-
公开(公告)号：CN113283660A
公开(公告)日：2021-08-20
申请号：CN202110626855.5
申请日：2021-06-04
Applicant: 北京市交通信息中心 , 北京市应急管理科学技术研究院
Abstract: 本发明提供了一种互联网租赁自行车区域运行关联特征识别方法及系统。该方法包括：按照目标区域空间范围提取互联网租赁自行车订单数据；对于订单数据进行清洗；判断订单对应的骑行起终点和目标区域的关系并进行分类，识别区域运行特征；对于起终点一端在目标区域以外的骑行，分别对于区域外的起点和终点用DBSCAN算法聚类，生成相对于目标区域的发生簇和吸引簇；计算任意发生簇和吸引簇中心位置的距离，识别目标区域互联网租赁自行车运行的对称关联区，发生关联区和吸引关联区，并计算关联区相对于目标区域的影响因子。本发明提供的互联网租赁自行车区域运行关联特征识别方法及系统能支持运营企业有针对性的调度车辆，并为其他短途出行交通方式的组织优化提供依据。
-
公开(公告)号：CN113283660B
公开(公告)日：2022-07-05
申请号：CN202110626855.5
申请日：2021-06-04
Applicant: 北京市智慧交通发展中心(北京市机动车调控管理事务中心) , 北京市应急管理科学技术研究院
Abstract: 本发明提供了一种互联网租赁自行车区域运行关联特征识别方法及系统。该方法包括：按照目标区域空间范围提取互联网租赁自行车订单数据；对于订单数据进行清洗；判断订单对应的骑行起终点和目标区域的关系并进行分类，识别区域运行特征；对于起终点一端在目标区域以外的骑行，分别对于区域外的起点和终点用DBSCAN算法聚类，生成相对于目标区域的发生簇和吸引簇；计算任意发生簇和吸引簇中心位置的距离，识别目标区域互联网租赁自行车运行的对称关联区，发生关联区和吸引关联区，并计算关联区相对于目标区域的影响因子。本发明提供的互联网租赁自行车区域运行关联特征识别方法及系统能支持运营企业有针对性的调度车辆，并为其他短途出行交通方式的组织优化提供依据。
-
公开(公告)号：CN110880244B
公开(公告)日：2020-08-11
申请号：CN201911211322.X
申请日：2019-12-02
Applicant: 北京市交通信息中心执法总队分中心 , 北京市交通信息中心 , 北京工业大学
Abstract: 一种辨别出租车是否为克隆车的方法及系统。本发明提供了一种识别车辆是否为克隆车的方法，该方法包括：使用多个摄像头识别车辆信息，计算车辆与摄像头的最短距离并与阈值对比，将对比结果使用众包方法进行处理，得到该车是克隆车的概率。找出概率大于0.5的车牌，并绘制其GPS轨迹，将轨迹与摄像头安装位置进行对比，验证该车是否为克隆车。对比现有技术，该方法通过利用车辆的GPS数据和摄像头数据，有效的减少了摄像头因外界因素影响而导致的识别不准确，使得对车牌信息识别的正确率增加，且有效地减少了误判，使得克隆车识别的准确性和稳定性都得到了提升，为监管部门提供了很大的便利。
-
公开(公告)号：CN110880244A
公开(公告)日：2020-03-13
申请号：CN201911211322.X
申请日：2019-12-02
Applicant: 北京市交通信息中心执法总队分中心 , 北京市交通信息中心 , 北京工业大学
Abstract: 一种辨别出租车是否为克隆车的方法及系统。本发明提供了一种识别车辆是否为克隆车的方法，该方法包括：使用多个摄像头识别车辆信息，计算车辆与摄像头的最短距离并与阈值对比，将对比结果使用众包方法进行处理，得到该车是克隆车的概率。找出概率大于0.5的车牌，并绘制其GPS轨迹，将轨迹与摄像头安装位置进行对比，验证该车是否为克隆车。对比现有技术，该方法通过利用车辆的GPS数据和摄像头数据，有效的减少了摄像头因外界因素影响而导致的识别不准确，使得对车牌信息识别的正确率增加，且有效地减少了误判，使得克隆车识别的准确性和稳定性都得到了提升，为监管部门提供了很大的便利。
-
公开(公告)号：CN109255972B
公开(公告)日：2019-12-10
申请号：CN201811055557.X
申请日：2018-09-11
Abstract: 本发明公开了一种基于大数据的地面公交固定线路时刻表的优化方法，首先，针对所要研究的目标线路，根据GPS轨迹数据，提取出所有共线公交线路；提取共线公交线路的IC刷卡数据，单位时间内到各站的车辆数数据；提取车辆运行时间数据。其次，对提取出的各项数据进行分析和处理。基于客流数据计算出乘客偏好系数，确定公交线路的全天工作时段、公交服务车辆的最大载客量、标准满载率、首末车发车时间以及最大、最小发车间隔。再次，将处理好的数据输入到构建好的多目标优化模型当中得到优化的公交发车时刻表。本发明提出的地面公交固定线路时刻表的优化方法，能够满足客流需求，增强公交运营效率，降低公交行驶延误，提高服务可靠性，提高乘客满意度。
-
Patent Agency Ranking
公开(公告)号：CN104217250B
公开(公告)日：2017-05-31
申请号：CN201410386745.6
申请日：2014-08-07
Applicant: 北京市交通信息中心
Abstract: 本发明公开了一种基于历史数据的城市轨道交通新线开通客流预测方法，对既有站点的历史进出站量数据进行聚类分析，提取站点属性，以及获取站点属性与进出站量之间的关系模型；基于新线站点的站点属性和所述关系模型，预测出所述新线站点的每小时进出站量；及基于所述既有站点的历史OD分布数据训练学习创建的回归模型，获取需要预测站点的OD分布比例；以及根据线路相对位置和空间距离确定新线开通后既有线路受影响的站点区域，基于增量基础公式和出行时间，获取受影响站点的诱增客流量，基于公交车接驳线路数量和站点间距离，确定受影响站点的转移客流量。
-
公开(公告)号：CN106251642A
公开(公告)日：2016-12-21
申请号：CN201610828864.1
申请日：2016-09-18
IPC: G08G1/052
CPC classification number: G08G1/052
Abstract: 本发明公开了一种基于实时公交车GPS数据的公交路链速度计算方法，属于智能交通技术，包括速度样本获取，路链速度合成两部分。其中速度样本获取这一部分经过维护GPS采样点队列，生成关键采样点序列，进而计算速度样本；路链速度合成这一部分经过维护路链的速度样本队列，确定用于计算的速度样本量，进而合成得到路链速度。本发明提供的公交路链速度计算方法，通过生成关键采样点序列再进而计算速度样本的方式，消除了站点范围内公交车停靠站对路链速度计算的影响，提高了公交路链速度的准确度。本发明根据速度样本队列的状态动态确定用于计算的样本量，并根据实时变化的交通情况进行动态计算，具有较好的实时性和准确性。
-
公开(公告)号：CN104167092B
公开(公告)日：2016-09-21
申请号：CN201410370602.6
申请日：2014-07-30
Applicant: 北京市交通信息中心
IPC: G08G1/00
Abstract: 本发明公开了一种确定出租车上下客热点区域中心的方法以及装置，该方法包括：获得出租车状态信息数据，并按出租车编号提取出地理位置数据，并按时间戳排序所述地理位置数据，获得出租车轨迹数据；从所述出租车轨迹数据中提取上下客位置数据，其中，每辆出租车的每一处上客点数据或下客点数据为一个样本数据；对所述上下客位置数据进行首次DBSCAN聚类，提取出核心对象数据，所述核心对象的预设扫描半径内的样本数据个数大于等于第一预设阈值；归并选定时间段内的所述核心对象数据，并对归并后的核心对象数据进行二次DBSCAN聚类，提取簇内核心对象数据；基于所述簇内核心对象数据，确定所述出租车上下客热点区域中心。
-
公开(公告)号：CN103310651B
公开(公告)日：2016-03-02
申请号：CN201310199229.8
申请日：2013-05-24
IPC: G08G1/123
Abstract: 本发明公开了一种基于实时路况信息的公交到站预测方法，属于智能交通技术，包括：对公交线路数据进行预处理，根据预处理后的公交线路数据，将实时采集的公交车GPS点匹配到公交线路上；对公交车在线路上的行驶行为进行判断，根据判断结果进行基于实时路况信息的公交到站预测。本发明提供的公交到站预测方法通过基于采样点的GPS快速路径匹配，降低了GPS定位点与线路匹配的复杂度，提高了到站距离处理速度，为大规模GPS数据的实时匹配提供了一种简单有效的方式。本发明采用基于实时路况信息的公交到站预测模型，可以根据实时变化的交通情况进行动态的公交预测，具有较好的实时性和准确性。
-
公开(公告)号：CN103310651A
公开(公告)日：2013-09-18
申请号：CN201310199229.8
申请日：2013-05-24
IPC: G08G1/123
Abstract: 本发明公开了一种基于实时路况信息的公交到站预测方法，属于智能交通技术，包括：对公交线路数据进行预处理，根据预处理后的公交线路数据，将实时采集的公交车GPS点匹配到公交线路上；对公交车在线路上的行驶行为进行判断，根据判断结果进行基于实时路况信息的公交到站预测。本发明提供的公交到站预测方法通过基于采样点的GPS快速路径匹配，降低了GPS定位点与线路匹配的复杂度，提高了到站距离处理速度，为大规模GPS数据的实时匹配提供了一种简单有效的方式。本发明采用基于实时路况信息的公交到站预测模型，可以根据实时变化的交通情况进行动态的公交预测，具有较好的实时性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.06 seconds)
