一種預測公交到站時間的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及公交【技術領域】，具體為一種預測公交到站時間的方法及系統(tǒng)。該方法包括：步驟1，建立和更新數據庫，記錄每輛公交車運行的實時公交信息，所述公交信息包括公交車輛實時定位的時間和位置、記錄公交車在上行或下行方向上經過每一公交站點的進站時間和出站時間、公交運行速度、公交實時路線；步驟2，根據數據庫的公交信息計算每輛公交車依次經過兩個不同站點間所有策略的策略時間，并找出所有策略時間中耗時最長的策略時間，耗時最長的策略時間即為預測時間。步驟3，計算所查詢路線中最近車輛的預測到站時間，并判斷道路擁堵情況和站點提醒狀態(tài)。本發(fā)明的益處為在交通擁堵和道路整改等特殊情況下，準確預測公交到站的時間。
【專利說明】一種預測公交到站時間的方法及系統(tǒng)
【技術領域】
[0001]本發(fā)明涉及公交【技術領域】，具體為一種預測公交到站時間的方法及系統(tǒng)。
【背景技術】
[0002]公交到站時間預測技術是公交系統(tǒng)智能化、信息化的關鍵。常用的預測公交車到站時間的計算方法為直接收集所有車輛經過任意站點的時間，找出相鄰站點中最短的時間，預測的時間等于每個相鄰站點所用最短時間的疊加。但是這種最短時間簡單的疊加顯然不能準確的進行預測，特別是在交通擁堵、道路整改等特殊情況下，準確率更是難保證。同時，通常的智能報站方式只有在乘客到達公交站點后才能查看，無法提預知，容易錯過公交車輛。
【發(fā)明內容】
[0003]本發(fā)明所要解決的技術問題是解決在交通擁堵和道路整改的特殊情況下，準確預測公交到站的所需時間。
[0004]本發(fā)明解決上述技術問題的技術方案如下:
[0005]一種預測公交到站時間的方法，包括以下步驟:
[0006]步驟1，建立和更新數據庫，記錄每輛公交車運行的實時公交信息，所述公交信息包括公交車輛實時定位的時間和位置、記錄公交車在上行或下行方向上經過每一公交站點的進站時間和出站時間、公交運行速度、公交實時路線；
[0007]步驟2，根據數據庫的公交信息計算每輛公交車依次經過兩個不同站點間所有策略的策略時間，并找出所有策略時間中耗時最長的策略時間，耗時最長的策略時間即為預測時間。
[0008]步驟3，計算所查詢路線中最近車輛的預測到站時間，并判斷道路擁堵情況和站點提醒狀態(tài)。
[0009]所述步驟I中具體包括:
[0010]步驟Al，記錄每輛公交車每次經過每一站點時的實時公交信息；
[0011 ] 步驟A2，計算每次每輛公交車依次經過任意兩個站點A、B之間的行駛時間Tab，Tab=第B站點的進站時間-第A站點的出站時間；
[0012]步驟A3，將每路每輛公交車依次經過任意兩個站點A、B之間的行駛時間Tab與數據庫中所存儲的每路公交車相應站點A、B之間的最短時間Tab相比較；
[0013]步驟A4，當Tab小于Tab時，更新數據庫中所存儲的每路公交車任意兩個站點A、B之間的最短時間為Tab ；
[0014]當Tab大于Tab時，數據庫中所存儲的每路公交車任意兩個站點A、B之間的最短時間Tab不變。
[0015]所述步驟2中計算所述策略時間的步驟具體包括:
[0016]步驟BI，每輛公交車在從第N個站點沿途經過i個公交站后到達第M個站點時共有 Σ i = 0m m 1Cmti1 種策略，Σ i = 0m m 1Cmt11 = C (m-n-1, 0) +C (m-n-1, I) +C (m-n-l, 2) +...+C (m_n_l, m_n_l)；
[0017]步驟B2，計算每種策略的策略時間T，T = Σ (Tab)。
[0018]步驟B3，對比每個策略時間T，所有策略時間T值最大的策略時間即為預測時間。
[0019]所述步驟3中計算預測到站時間的方法為將離查詢站點最近的查詢車輛實時記錄的定位時間作為起始時間，加上所述的預測時間即為預測到站時間。
[0020]所述步驟3中判斷道路擁堵情況的具體步驟包括:
[0021]步驟Cl，計算一段時間內行駛在任意相鄰站點間所有車輛運行時間的平均值；
[0022]步驟C2，將平均值與數據庫中所存儲的相鄰站點間最長的策略時間進行對比，當平均值/最長的策略時間>4.5時、判定道路擁堵；當4.5>平均值/最長的策略時間>2.5時、判定道路比較通暢；當2.5>最長的策略時間、判定道路通暢。
[0023]所述步驟3中判斷的具體步驟包括:
[0024]步驟Dl，用戶設置站點閥值N，N為任意公交站數；
[0025]步驟D2，當所查詢車輛距離查詢站點的公交站數等于或小于N時，則對用戶進行提醒；當所查詢車輛距離查詢站點的公交站數大于N時，則不對提醒用戶驚醒。
[0026]一種預測公交到站時間的系統(tǒng)，包括車載端模塊、網絡服務模塊和客戶端模塊；
[0027]所述車載端模塊用于記錄公交信息并傳輸給所述網絡服務模塊；
[0028]所述網絡服務模塊用于接收公交信息并建立和更新數據庫，計算每路公交車任意站點間所有策略的策略時間、所查詢站點的預測時間、所查詢站點的預測到站時間和擁堵情況，并將預測時間、預測到站時間、擁堵情況傳輸給所述客戶端模塊；
[0029]所述客戶端模塊用于客戶發(fā)送查詢信號、接收和顯示查詢結果，還用于提醒客戶所查詢的公交車即將駛入查詢站點。
[0030]所述車載端模塊包括衛(wèi)星定位模塊和網絡數據傳輸模塊，
[0031]所述衛(wèi)星定位模塊用于獲取公交車實時的公交信息，并在單片機的作用下傳輸給所述網絡數據傳輸模塊；
[0032]所述網絡數據傳輸模塊用于將接收到的公交信息傳輸給所述網絡服務模塊。
[0033]所述網絡服務模塊包括數據收發(fā)模塊、數據解析模塊、數據庫模塊、數據分析模塊，
[0034]所述數據收發(fā)模塊用于接收所述網絡數據傳輸模塊發(fā)送的公交信息，并傳輸給所述數據解析模塊；同時還用于接收所述客戶端模塊發(fā)送的查詢信息，并將查詢結果返回給所述客戶端；
[0035]所述數據解析模塊用于根據實時的公交信息解析出車輛的實時路線、上行或下行方向下公交車進站時間和出站時間、車輛運行速度、公交車實時定位的時間和位置，并將解析出來的公交信息傳輸給所述數據庫模塊；
[0036]所述數據庫模塊用于存儲解析出來的公交信息并對歷史數據進行更新；
[0037]所述數據分析模塊用于讀取、分析所述數據庫模塊中的公交信息，根據公交信息計算每輛公交車不同站點間的所有策略時間，并將所有策略時間返回給所述數據庫模塊進行儲存，同時根據存儲的策略時間計算預測時間、預測到站時間、擁堵情況，并將預測時間、預測到站時間、擁堵情況、最近所查詢車輛的運行速度作為查詢結果發(fā)送給所述數據收發(fā)模塊。
[0038]所述客戶端模塊包括無線數據收發(fā)模塊、輸入模塊、顯示模塊和站點提醒模塊；
[0039]所述無線數據收發(fā)模塊用于發(fā)送查詢信息給所述數據收發(fā)模塊，同時接收所述數據收發(fā)模塊返回的查詢結果并將查詢結果傳輸給所述顯示模塊；
[0040]所述輸入模塊用于用戶輸入查詢信息并將輸入的查詢信息發(fā)送給所述無線數據收發(fā)模塊和所述顯示模塊；
[0041]所述顯示模塊用于顯示所述輸入模塊發(fā)送的查詢信息和所述無線數據收發(fā)模塊發(fā)送的查詢結果；
[0042]所述站點提醒模塊用于提醒用戶所查詢的公交車即將駛入站點；由所述無線數據收發(fā)模塊將用戶設置的站點閥值和到站提醒發(fā)送給所述數據收發(fā)模塊，并由所述數據分析模塊對所查詢的公交是否進入到設置的站點閥值范圍內進行判斷，當所查詢的公交進入到設置的站點閥值范圍內時，由所述數據收發(fā)模塊發(fā)送提醒信息給所述無線數據收發(fā)模塊，所述無線數據收發(fā)模塊將提醒信息傳輸給所述站點提醒模塊，由所述站點提醒模塊對用戶進行到站提醒。
[0043]本發(fā)明的有益效果是:
[0044]1.本發(fā)明實現(xiàn)了在交通擁堵和道路整改等特殊情況下準確預測公交到站的時間，提高了時間預測的準確性。
[0045]2.本發(fā)明的使用不受區(qū)域限制，靈活方便。
【專利附圖】
【附圖說明】
[0046]圖1為本發(fā)明的方法流程圖；
[0047]圖2為本發(fā)明系統(tǒng)結構圖。
【具體實施方式】
[0048]以下結合附圖對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0049]如圖1所示，一種預測公交到站時間的方法，包括以下步驟:
[0050]步驟1，建立和更新數據庫，記錄每輛公交車運行的實時公交信息，所述公交信息包括公交車輛實時定位的時間和位置、記錄公交車在上行或下行方向上經過每一公交站點的進站時間和出站時間、公交運行速度、公交實時路線。
[0051]其中，步驟I中具體包括:
[0052]步驟Al，記錄每輛公交車每次經過每一站點時的實時公交信息；
[0053]步驟A2，計算每次每輛公交車依次經過任意兩個站點A、B之間的行駛時間Tab，Tab=第B站點的進站時間-第A站點的出站時間；
[0054]步驟A3，將每路每輛公交車依次經過任意兩個站點A、B之間的行駛時間Tab與數據庫中所存儲的每路公交車相應站點A、B之間的最短時間Tab相比較；
[0055]步驟A4，當Tab小于Tab時，更新數據庫中所存儲的每路公交車任意兩個站點A、B之間的最短時間為Tab ；
[0056]當Tab大于Tab時，數據庫中所存儲的每路公交車任意兩個站點A、B之間的最短時間Tab不變。
[0057]步驟2，根據數據庫的公交信息計算每輛公交車依次經過兩個不同站點間所有策略的策略時間，并找出所有策略時間中耗時最長的策略時間，耗時最長的策略時間即為預測時間。
[0058]其中，步驟2中計算策略時間的步驟具體包括:
[0059]步驟BI，每輛公交車在從第N個站點沿途經過i個公交站后到達第M個站點時共有 Σ i = (Γ m 1C1Jti1 種策略，Σ i = (Γ m 1C1Jt11 = C (m-n-1, O) +C (m-n-1, I) +C (m-n-1, 2) +...+C (m-n-1, m-n-1)；
[0060]步驟B2，計算每種策略的策略時間T，T = Σ (Tab)。
[0061]步驟B3，對比每個策略時間T，所有策略時間T值最大的策略時間即為預測時間。
[0062]步驟3，計算所查詢路線中最近車輛的預測到站時間，并判斷道路擁堵情況和站點提醒狀態(tài)。
[0063]其中，步驟3中計算預測到站時間的方法為將離查詢站點最近的查詢車輛實時記錄的定位時間作為起始時間，加上所述的預測時間即為預測到站時間。
[0064]其中，步驟3中判斷道路擁堵情況的具體步驟包括:
[0065]步驟Cl，計算一段時間內行駛在任意相鄰站點間所有車輛運行時間的平均值；
[0066]步驟C2，將平均值與數據庫中所存儲的相鄰站點間最長的策略時間進行對比，當平均值/最長的策略時間>4.5時、判定道路擁堵；當4.5>平均值/最長的策略時間>2.5時、判定道路比較通暢；當2.5>最長的策略時間、判定道路通暢。
[0067]其中，步驟3中判斷站點提醒狀態(tài)的具體步驟包括:
[0068]步驟Dl，用戶設置站點閥值N，N為任意公交站數；
[0069]步驟D2，當所查詢車輛距離查詢站點的公交站數等于或小于N時，則對用戶進行提醒；當所查詢車輛距離查詢站點的公交站數大于N時，則不對提醒用戶驚醒。
[0070]一種預測公交到站時間的系統(tǒng)，包括車載端模塊、網絡服務模塊和客戶端模塊。
[0071]車載端模塊用于記錄公交信息并傳輸給網絡服務模塊，包括衛(wèi)星定位模塊和網絡數據傳輸模塊。
[0072]衛(wèi)星定位模塊用于獲取公交車實時的公交信息，并在單片機的作用下傳輸給網絡數據傳輸模塊。
[0073]網絡數據傳輸模塊用于將接收到的公交信息傳輸給網絡服務模塊。
[0074]網絡服務模塊用于接收公交信息并建立和更新數據庫，計算每路公交車任意站點間所有策略的策略時間、所查詢站點的預測時間、所查詢站點的預測到站時間和擁堵情況，并將預測時間、預測到站時間、擁堵情況傳輸給所述客戶端模塊。
[0075]數據收發(fā)模塊用于接收網絡數據傳輸模塊發(fā)送的公交信息，并傳輸給數據解析模塊；同時還用于接收客戶端模塊發(fā)送的查詢信息，并將查詢結果返回給客戶端。
[0076]數據解析模塊用于根據實時的公交信息解析出車輛的實時路線、上行或下行方向下公交車進站時間和出站時間、車輛運行速度、公交車實時定位的時間和位置，并將解析出來的公交信息傳輸給數據庫模塊。
[0077]數據庫模塊用于存儲解析出來的公交信息并對歷史數據進行更新。
[0078]數據分析模塊用于讀取、分析所述數據庫模塊中的公交信息，根據公交信息計算每輛公交車不同站點間的所有策略時間，并將所有策略時間返回給數據庫模塊進行儲存，同時根據存儲的策略時間計算預測時間、預測到站時間、擁堵情況，并將預測時間、預測到站時間、擁堵情況、最近所查詢車輛的運行速度作為查詢結果發(fā)送給數據收發(fā)模塊。
[0079]客戶端模塊用于客戶發(fā)送查詢信號、接收和顯示查詢結果，還用于提醒客戶所查詢的公交車即將駛入查詢站點。網絡服務模塊包括數據收發(fā)模塊、數據解析模塊、數據庫模塊和數據分析模塊?？蛻舳四K包括無線數據收發(fā)模塊、輸入模塊、顯示模塊和站點提醒模塊。
[0080]無線數據收發(fā)模塊用于發(fā)送查詢信息給數據收發(fā)模塊，同時接收數據收發(fā)模塊返回的查詢結果并將查詢結果傳輸給顯示模塊。
[0081]輸入模塊用于用戶輸入查詢信息并將輸入的查詢信息發(fā)送給無線數據收發(fā)模塊和顯示模塊。
[0082]顯示模塊用于顯示所述輸入模塊發(fā)送的查詢信息和無線數據收發(fā)模塊發(fā)送的查詢結果。
[0083]站點提醒模塊用于提醒用戶所查詢的公交車即將駛入站點。由無線數據收發(fā)模塊將用戶設置的站點閥值和到站提醒發(fā)送給數據收發(fā)模塊，并由數據分析模塊對所查詢的公交是否進入到設置的站點閥值范圍內進行判斷，當所查詢的公交進入到設置的站點閥值范圍內時，由數據收發(fā)模塊發(fā)送提醒信息給無線數據收發(fā)模塊，無線數據收發(fā)模塊將提醒信息傳輸給站點提醒模塊，由站點提醒模塊對用戶進行到站提醒。
[0084]實施例一
[0085]每天每輛公交車每一次經過公交站時,車載端模塊記錄該車每一站的進站時間與出站時間、行駛速度和行車狀態(tài)，并由網絡數據傳輸模塊發(fā)送給網絡服務模塊。網絡服務模塊的數據收發(fā)模塊隨時收集來自于所有車輛的公交信息，并在數據解析模塊中對實時的公交信息進行解析并將解析后的公交信息傳輸給數據庫模塊，再由數據庫模塊傳輸給數據分析模塊，數據分析模塊計算每一輛公交車在任意兩個A、B站點間的行駛時間Tab，即Tab =第B站點的進站時間-第A站點的出站時間。數據分析模塊在每晚固定時間對收集到的任意兩站間的行駛時間Tab與數據庫模塊中儲存的A、B站點間的最短時間Tab進行比對，當行駛時間Tab短于儲存的最短時間Tab時，則將儲存的最短時間Tab更新為該行駛時間Tab，當行駛時間Tab大于儲存的最短時間Tab時，則保持儲存的最短時間Tab不變。該數據庫模塊中所存儲的任意兩站間的最短時間Tab作為計算每輛公交車依次經過兩個不同站點時所有策略時間的基礎。
[0086]客戶在輸入端模塊中輸入查詢信息，查詢5路公交上行到達第6個站點所需的時間。輸入端模塊將查詢信息發(fā)送給無線數據收發(fā)模塊，由無線數據收發(fā)模塊發(fā)送給網絡服務模塊的數據收發(fā)模塊。網路服務模塊中的數據解析模塊對所有5路公交車載端模塊所發(fā)送的公交信息進行解析，數據分析模塊分析出當前離查詢站點最近的5路公交位于第2個站點，并對此輛公交車即將到達第6個站點時所有策略的策略時間T進行計算。5路公交從第2個站到達第6個站，沿途經過4個站，共有8種策略，計算過程如下:
[0087]Σ i = O3C31 = C (3，O) +C (3，I) +C (3，2) +C (3，3) = 8。
[0088]然后計算每種策略的時間，如下:
[0089]Tl = T23+T34+T45+T56 ；
[0090]T2 = Τ23+Τ34+Τ46 ；
[0091]Τ3 = Τ23+Τ35+Τ56
[0092]Τ4 = Τ24+Τ45+Τ56
[0093]Τ5 = Τ23+Τ36
[0094]Τ6 = Τ24+Τ46 ；
[0095]Τ7 = Τ25+Τ56 ；
[0096]Τ8 = T26 ；
[0097]其中，Tab代表數據庫中所儲存的第A個站點到第B個站點最短時間，A可為2、3、4、5, B 可為 3、4、5、6。
[0098]T23 =第3站點的進站時間-第2站點的出站時間
[0099]T35 =第5站點的進站時間-第3站點的出站時間
[0100]T36 =第6站點的進站時間-第3站點的出站時間...依此類推。
[0101]找出Τ1、Τ2、Τ3、Τ4、Τ5、Τ6、Τ7、Τ8中耗時最長的時間作為預測時間。此時將此輛5路車位于第個2站點的時間加上計算出來的預測時間即為預測到站時間。
[0102]同時數據分析模塊依次判斷相鄰站點間道路擁堵情況。
[0103]先判斷第個2站點與第個3站點的擁堵情況:計算15分鐘內經過5路車第個2個站點和第個3站點所有公交車輛行駛時間的平均值，將平均值與數據庫模塊中儲存的第個2站點和第個3站點間最長的策略時間相對比。當平均值/最長的策略時間>4.5時、判定道路擁堵；當4.5>平均值/最長的策略時間>2.5時、判定道路比較通暢；當2.5>最長的策略時間、判定道路通暢；比值4.5和2.5為公交公司設定的值。數據分析模塊依次判斷第個3站點與第個4站點的擁堵情況、第個4站點與第個5站點的擁堵情況、第個5站點與第個6站點的擁堵情況。
[0104]數據收發(fā)模塊將預測時間、預測到站時間、擁堵情況和此輛5路車運行速度傳輸給無線數據收發(fā)模塊，無線數據收發(fā)模塊傳輸給顯示模塊。在顯示模塊中以列表及信息框的形式顯示所查詢路線中查詢站點的預測時間、預測到站時間、站點間擁堵情況和最近車輛的行駛速度。
[0105]用戶還可以在站點提醒模塊中設置站點閥值N，用于提醒用戶公交車即將到站。無線數據收發(fā)模塊將設置的站點閾值和到站提醒發(fā)送至網絡服務模塊的數據收發(fā)模塊中。當最近的5路公交車到達站點閾值設置的范圍內，網絡服務模塊向客戶端模塊發(fā)出信號，客戶端模塊接收信號后對用戶進行提醒，直至用戶主動取消或車輛離開設定的閥值范圍為止。
[0106]由以上實施例可以看出:本發(fā)明實現(xiàn)了在交通擁堵和道路整改等特殊情況下準確預測公交到站的時間，提高了時間預測的準確性。同時本發(fā)明的使用不受區(qū)域的限制，靈活方便。
[0107]以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
【權利要求】
1.一種預測公交到站時間的方法，其特征在于:包括以下步驟: 步驟1，建立和更新數據庫，記錄每輛公交車運行的實時公交信息，所述公交信息包括公交車輛實時定位的時間和位置、記錄公交車在上行或下行方向上經過每一公交站點的進站時間和出站時間、公交運行速度、公交實時路線； 步驟2，根據數據庫的公交信息計算每輛公交車依次經過兩個不同站點間所有策略的策略時間，并找出所有策略時間中耗時最長的策略時間，耗時最長的策略時間即為預測時間。 步驟3，計算所查詢路線中最近車輛的預測到站時間，并判斷道路擁堵情況和站點提醒狀態(tài)。
2.根據權利要求1所述一種預測公交到站時間的方法，其特征在于:所述步驟I中具體包括: 步驟Al，記錄每輛公交車每次經過每一站點時的實時公交信息； 步驟A2，計算每次每輛公交車依次經過任意兩個站點A、B之間的行駛時間Tab，Tab =第B站點的進站時間-第A站點的出站時間； 步驟A3，將每路每輛公交車依次經過任意兩個站點A、B之間的行駛時間Tab與數據庫中所存儲的每路公交車相應站點A、B之間的最短時間Tab相比較； 步驟A4，當Tab小于Tab時，更新數據庫中所存儲的每路公交車任意兩個站點A、B之間的最短時間為Tab ； 當Tab大于Tab時，數據庫中所存儲的每路公交車任意兩個站點A、B之間的最短時間Tab不變。
3.根據權利要求1所述一種預測公交到站時間的方法，其特征在于:所述步驟2中計算所述策略時間的步驟具體包括: 步驟BI，每輛公交車在從第N個站點沿途經過i個公交站后到達第M個站點時共有 Σ i = (Γ m 1C1Jti1 種策略，Σ i = (Γ m 1C1Jti1 = C (m-n-l, O)+C (m-n-l, I)+C (m-n-l, 2) + …+C (m_n_l, m_n_l)； 步驟B2，計算每種策略的策略時間T，T = Σ (Tab)。 步驟B3，對比每個策略時間T，所有策略時間T值最大的策略時間即為預測時間。
4.根據權利要求1所述一種預測公交到站時間的方法，其特征在于:所述步驟3中計算預測到站時間的方法為將離查詢站點最近的查詢車輛實時記錄的定位時間作為起始時間，加上所述的預測時間即為預測到站時間。
5.根據權利要求1所述一種預測公交到站時間的方法，其特征在于:所述步驟3中判斷道路擁堵情況的具體步驟包括: 步驟Cl，計算一段時間內行駛在任意相鄰站點間所有車輛運行時間的平均值； 步驟C2，將平均值與數據庫中所存儲的相鄰站點間最長的策略時間進行對比，當平均值/最長的策略時間>4.5時、判定道路擁堵；當4.5>平均值/最長的策略時間>2.5時、判定道路比較通暢；當2.5>最長的策略時間、判定道路通暢。
6.根據權利要求1所述一種預測公交到站時間的方法，其特征在于:所述步驟3中判斷的具體步驟包括: 步驟Dl，用戶設置站點閥值N，N為任意公交站數； 步驟D2，當所查詢車輛距離查詢站點的公交站數等于或小于N時，則對用戶進行提醒；當所查詢車輛距離查詢站點的公交站數大于N時，則不對提醒用戶驚醒。
7.一種預測公交到站時間的系統(tǒng)，其特征在于:包括車載端模塊、網絡服務模塊和客戶夂而丨吳塊； 所述車載端模塊用于記錄公交信息并傳輸給所述網絡服務模塊； 所述網絡服務模塊用于接收公交信息并建立和更新數據庫，計算每路公交車任意站點間所有策略的策略時間、所查詢站點的預測時間、所查詢站點的預測到站時間和擁堵情況，并將預測時間、預測到站時間、擁堵情況傳輸給所述客戶端模塊； 所述客戶端模塊用于客戶發(fā)送查詢信號、接收和顯示查詢結果，還用于提醒客戶所查詢的公交車即將駛入查詢站點。
8.根據權利要求7所述的預測公交到站的系統(tǒng)，其特征在于:所述車載端模塊包括衛(wèi)星定位模塊和網絡數據傳輸模塊， 所述衛(wèi)星定位模塊用于獲取公交車實時的公交信息，并在單片機的作用下傳輸給所述網絡數據傳輸模塊； 所述網絡數據傳輸模塊用于將接收到的公交信息傳輸給所述網絡服務模塊。
9.根據權利要求7所述的預測公交到站的系統(tǒng)，其特征在于:所述網絡服務模塊包括數據收發(fā)模塊、數據解析模塊、數據庫模塊、數據分析模塊， 所述數據收發(fā)模塊用于接收所述網絡數據傳輸模塊發(fā)送的公交信息，并傳輸給所述數據解析模塊；同時還用于接收所述客戶端模塊發(fā)送的查詢信息，并將查詢結果返回給所述客戶端； 所述數據解析模塊用于根據實時的公交信息解析出車輛的實時路線、上行或下行方向下公交車進站時間和出站時間、車輛運行速度、公交車實時定位的時間和位置，并將解析出來的公交信息傳輸給所述數據庫模塊； 所述數據庫模塊用于存儲解析出來的公交信息并對歷史數據進行更新； 所述數據分析模塊用于讀取、分析所述數據庫模塊中的公交信息，根據公交信息計算每輛公交車不同站點間的所有策略時間，并將所有策略時間返回給所述數據庫模塊進行儲存，同時根據存儲的策略時間計算預測時間、預測到站時間、擁堵情況，并將預測時間、預測到站時間、擁堵情況、最近所查詢車輛的運行速度作為查詢結果發(fā)送給所述數據收發(fā)模塊。
10.根據權利要求7所述的預測公交到站的系統(tǒng)，其特征在于:所述客戶端模塊包括無線數據收發(fā)模塊、輸入模塊、顯示模塊和站點提醒模塊； 所述無線數據收發(fā)模塊用于發(fā)送查詢信息給所述數據收發(fā)模塊，同時接收所述數據收發(fā)模塊返回的查詢結果并將查詢結果傳輸給所述顯示模塊； 所述輸入模塊用于用戶輸入查詢信息并將輸入的查詢信息發(fā)送給所述無線數據收發(fā)模塊和所述顯示模塊； 所述顯示模塊用于顯示所述輸入模塊發(fā)送的查詢信息和所述無線數據收發(fā)模塊發(fā)送的查詢結果； 所述站點提醒模塊用于提醒用戶所查詢的公交車即將駛入站點；由所述無線數據收發(fā)模塊將用戶設置的站點閥值和到站提醒發(fā)送給所述數據收發(fā)模塊，并由所述數據分析模塊對所查詢的公交是否進入到設置的站點閥值范圍內進行判斷，當所查詢的公交進入到設置的站點閥值范圍內時，由所述數據收發(fā)模塊發(fā)送提醒信息給所述無線數據收發(fā)模塊，所述無線數據收發(fā)模塊將提醒信息傳輸給所述站點提醒模塊，由所述站點提醒模塊對用戶進行到站提醒。
【文檔編號】G08G1/123GK104240529SQ201410462811
【公開日】2014年12月24日 申請日期:2014年9月11日 優(yōu)先權日:2014年9月11日
【發(fā)明者】龍濤濤, 劉愛斌, 繆燦彬, 楊超 申請人:江蘇云控軟件技術有限公司