基于车辆运营管理的数据融合技术浅析
随着信息化技术不断发展,数据融合技术将日趋成熟,从理论研究到实际更广泛的应用,数据融合技术也在公交信息化建设中发挥着重要作用,将公交信息化向智能化、实时化方向发展。
1、数据融合技术
数据融合技术是指利用大数据、图像识别、人工智能等技术对来自多个传感器或多源的观测信息,进行筛选、自动分析、综合处理,以完成所需的决策和评估任务而进行的信息处理技术。
数据融合技术包括对各种信息源给出的有用信息的采集、传输、综合、过滤、相关及合成,以便辅助人们进行态势/环境判定、规划、探测、验证、诊断。
2、数据融合原理方法
一般情况下,数据融合分为预处理和数据融合两步,首先根据数据特征进行特征匹配,并建立映射关系,通过特征匹配寻找对应的物点作为控制点。根据融合目的和融合层次选择合适的融合算法,将空间配准的数据特征进行有机合成,得到目标的更准确表示或估计,对于各种算法所获得的融合信息,有时还需要做进一步的处理,以便得到更准确结果。
数据融合的种类主要有数据层融合、特征层融合和决策层融合。数据融合方法主要有代数法、图像回归法、主成分变换、K-T变换、贝叶斯(Bayes)估计、D-S推理法(Dempster-Shafter)、人工神经网络(ANN)等方法。
3、数据融合应用
(1)数据源
车辆定位数据:公交车辆GPS定位数据实时上传到服务器,定位数据包括营运状态、经纬度、站点、速度等一系列信息,后台可根据定位数据定位车辆位置、显示监控视图位置、回放车辆运行轨迹,同时可用于后期数据分析。
IC卡数据:公交IC卡系统由IC卡、终端、数据收集设备和结算系统组成,公交车上的数据采集设备从终端采集处理过的数据并上传到结算中心。
视频数据:通过车载视频监控实现车厢内外视频图像的采集、处理、存储和传输。当出现突发事件时能够通过无线通信网络实时查看第一现场,指挥中心和车队等客户端也能通过内网实现视频实时播放。
(2)总体架构
通过数据融合技术将各个子系统互联,融合的数据源根据不同功能分为不同子系统,包括智能调度系统、乘客服务系统、车辆运行系统、道路交通系统、指挥监控系统等。通过信息网络实现各系统的互联互通和数据共享,实现整个运营系统的全面管理。
(3)数据融合
优化调度:运用数据融合技术,结合智能调度系统,制定合理的排班调度方案,通过数据模型及算法,生成合理的行车时刻表,制定主副站发车时间及间隔,合理安排乘客候车时间,提高乘客服务质量。
车辆运营与乘客服务衔接:智能调度系统数据在出行服务中的应用主要包括369出行APP和电子站牌的应用。实现公交车辆实时查询、预计到站时间、公交卡充值、线路地图展示、定制公交等功能,为乘客提供便利的出行服务。
基于数据融合的公交客流分析:通过车载IC卡刷卡机
等自动采集客流数据,自动进行上车人数统计,并将数据上传至后台进行处理,以报表或图表形式对车辆运载能力、客流高峰期及客流拥堵的站点等数据进行科学分析。随着技术的不断发展,人脸识别等技术将对客流进行实时统计,并对车厢拥挤度进行分析。
4、结语
通过数据融合技术,将车辆定位数据、刷卡数据、客流
数据及视频数据实时处理分析,实现公交数据信息融合与共享规范化,实现数据价值最大化,通过数据分析实现科学决策,为企业提供行之有效的解决方案。
参考文献:
[1]陈茜,陈学武,王炜 东南大学交通学院,信息采集与融合技术在城市智能公交中的应用
[2]百度百科
随着信息化技术不断发展,数据融合技术将日趋成熟,从理论研究到实际更广泛的应用,数据融合技术也在公交信息化建设中发挥着重要作用,将公交信息化向智能化、实时化方向发展。
1、数据融合技术
数据融合技术是指利用大数据、图像识别、人工智能等技术对来自多个传感器或多源的观测信息,进行筛选、自动分析、综合处理,以完成所需的决策和评估任务而进行的信息处理技术。
数据融合技术包括对各种信息源给出的有用信息的采集、传输、综合、过滤、相关及合成,以便辅助人们进行态势/环境判定、规划、探测、验证、诊断。
2、数据融合原理方法
一般情况下,数据融合分为预处理和数据融合两步,首先根据数据特征进行特征匹配,并建立映射关系,通过特征匹配寻找对应的物点作为控制点。根据融合目的和融合层次选择合适的融合算法,将空间配准的数据特征进行有机合成,得到目标的更准确表示或估计,对于各种算法所获得的融合信息,有时还需要做进一步的处理,以便得到更准确结果。
数据融合的种类主要有数据层融合、特征层融合和决策层融合。数据融合方法主要有代数法、图像回归法、主成分变换、K-T变换、贝叶斯(Bayes)估计、D-S推理法(Dempster-Shafter)、人工神经网络(ANN)等方法。
数据融合方法 | 经典方法 | 代数法 |
图像回归法 | ||
贝叶斯(Bayes)估计 | ||
Kalman滤波法 | ||
…… | ||
现代方法 | 聚类分析 | |
遗传算法 | ||
神经网络 | ||
小波分析 | ||
…… |
(1)数据源
车辆定位数据:公交车辆GPS定位数据实时上传到服务器,定位数据包括营运状态、经纬度、站点、速度等一系列信息,后台可根据定位数据定位车辆位置、显示监控视图位置、回放车辆运行轨迹,同时可用于后期数据分析。
车载机 | 定位时间 | 线路 | 站点ID | 上下行 | 精度 | 纬度 |
180226789 | 2022-3-9 9:30:17 | K52 | 17 | 1 | 118.025219 | 36.684038 |
时间 | 卡类型 | 车载机 | 上车站点 | 卡号 |
2022-3-9 9:30:17 | 1 | 180226789 | 26 | 10000234432 |
(2)总体架构
通过数据融合技术将各个子系统互联,融合的数据源根据不同功能分为不同子系统,包括智能调度系统、乘客服务系统、车辆运行系统、道路交通系统、指挥监控系统等。通过信息网络实现各系统的互联互通和数据共享,实现整个运营系统的全面管理。
(3)数据融合
优化调度:运用数据融合技术,结合智能调度系统,制定合理的排班调度方案,通过数据模型及算法,生成合理的行车时刻表,制定主副站发车时间及间隔,合理安排乘客候车时间,提高乘客服务质量。
车辆运营与乘客服务衔接:智能调度系统数据在出行服务中的应用主要包括369出行APP和电子站牌的应用。实现公交车辆实时查询、预计到站时间、公交卡充值、线路地图展示、定制公交等功能,为乘客提供便利的出行服务。
基于数据融合的公交客流分析:通过车载IC卡刷卡机
等自动采集客流数据,自动进行上车人数统计,并将数据上传至后台进行处理,以报表或图表形式对车辆运载能力、客流高峰期及客流拥堵的站点等数据进行科学分析。随着技术的不断发展,人脸识别等技术将对客流进行实时统计,并对车厢拥挤度进行分析。
4、结语
通过数据融合技术,将车辆定位数据、刷卡数据、客流
数据及视频数据实时处理分析,实现公交数据信息融合与共享规范化,实现数据价值最大化,通过数据分析实现科学决策,为企业提供行之有效的解决方案。
参考文献:
[1]陈茜,陈学武,王炜 东南大学交通学院,信息采集与融合技术在城市智能公交中的应用
[2]百度百科
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,
请发送邮件至 举报,一经查实,本站将立刻删除。
还木有评论哦,快来抢沙发吧~