车辆轨迹预测模型建立及预测方法

    公开(公告)号:CN110176142A

    公开(公告)日:2019-08-27

    申请号:CN201910416613.6

    申请日:2019-05-17

    IPC分类号: G08G1/01

    摘要: 本发明涉及一种车辆轨迹预测模型建立及预测方法,所述车辆轨迹预测模型建立,包括以下步骤:获取车辆的历史行驶轨迹数据,构建所述车辆的单辆车轨迹数据和路网车辆轨迹数据;进行筛选,得到筛选单辆车轨迹数据和筛选路网车辆轨迹数据;进行卡口补全,得到有效单辆车轨迹数据和有效路网车辆轨迹数据;建立有效单辆车轨迹数据的预测模型;建立有效路网车辆轨迹数据的预测模型;根据有效单辆车轨迹数据的预测模型和有效路网车辆轨迹数据的预测模型,构建融合训练集;根据融合训练集,对设定预测模型进行训练,生成车辆轨迹预测模型。本发明有效处理数据,减小计算量,使得预测更准确,更贴近真实情况。

    一种轨道交通的乘客乘车行为状态更新方法及装置

    公开(公告)号:CN112896242A

    公开(公告)日:2021-06-04

    申请号:CN202110215853.7

    申请日:2021-02-26

    发明人: 曾明 丁保剑 秦伟

    IPC分类号: B61L27/00

    摘要: 本申请实施例公开了一种轨道交通的乘客乘车行为状态更新方法及装置。本申请实施例提供的技术方案,通过提取线网各个乘客的进站刷卡信息并确定各个乘客的历史乘车路径,基于历史乘车路径、进站刷卡信息、映射关系和行程时间确定当前各个屏蔽门的候车乘客并对应更新屏蔽门信息和乘客乘车行为状态信息;在列车抵达对应站点时,基于列车信息、屏蔽门信息、乘客乘车行为状态信息和车厢最大容纳人数确定各个车厢对应的乘客数据,并基于乘客数据更新列车信息、屏蔽门信息和乘客乘车行为状态信息。采用上述技术手段,能够提升乘客乘车行为状态测算的精准度,基于乘客乘车行为状态的精确测算更新实现更好的轨道交通运行管理效果。

    地铁站台闸门的检测方法、装置、计算机设备和存储介质

    公开(公告)号:CN111999580A

    公开(公告)日:2020-11-27

    申请号:CN202010819590.6

    申请日:2020-08-14

    IPC分类号: G01R31/00 G01R31/34 G06K9/62

    摘要: 本发明实施例公开了一种地铁站台闸门的检测方法、装置、计算机设备和存储介质,该方法包括:获取电机在驱动地铁站台的闸门开启或关闭时的电流,作为目标电流数据,从目标电流数据提取表征沿时间分布趋势的特征,作为目标趋势特征,从目标电流数据中提取表征电机在驱动地铁站台的闸门开启或关闭时运行的特征,作为目标运行状态特征,从目标电流数据中提取属于统计维度的特性,作为目标统计特征,确定与地铁站台的闸门开启或关闭适配的梯度提升决策树,将目标电流数据、目标趋势特征与目标统计特征输入梯度提升决策树中进行处理,以识别地铁站台的闸门在开启或关闭时所受阻力的状态,可实时预测地铁站台的闸门的性能变化趋势,提升维修闸门的效率。

    车辆轨迹预测模型建立及预测方法

    公开(公告)号:CN110176142B

    公开(公告)日:2020-08-07

    申请号:CN201910416613.6

    申请日:2019-05-17

    IPC分类号: G08G1/01

    摘要: 本发明涉及一种车辆轨迹预测模型建立及预测方法,所述车辆轨迹预测模型建立,包括以下步骤:获取车辆的历史行驶轨迹数据,构建所述车辆的单辆车轨迹数据和路网车辆轨迹数据;进行筛选,得到筛选单辆车轨迹数据和筛选路网车辆轨迹数据;进行卡口补全,得到有效单辆车轨迹数据和有效路网车辆轨迹数据;建立有效单辆车轨迹数据的预测模型;建立有效路网车辆轨迹数据的预测模型;根据有效单辆车轨迹数据的预测模型和有效路网车辆轨迹数据的预测模型,构建融合训练集;根据融合训练集,对设定预测模型进行训练,生成车辆轨迹预测模型。本发明有效处理数据,减小计算量,使得预测更准确,更贴近真实情况。

    基于概率分布的出站客流预测方法及装置

    公开(公告)号:CN112488388A

    公开(公告)日:2021-03-12

    申请号:CN202011371303.6

    申请日:2020-11-30

    摘要: 本申请实施例公开了基于概率分布的出站客流预测方法及装置。本申请实施例提供的技术方案,通过获取线网实时客流运行数据,基于给定的预测时间段统计线网的站内乘客,并基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息。进一步基于站间运行时间概率分布信息确定站内乘客到达各个出站站点的时刻到达概率,并确定站内乘客到达各个出站站点的站点到达概率,基于给定的预测时间段、预测站点和对应的站内乘客数量,使用时刻到达概率和站点到达概率计算预测站点在预测时间段内的出站客流量。采用上述技术手段,可以结合不同进站时间,进站站点以及乘客个体行为习惯对出站客流预测的影响,实现更精准的出站客流预测。

    基于时间特征权重和线网拓扑的客流预测方法及装置

    公开(公告)号:CN112418518A

    公开(公告)日:2021-02-26

    申请号:CN202011312845.6

    申请日:2020-11-20

    摘要: 本申请实施例公开了一种基于时间特征权重和线网拓扑的客流预测方法及装置。本申请实施例提供的技术方案,通过提取指定时间段的历史客流运行数据,基于预设定的时间权重公式和历史客流运行数据构建时间权重客流预测模型,基于预先构建的关联站点拓扑模型确定预测站点的关联站点,并基于时间权重客流预测模型确定各个关联站点的第一预测客流量。最终,根据时间权重客流预测模型、第一预测客流量以及预先训练的参数因子构建站点客流预测模型,并根据站点客流预测模型计算预测站点的第二预测客流量。采用上述技术手段,可以结合关联站点以及不同日期历史客流运行数据对客流预测的影响,实现更精准的客流预测,优化客流运营效果。

    地铁屏蔽门故障间隔时间预测模型建立及预测方法

    公开(公告)号:CN110428109A

    公开(公告)日:2019-11-08

    申请号:CN201910728058.0

    申请日:2019-08-07

    IPC分类号: G06Q10/04 G06Q10/10

    摘要: 本发明涉及一种地铁屏蔽门故障间隔时间预测模型建立及预测方法,地铁屏蔽门故障间隔时间预测模型建立,包括以下步骤:步骤1:获取地铁屏蔽门的历史运行数据,对历史运行数据进行预处理;步骤2:对预处理后的历史运行数据建立特征工程,得到特征工程数据;步骤3:对特征工程数据进行WOE和IV计算,得到每一条特征工程数据的IV值;步骤4:筛选出当前站点的当前屏蔽门的若干个IV值作为训练模型的训练数据,将训练数据输入GBDT模型进行训练,得到当前站点的当前屏蔽门的训练模型,得到的训练模型作为预测模型。本发明基于数据驱动对地铁屏蔽门故障进行预测,能够针对性的为每个屏蔽门建立对应的预测模型,预测准确性高,通用性好。

    一种车厢载客人数实时计算方法及装置

    公开(公告)号:CN112966218A

    公开(公告)日:2021-06-15

    申请号:CN202110215627.9

    申请日:2021-02-26

    发明人: 曾明 丁保剑 秦伟

    IPC分类号: G06F17/18 G06Q10/04 G06Q50/26

    摘要: 本申请实施例公开了一种车厢载客人数实时计算方法及装置。本申请实施例提供的技术方案,通过基于历史客流运行数据确定各个乘客的乘车路径,根据乘车路径遍历出对应的预测行程,基于站内行程时间分布信息确定各个预测行程的行程时间,根据各个行程时间与实际路径耗时的比对结果从预测行程中确定各个乘客的实际行程。之后,通过确定当前地铁线网的运行车辆,基于运行车辆的运行位置和运行时间分布信息比对当前乘客实际行程对应的子行程,确定各个车厢的车厢载客人数。采用上述技术手段,可以提升车厢载客人数的计算精度,基于车厢载客人数的精确计算实现更好的轨道交通运行管理效果。