函数，能够优化公交车辆的调度和运行计划，通过考虑候车人数信息，能够优化车辆的到站时间和发车间隔，减少供需波动带来的等待时间，最小化乘客乘坐整条线路的总耗时；通过实时获取车辆的上下车人数信息，可以根据不同站点的拥挤情况进行动态调度，提供更准确的运行计划，适应不同时间段和路段的乘客需求；通过分析车流图像及车速信息，能够对交通拥堵情况进行实时评估，合理安排车辆的行进速度和发车时间间隔。

在本发明其中一个实施例中，所述步骤S2，包以下步骤：获取云服务器中存储的车流俯视图像的历史数据；对车流俯视图像的历史数据进行预处理，并对预处理后的图像进行特征提取；预处理包括图像尺寸调整和灰度化处理；通过标注工具对经过预处理后的车流俯视图像中的车辆顶端区域进行标注，并将标注好的图片分为训练集和测试集，将训练集的图片送入Mask R-CNN图像分割模型，以车辆顶端区域作为模型识别目标，对Mask R-CNN图像分割模型进行训练；训练完成后，将测试集数据输入到Mask R-CNN图像分割模型中训练，得到对应的训练权重；将对应的训练权重输入到Mask R-CNN图像分割模型中，使得Mask R-CNN图像分割模型中模型收敛，得到训练好的针对车辆顶端区域图像进行识别的Mask R-CNN图像分割模型。

在本发明其中一个实施例中，所述步骤S5中，公交调度模型的约束条件为：

；

其中，

在本发明其中一个实施例中，所述步骤S6，包以下步骤：通过单亲遗传算法求解在满足公交调度模型的约束条件下，乘客乘坐一条完整的公交线路花费的时间

具体的，通过单亲遗传算法求解在满足公交调度模型的约束条件下，乘客乘坐一条完整的公交线路花费的时间

在本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作，因此，不能理解为对本发明的限制。此外，“第一”、“第二”仅由于描述目的，且不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。